希少疾患の診断を妨げているのは、専門知識の不足ではない。知識の「連結」が間に合わないことだ。
OpenAIの研究チームが推論モデルを用いた希少疾患診断支援の成果を報告した。Using AI to help physicians diagnose rare genetic diseases affecting childrenでは、既存の診断プロセスで解決できなかった小児の症例群にモデルを適用し、18件の新規診断を特定している。患者によっては、これが数年にわたる「未診断」状態の終わりを意味する。
診断が届かない構造
世界には7,000種類以上の希少疾患があるとされるが、各疾患の専門医は極めて少ない。症状が一般疾患と重複しやすく、遺伝子変異の組み合わせも多様なため、個々の専門家が扱える知識には物理的な限界がある。「解けない」のではなく、「解くための情報の連結が届かない」のが実態だ。
推論が補った距離
従来の医療AIは既知パターンとの照合が中心だった。今回の推論モデルは、症状・家族歴・遺伝子変異を横断しながら多段階の論理を展開し、医師が踏み込めなかった診断候補を届けた。診断そのものは医師が下す。AIの役割は「答えの候補を届けること」に絞られている。
推論モデルが「未解決の問いに答えを出す力」を持ち始めたとすれば、医療AIの位置づけは変わる。記録整理の補助から、診断思考のパートナーへ。希少疾患領域は、その可能性が最も早く形になる場所の一つだ。
出典: Using AI to help physicians diagnose rare genetic diseases affecting children — OpenAI
関連記事
- Improving health intelligence in ChatGPT
- New usage analytics and updated spend controls for enterprises
- Agentic Resource Discovery: Let agents search
参考文献
コメント