Microsoft、MAI Diagnostic Orchestratorを発表──医療超知能への一歩

Microsoftは最近、**MAI Diagnostic Orchestrator（MAI‑DxO）**を発表しました。この画期的なAIシステムは、医療現場で最も難しい症例において、熟練医師の4倍の診断精度を実現しました。これは、Microsoftが「医療超知能」と呼ぶビジョンへの大きな前進です。

オリジナルのMicrosoft投稿を読む

What is MAI‑DxO

MAI‑DxOは、バーチャル医療チームをシミュレーションするAIオーケストレーションフレームワークです。各専門AIエージェントが仮説立案、診断検査の選択、コスト管理、最終診断を担当します。エージェント達は議論し、洗練し、協働することで臨床推論を模倣します。

Key features

• Chain-of-debate reasoning（討論型推論）：エージェント同士が互いの出力を批判・修正し、議論を重ねて結論を導く。
• モデル非依存型フレームワーク：OpenAIのo3、Claude、Gemini、Grok、Llama、DeepSeekなど各種モデルと互換性あり。
• コストを意識した意思決定：不要な検査を避け、効率最適化。

How it was evaluated

Microsoftは、Sequential Diagnosis Benchmark（SDBench）というテストスイートを作成。これはNew England Journal of Medicine掲載の304例の極めて複雑な臨床症例から成り、現実世界の診断課題をシミュレーションする設計です。

評価プロセスでは：

• エージェントが質問をし、検査を指示し、診断を反復的に修正。
• 検査コストをシミュレートし、経済効率も評価。

How it compares to doctors

指標	MAI‑DxO + OpenAI o3	医師（経験5〜20年）
診断精度	85.5%	20%
1症例あたり平均コスト	$2,397	$2,963

MAI‑DxOは、診断精度で熟練医師を大きく上回り、コストもおよそ20%削減しました。

Why this matters

• 精度と効率：MAI‑DxOは、単純な症例での過剰治療や複雑な症例での診断ミスという医療現場のジレンマに対応します。
• 専門性の民主化：リソースが限られた地域でも、専門家レベルの意思決定支援を提供可能に。
• 透明性：ステップバイステップの推論プロセスは監査可能かつ説明可能。

Challenges ahead

• 臨床検証：現実の医療現場で、医師があらゆるツールを駆使しチームで協力する環境での検証が必要。
• 規制当局の承認：安全性、バイアス、プライバシーなどの課題に取り組む必要あり。

What’s next

• Microsoftは、既に数百万件の健康関連クエリを扱うBingやCopilotへのMAI‑DxO統合を計画中。
• 病院（例：Beth Israel Deaconess）との連携による臨床ワークフローでのMAI‑DxO実証実験を実施予定。
• 研究者らは、「ほぼエラーのない診断」が今後5～10年以内に達成可能と見込む。

Final thoughts

MAI‑DxOは、医療専門家のように推論可能なAIシステム実現へ向け、大きな一歩となるものです。複雑なベンチマークでの成功は、マルチエージェントAIシステムによる診断革命の可能性を示しています――ただし、このようなシステムが臨床実装に至るまでには、今後多くの課題が残っています。