ChatGPTが加速させた医師のAI活用

三澤　私はかねて内視鏡による検査・治療を中心に臨床と研究に取り組んでおり，日本初となるAI内視鏡画像診断支援ソフトウェア「EndoBRAIN^®」を2018年に開発しました。また，SNSでChatGPTをはじめとした生成AIの使い方に関する発信を行っており，これまでの知見をまとめた書籍を4月に出版しました。本日はAI時代における医師の在り方について，大塚先生とじっくりお話しできればと思います。

大塚　私も三澤先生と同様に，AIの力に魅了されている医師の一人です。ChatGPTに関する書籍を出版するほか，学会等でAIに関連した講演を行っています。また，自身の研究室では，生成AIに言葉で指示を出しながらコードを自動生成させるVibe Codingを用いて，色素性病変の診断を目的としたAIモデルの作成に挑んでいます。

三澤　私自身は内視鏡を専門としない医師も専門医と同様の鑑別ができるようにならないかとの思いから，2013年より内視鏡AIの開発を始めました。以来，日常業務へのAI活用に注力していますが，大塚先生が最初にAIと出合われたのはいつ頃でしょうか。

大塚　Deep Learningの精度が飛躍的に進化した2015年頃です。ある研究会に呼ばれた際，「Deep Learningを活用することで，空港に設置したビデオカメラの映像から爆弾を持って歩いている人を判別できる」と発表している演者がおり，非常に感銘を受けました。そこからAIをどうにか自身の研究に活用できないかと考えていましたが，当時は皮膚免疫の研究を専門に取り組んでいたので，活用まで至っていませんでした。AIの活用に本気で取り組み始めたのは，ChatGPTがリリースされた2022年の12月頃です。

三澤　やはりChatGPTの登場が契機でしたか。私もかつて内視鏡AIの研究開発を進める中で大きな壁として立ちはだかったのが，診断精度のさらなる向上でした。Deep Learningによって，学習画像を増やすことで乗り越えられる部分はあったものの，臨床医が集められるデータには限界がありました。しかしChatGPTのリリース後，その精度の高さと汎用性に衝撃を受け，まずはプログラミングの補助として使い始めてみました。GPT-3.5（2022年11月発表）の時は精度がまだ低いなと思う場面もありましたが，GPT-4（2023年3月発表）になってからは格段に正確性が上がり，本格的な活用を考えるようになりました。

大塚　GPT-3.5は間違いも多くたどたどしく，かわいらしかったですよね。GPT-4にアップデートされてからは，仕事に使えるレベルになった印象を私も持っています。リリースされたばかりの頃はChatGPTに関連した書籍を出すつもりなど全くなく，文章があっという間に書けてしまうことに「チートっぽさ」を感じて，こっそり使っていました。でも時間がたつにつれて多くの医師が仕事に使えると気づき始めましたね。

三澤　ちなみに，現在大塚先生はどのモデルをメインで使われていますか？

大塚　今はClaude Opus 4.6です。現段階の生成AIの中で一番の出力スピードと賢さを兼ね備えていると感じます。

三澤　全く一緒です。AIをしっかり仕事で使い込む先生はClaudeをメインで利用している方が多い印象です。Claude以外ですと，イラストなどの画像を生成する際にはGeminiのNano Banana Pro，詳細な検索であればChatGPT Proを使用することはあります。生成AIに慣れていない先生方に無料版で1つお薦めするとしたらChatGPTですかね。

生成AIに預けるタスクと手元に残すタスクの境界線

三澤　現場でのAIの受け止められ方についてお聞きしたいです。私は「内視鏡AIの人」と思われているせいか，面と向かって批判される機会は少ないです。大塚先生の周囲でAI活用に対して反発の声を聞くことはありますか。

大塚　学会等でAIの活用について講演した後に，数回に一回は「こんなものを使っていたらどんどんバカになる」「セキュリティの問題は考えているのか」などと怒られることがあります。

三澤　AIを使うと思考力が落ちるといった批判がある中で，AIに渡すタスクと自分で考えるべきタスクの境界線をどのように引かれていますか？

大塚　明確な線引きは難しいです。今日ちょうど医学生向けの講義スライド作成を進めていて，生成AIで全部作れないか，また発疹などの臨床写真を生成AIで作成して講義で使用するのはセーフなのかと悩んでいました。自分で手を動かしてみて初めて「ここはAIに渡さないほうが良い」という線引きがわかります。頭を使わない単純作業は生成AIに任せますが，個人の好みやスタイルに関連するタスクは自分でこなしたほうが満足のいく成果が得られると思います。

