Google、医療AI「AMIE」を診断から治療管理へ拡張——医師と同等の管理推論をNature掲載研究で報告

Googleは6月17日、医療AI「AMIE（Articulate Medical Intelligence Explorer）」を、単発の診断支援から長期的な疾患管理へと適用範囲を広げる研究成果を公表した。査読付き論文として科学誌Natureに掲載されたものである。

研究では、患者役の俳優を交えた盲検試験で、AMIEの治療管理に関する推論が一般開業医と同等の水準に達し、治療計画の精度とガイドライン整合性では医師を上回ったと報告された。医療AIの焦点が、問診や鑑別診断の支援から、複数回の診察にまたがる継続的なケアの支援へと移りつつあることを示す成果だ。

本ニュースでは、今回の研究で何が検証されたのか、その仕組みと評価結果、そして実臨床への適用に向けて残された論点を整理する。

医療AI「AMIE」とは

診断対話AIとしての出発点

AMIEは、Google ResearchとGoogle DeepMindが開発を進める医療向けの研究用AIである。2024年に最初の成果が公表され、患者との対話を通じて症状を聞き取り、追加の質問を重ねながら鑑別診断を提示する「診断対話AI」として知られてきた。

当初の研究では、テキストベースの問診において、診断の正確性や対話の質の一部評価項目で一般開業医と同等以上の結果を示したと報告されている。ここでのAMIEの役割は、あくまで一回の問診から診断候補を導く支援に限られていた。

今回公表された研究の位置づけ

今回Natureに掲載された研究は、その適用範囲を「診断後」へと広げた点に新規性がある。Google Researchは2025年に治療管理への拡張に関する初期成果をブログで公表しており、今回はそれを査読付き論文として正式に発表した形だ。

対象となるのは、一度の受診で完結しない慢性疾患などの管理である。複数回の診察にわたって症状の進行や治療への反応・検査結果を追跡し、治療計画を継続的に調整する一連の過程が検証の範囲に含まれた。

診断から継続治療管理への拡張

検証された「長期的な疾患管理」の中身

研究が対象としたのは、検査の計画・治療や処方の指定・臨床ガイドラインの適切な参照という、治療管理の中核をなす判断である。これらは診断を下した後に医師が継続して担う業務であり、患者ごとの経過に応じた調整が求められる領域だ。

AMIEは、数百ページに及ぶ臨床ガイドラインを参照し、患者の経過に合わせて推論を組み立てる設計とされる。単発の診断とは異なり、過去の受診履歴や治療反応といった時間軸を持つ情報を扱うため、長い文脈を保持して推論する能力が前提となる。

二つのエージェントで構成する仕組み

今回のAMIEは、役割の異なる二つのエージェントを組み合わせた構成だ。患者との対話を担う「Dialogue Agent」と、治療方針の推論を担う「Mx Agent（Management Reasoning Agent）」である。

Dialogue Agentは、患者とのやり取りを通じて臨床情報を収集し、複数回の診察にわたって一貫したコミュニケーションを保つ役割を担う。一方のMx Agentは、収集された臨床データやガイドライン・患者の病歴を分析し、構造化された治療計画や経過観察の方針を生成する。基盤にはGoogleの「Gemini」ファミリーのモデルが用いられ、長い文脈の推論と低い幻覚（誤った内容の生成）率が活用されたとされる。

役割を分担させた背景には、患者とのやり取りと臨床判断という性質の異なる処理を切り分ける狙いがあるとみられる。

評価方法と結果

OSCE形式の盲検試験

評価には、医療教育で用いられるOSCE（客観的臨床能力試験）の形式が採用された。報告によれば、患者役の俳優を交えた無作為化・盲検の設計のもとで、100件の症例についてAMIEと一般開業医20名程度を比較したとされる。

専門医が双方の対応を評価する設計とすることで、AMIEと医師のどちらの判断かを伏せたまま、治療管理の質を比較できるようにした点が特徴である。

医師との比較で示された結果

Google Researchの報告では、AMIEは治療管理に関する全体的な推論で医師と同等の水準を示し、治療計画の精度とガイドライン整合性の評価では医師を上回ったとされる。加えて、治療の正確性で統計的に有意な改善が示され、不要な検査を避ける点でも優位がうかがえたと説明されている。

ただし、これらは患者役の俳優を用いたシミュレーション環境での結果である。実際の患者を対象とした成績ではない点には留意が必要だ。

薬剤推論を測るRxQAベンチマーク

研究にあわせて、薬剤に関する推論能力を測る新しいベンチマーク「RxQA」も導入された。米国FDAと英国の医薬品集をもとに作成した600問の多肢選択問題で構成され、薬剤の適応・禁忌・用量・副作用・相互作用の理解を評価する。

慢性疾患の管理では処方の調整が継続的に発生するため、薬剤に関する判断の正確さは治療管理AIの実用性を左右する要素となる。専用の評価指標を設けたことは、診断にとどまらない管理能力を体系的に測ろうとする姿勢を示している。

残された論点と今後の焦点

実臨床への適用に向けた課題

Googleは、AMIEが現時点では研究用のツールであり、実臨床への配備の段階には至っていないと明言している。今回の評価がシミュレーションである以上、実際の電子カルテとの連携や多様な患者への対応といった現場の複雑さは、なお簡略化された条件のもとで検証された段階にとどまる。

研究チームは、臨床パートナーと連携した前向き研究の開始を予定しているとされる。実際の診療フローのなかで同等の結果が再現されるかが、次の焦点となる。

規制・責任分界・ワークフローへの影響

治療管理は診断以上に、継続的な意思決定と結果への責任が問われる領域である。AIが治療計画の生成に関与する範囲が広がれば、最終的な判断の責任を誰が負うのかという責任分界の議論が避けられない。医療機器としての規制上の扱いも、診断支援とは異なる検討を要する可能性がある。

今回の研究は、AMIEを医師の代替としてではなく、臨床ワークフローを補助する仕組みとして位置づけている。診断支援に続いて治療管理の領域でも、AIをどの範囲で関与させ、人間の医師がどこで判断を担うのかという線引きが、今後の導入論の中心になると見込まれる。

AIエージェントの活用が業務基盤へ組み込まれていく動きは医療以外の分野でも進んでおり、その一例は過去のニュース記事でも取り上げているので、こちらもご覧いただきたい。