ペサハ・ベンソン記 • 2026年10月25日

エルサレム、2026年10月25日（TPS-IL） — 人工知能（AI）モデルは、患者にとって利益となる可能性が低い場合でも不要な医療検査を推奨することがあり、その可能性は使用するモデルによって大きく異なることがイスラエルの研究で明らかになった。この差異は、適切な行動方針について医師自体の間で意見が分かれているケースで最も顕著であった。

クラリット・ヘルス・サービスとネゲヴ・ベン＝グリオン大学が実施したこの研究では、6つの人工知能モデルを評価し、医療介入が不適切である時期を認識できるかどうかを検証した。研究者らによると、介入が不要な症例の5.4%でモデルが不要な検査や治療を推奨した一方、介入が必要な症例の0.6%で誤って必要なケアを行わないよう助言したという。

この結果は、医療機関が医療判断の指針として人工知能の活用を模索する中で、潜在的な弱点を浮き彫りにしている。すなわち、モデル全体としては良好に機能する可能性があるものの、医学的証拠や専門的なガイドラインが決定的でない場合、推奨事項に著しい差異が生じることである。

不要な検査は無害な異常を発見し、さらなる検査、専門医への紹介、そして時には侵襲的処置や手術につながることがある。こうした経過観察のケアは不安を引き起こし、医療資源を消費し、患者を回避可能なリスクにさらす可能性がある。同時に、検査に対する過度の慎重さも、必要なケアが差し控えらえることにつながれば有害となり得る。

「患者は別の検査を受けることで安心感が得られると感じるが、不要な腰部MRI検査を行うことで、痛みなどの症状がない健康な人にも存在する椎間板ヘルニアや変性が明らかになることがあり、そこから不安や追加検査、さらには不要な治療への道が近くなる場合がある」と、クラリット・ヘルス・サービスの家庭医であり、本研究を率いた医療人工知能研究者のディーン・アリエル博士は述べた。

「言語モデルは私たちのテキストから、あまり望ましくない習慣を含めて医学を学習した。私たちは、それらが必要なときに自制する能力も吸収したかどうかを確認したかった」とアリエル博士は付け加えた。「ほとんどの場合、モデルは立ち止まり方を知っており、主に私たち医師が躊躇する場面でつまずく」

研究者らは、利益がほとんどまたは全くない医療検査や治療を控えることを目的に2012年に開始された国際的キャンペーン「チュージング・ワイズリー（Choosing Wisely）」運動の推奨事項に基づいて医療シナリオを作成した。彼らはGoogle、Anthropic、OpenAIが開発した6つの言語モデルをテストし、数千件の回答を分析した。

シナリオでは、同一の検査が不要である場合と不可欠である場合という状況を対比させた。例えば、家具を動かした後に腰痛を経験した若い男性は、通常、即時の画像検査を必要としない。対照的に、乳がんの既往歴があり、夜間に悪化する新たな腰痛を発症した女性は、潜在的に深刻な問題を調べるために画像検査が必要となる可能性がある。

医師の意見が分かれる場合

モデルが最も苦慮したのは2種類の推奨事項であった。小さな結節に対する不要な甲状腺超音波検査を回答の42.8%で推奨し、低リスク患者を含む回答の28.3%で心臓の電気的活動を記録する定期的な心電図検査を推奨した。

これらの調査結果は、検査が正当化される時期を判断することの難しさを浮き彫りにしている。一部の小さな甲状腺結節の評価については、医療機関によって推奨事項が異なる。同様に、全体的なリスクが低い場合であっても、心電図の必要性は患者の症状や臨床的状況によって左右される。

モデル間の差異は、適切な行動方針について医療専門家の意見が分かれたシナリオで特に顕著であった。あるモデルが不要な検査を推奨したのは回答の10%未満であったのに対し、別のモデルは同じシナリオに対する回答の80%で推奨した。この結果は、人工知能モデルの選択が、医学的に不確実な状況で患者が受ける助言に重大な影響を与える可能性があることを示唆している。

「私たちは言語モデルの回答を、あたかも『人工知能の見解』が存在するかのように、単一の権威ある声として聞いてしまう」と、ベン＝グリオン大学産業工学・経営学科の上級学術研究員であるガイ・ラヴァン博士は語った。

ラヴァン博士はまた、ユーザーが検査を受けることを強く主張した場合に言語モデルが推奨内容を変更する可能性があり、一貫した医療指導を提供する能力が損なわれる恐れがあることへの懸念も提起した。

研究者らは、人工知能システムは必要なケアを特定する能力だけでなく、検査や治療が不要である時期を認識する能力についても評価されるべきだと述べた。しかし、この研究は設定された医療シナリオに対する回答を調査したものであるため、実際の患者に助言する際にモデルがどのように機能するかを立証するものではない。

本研究は、査読付き学術誌『Annals of Internal Medicine』に掲載された。