ChatGPTが医療相談で大進化、週「2.3億人」が頼るAI受診前相談の衝撃とリスクとは

週2.3億人が頼るChatGPT健康相談の衝撃

　夜中に子どもが急に腹痛を訴えた。病院に行くべきか、朝まで様子を見ていいのか。あるいは会社の健康診断で見慣れない数値が赤字になっていた。医師から説明は受けたが、帰宅してから疑問が次々に湧いてきた──こうした場面で、検索窓ではなくChatGPTに症状や検査値を打ち込む人はすでに珍しくない。

　米OpenAIは6月18日、ChatGPTの健康分野における応答品質を改善したと発表した。注目すべきは、その利用規模だ。同社によると、毎週2億3000万人超がChatGPTに健康やウェルネスに関する質問をしている。内容は、健康情報の理解、検査結果の読み解き、診察前の準備、保険の確認、生活習慣の改善、次に医師へ何を聞くべきかの整理などに及ぶ。


　これは単なる「医療AIの性能向上」という技術ニュースではない。検索エンジンで症状名を調べ、断片的な医療サイトを読み比べる行動が、対話型AIとのやり取りに置き換わり始めたことを示している。利用者は「この数値は何を意味するのか」「医師に聞くべきことは何か」「急いで受診すべき兆候はどこか」を、自然な言葉で問いかける。ChatGPTは、医学用語をかみ砕き、不確実性を示しながら、次の行動を整理する役割を担おうとしている。

　今回の発表で中核となるのは、GPT-5.5 Instantである。同社は、この無料提供されるモデルが緊急受診が必要な可能性の認識、必要な追加情報の質問、不確実性の説明、複雑な情報の分かりやすい提示で改善したと説明している。高度な医療情報理解が、一部の有料ユーザーや専門家だけでなく、一般利用者の日常に入り込む意味は大きい。

　ただし、ここで誤ってはいけない。ChatGPTが医師に置き換わるという話ではない。むしろ、利用者が医療機関に行く前、あるいは診察後に自分の状況を整理する「受診前相談」「受診後の理解補助」として存在感を強めているということだ。AIが病名を決める時代ではなく、患者が医師と話す前に疑問を整える時代が始まった。そこに、医療とテクノロジーの新たな接点がある。

医師260人超が評価、何が改善したのか

　今回の発表で、米OpenAIが強調したのはモデルの賢さだけではない。むしろ、医師がどのように評価に関与したかを前面に出した点が重要だ。同社は、60カ国、49言語、26診療科にまたがる260人超の医師ネットワークと連携していると説明した。医師らは、モデルの回答例を確認し、正確か、明確か、完全か、慎重さは十分か、実際の健康相談として有用かを評価する。


　これまでAIの医療応答は、医師国家試験のような知識問題で語られることが多かった。しかし、現実の健康相談は正解を1つ選ぶ試験とはまったく違う。利用者は、症状を曖昧に表現する。検査値の背景も分からない。居住地や医療制度、既往歴、薬の服用状況によって適切な説明は変わる。求められるのは、知識量だけではなく、危険な兆候を見落とさず、必要な文脈を聞き返し、断定し過ぎない判断力だ。

　そのために使われているのが、HealthBenchなどの健康分野向け評価である。HealthBenchは、262人の医師と協力して作られた評価基盤で、現実に近い5000件の健康会話と、医師が作成した評価基準で構成される。評価項目は4万8562件に及び、正確性、安全性、コミュニケーション、文脈理解、回答の完全性、適切な受診勧奨などを測る。

　同社はさらに、HealthBench Professionalも使う。これは、臨床現場で医師がChatGPTに持ち込む実際のタスクに近い会話を対象にした評価だ。用途は、診療相談、文書作成、医学研究などに分かれる。各例は医師が書いた会話と、3人以上の医師が段階的に調整した評価基準を含む。

　米OpenAIによれば、医師はこれまでに70万件超のモデル回答例を評価した。数分に1件のペースで医師による新たなレビューが行われているという。これは、AIを医療に使うための競争軸が「大規模モデルを作れるか」から、「医師の判断をどれだけ評価体系に組み込めるか」に移ったことを意味する。

　同社の健康AI責任者であるKaran Singhal氏は、Business Insiderのインタビューで「評価の方法が分かれば、改善することはずっと容易になる」と述べている。AI医療の進化は、もはやモデル単体の性能競争ではない。医師の暗黙知を評価基準に落とし込み、日々の利用データから失敗の型を見つけ、改善し続ける運用競争になっている。

【次ページ】医師を超えた？数字の読み方に注意