三澤　私自身もその境界線には日々悩んでいますが，大塚先生と同じく単純なタスクは積極的に生成AIに任せる一方で，臨床推論や治療方針の決定など論理的な思考が必要なタスクは，まだまだ医師が担うべきだと考えます。先日病棟で急変した患者さんの対応をした時，なかなか鑑別が思い浮かばなかったので生成AIを活用してはどうかと考えが頭をよぎりましたが，結局調べている時間はなく，「意識障害の鑑別はAIUEO TIPSだったな」と思い出しながら診療を続けました。生成AIに全ての判断を委ねるようになってしまうと困る場面は必ず出てくるだろうなと感じます。一方で，AIが医師の業務を加速度的に代替していくのではないかとの意見も少なくないはずです。

大塚　GPT-4oが登場した時は，このまま進化が続けば置き換わるだろうと思いましたが，GPT-5が登場した時に成長のプラトーが見えて，この先の延長線上に医師がAIに置き換えられる未来があまり見えないなと感じました。法律の面から見ても，診断を代替するAIがプログラム医療機器として承認されるには相当ハードルが高いのが現状です。「生成AIはあくまでサポートツールである」という立ち位置は，医療財政が破綻して医師の人件費を減らさなければならない局面が来ない限り変わらないと思います。

三澤　AIで医師の役割を完全に置き換えるのは，現時点の日本では難しいですね。診療における最終的な意思決定は医師が担うとの見解を厚労省が表明していますので，そこは譲れないところなのかなと。生成AIを医療機器として承認・管理する方法については，FDA（米食品医薬品局）もPMDA（医薬品医療機器総合機構）もようやくスタートラインに立ってディスカッションを進めているようですが，診療における利活用の大々的な推進は多くの時間を要すると想像します。

AIは格差を広げるツールにもなり得る

三澤　実際の臨床現場では，研修医や若手の先生たちがスマホで生成AIに疑問を投げかける姿も日常的に見受けられます。忙しい中で，提示された情報の真偽をどこまで検証すべきかについてはどうお考えですか？

大塚　ファクトチェックに関しては，慣れてくると生成AIが間違えやすいところがなんとなくわかるようになるので，そこを優先的に確認するとよいでしょう。例えば，薬剤名に関しては一般名と商品名を混同しやすいですし，数値がでたらめなこともあるので，重点的に調べ直します。自分で調べることもありますが，情報の正確性の検証に長けているGensparkなどの他の生成AIでファクトチェックをかけることが多いです。ChatGPTは誤情報を提示してくる場合もあるので，新入局員にはいつも「医学分野の検索を行う時はChatGPTではなく，OpenEvidenceを使用したほうが正確性が高いよ」と教えています。

三澤　確かに活用する生成AIの特性にある程度慣れることは必要です。加えて，ベースとなる医学的知識のある人がAIを使うと自分の専門分野はもちろん，他分野でもある程度「この情報はおかしい」と気づけますから便利なんですよね。医学生や研修医の段階では，つぶさにファクトチェックしないと間違った情報を鵜呑みにしてしまうこともあると思うので，人によって真偽を検証する閾値が変わってくると思います。

大塚　おそらくわれわれ世代が一番AIを使いこなせる一方で，若手だと思ったよりも効率的に使えないというのはあるかもしれないです。AIの活用法が手探り状態の若手たちにはどう教えたらいいか，いつも悩みます。

三澤　同じ悩みを抱えていました。最初からAIと協働する使い方を教えるべきか，AIの知識は後回しにして基本的な臨床の型を身につけてもらうことを優先すべきか，どちらが良いのでしょうか。

大塚　私の体感では生成AIと一緒に勉強していくほうが早く成長すると思います。生成AIを使いながら興味があるところを深掘り，教科書で追いかけて頭の中で体系的に整理する。概念や構造を理解するには，教科書を1から読むより生成AIを使ったほうがはるかに効率が良いです。一方で，個々人の学習に対する姿勢が，AIの使い方に如実に表れるようにも感じています。

三澤　というのは？

大塚　怠け癖がある人は手を抜く手段としてAIを使い，学習意欲がある人はAIを使ってすごい勢いで成長していく。AIは格差を広げるツールにもなり得ると最近は思っています。

三澤　確かにそうですね。誰しも覚えられる物事には上限があるので，AIをどう扱うかによって日々の生産性に圧倒的な差がつくのだと思います。

大塚　例えば，Nature誌やScience誌に論文を発表できるような実力が自身にない場合，AIを使ったからといってそのレベルに簡単に到達できるわけではありません。しかし，AIを使うことで能力の上限レベルのパフォーマンスをコンスタントに出し続けることは可能になります。とにかく，生成AIを駆使して情報収集し業務を効率化する能力は，これからの若手医師にとって必須ですね。

指導医として目を配るべきポイントを押さえる

三澤　若手の生成AI活用が進む中で，上級医や指導医に求められる役割は変わってくるのでしょうか。

大塚　大きく変わることはないと思います。ただ，個人情報の取り扱い方などAIの不適切な使用に関しては指導できるよう把握しておくべきです。

三澤　指導医クラスで生成AIを全く使っていない人はまだまだ多くいますが，指導医側も最低限のAIの使い方に関する知識は身につけておかないといけませんね。

大塚　指導医が生成AIを完璧に使いこなせなくても，よく起こる問題や注意点さえ把握していれば若手の指導はできるかと思います。特に近年問題になっているのは，論文作成時のリファレンス・ハルシネーションです。書かれた論文の参考文献が間違いだらけであるにもかかわらず，指導医が気づけずに投稿・掲載され，後に発覚してしまうと大問題になり得ます。

三澤　リファレンス・ハルシネーションは本当によくあります。同じ分野の文献は似たような単語が頻出するので，前後関係から次の単語を予測するという生成AIの性質上，正しい文献を掘り出してくるのは非常に難しいのです。医学に限らず科学界で大きな問題になってきていますね。

AI医療機器開発の裏側

大塚　三澤先生が取り組まれてきたAI医療機器開発についてもお話を聞かせてください。開発に当たってのハードルはどのような点ですか。

三澤　一番のハードルは医療機器としての承認を得ることでした。「EndoBRAIN^®」の開発は医師主導で始まった試みで，治験（前向き研究）だと予算の問題から難しいので後ろ向き研究に落とし込む必要があったのです。PMDAと研究デザインについて何度も相談し，そのやり取りに1年以上要しました。

大塚　治験となると必要な費用が全く変わってきますからね。落としどころを後ろ向き研究にできた要因はどのあたりにあるのでしょうか。

三澤　私が開発しようとしていたのは，内視鏡で撮影した画像をAIを用いて解析するプログラムであり，これまで撮影した画像で医師と同様の判定ができれば実臨床でも活用できるはずだと説明しました。現在ではカルテを遡ってプログラムを評価しなければならない機器は治験として評価するとの規定がありますが，読影比較試験などで非専門医を超える精度に達することを前提条件に後ろ向き研究の結果を用いて承認を得られることとなりました。医療機器のクラス分類は，クラスⅢとして承認されています。

大塚　高度管理医療機器として分類されるクラスIIIでも後ろ向き研究で承認が得られたのですね。私はかねて皮膚科領域でAI画像診断支援ソフトウェアを開発しようと試みていますが，撮影条件が変わることでパフォーマンスが低下するドメインシフトを起こしやすいので，後ろ向き研究で承認が得られるか不透明な状況です。皮膚科領域のAI画像診断支援ソフトウェアは現時点で誰も承認を得られていないので，二段階承認制度で挑戦してみようと思っています。

＊

大塚　私は映画のMARVELシリーズが好きで，AIにはアイアンマンのスーツやドクター・ストレンジの魔術のような特殊能力に近い感覚があると思っています。あくまでもツールですが，何を目的とするか，実際どう使っていくかで得られる結果が全く違ってきます。使い方を間違えばよからぬ方向に行きかねないので，三澤先生の新刊を読んでしっかり勉強しましょう。

三澤　宣伝いただきありがとうございます！　大塚先生のChatGPTシリーズも基本的なところから応用まで幅広くカバーされている素晴らしい書籍です。ここまで生成AIがツールとして使いやすくなってきているので，まずは一度使ってみて，自分の業務のどこに役立てられそうか探っていくべきでしょう。その上で「こういう場面では使わないほうがいいな」という判断基準を自分の中で見定めていくべきです。本日はありがとうございました。

（了）

---