患者が自分の皮膚写真を見せるだけで､ 病名候補が提示されるAIが登場しました｡ 病名正答率は高いものの､ ｢受診すべきか｣ の判断は必ずしも改善していません｡ 患者がAIで調べる時代に備え､ 医師が意識すべきポイントを解説します｡

今回のニュースはこちら！

原著論文で詳細を確認する

Consumer Understanding of Skin Concerns With an AI-Powered Informational Tool. JAMA Dermatol. 2026 Apr 15:e260597.

ニュースの概要

米･Google Researchとスタンフォード大学のチームがJAMA Dermatologyに発表した研究です｡

皮膚の写真をAIに見せると候補の病名が表示されるアプリを､ 一般の人に使ってもらったらどうなるか｡ 2,345人を以下の3群に無作為に分けて比較しました｡

本試験の結果､ 病名の正答率はAI群で約3倍に上がりました｡ しかし､ ｢病院に行くべきか､ 様子を見てよいか｣ の判断は改善しませんでした｡

Dr.大塚の着眼ポイント4選

1. 医療AIの利用者が ｢医師から患者｣ へ

本連載で紹介してきたAIは､ どれも医師が使う前提でした｡ ConfiDxは診断の不確実性を医師に伝えるシステム､ DeepRareは希少疾患の鑑別を医師に提示するシステムです｡

今回は違います｡ ユーザーは医師ではなく､ 皮膚の悩みをスマホで調べる一般の人です｡ 写真を撮ると､ AIが ｢この病気かもしれません｣ と候補を3~7個､ 画像と説明つきのカードで並べてくれます｡ つまり､ ｢患者が自分で皮膚科の鑑別をする時代が近づいている｣ ということです｡

これは皮膚科に限った話ではありません｡ ｢症状をAIに聞いてから受診するか決める｣ という流れは､ あらゆる診療科に広がっていくでしょう｡

2. 病名は当たるが｢受診行動｣は過小評価

AIアプリを使った群は､ ウェブ検索だけのコントロール群に比べて病名正答率が約3倍に上がりました｡ ここまでは良い話です｡

問題は ｢次に何をすべきか｣ です｡ すぐ受診すべきか､ しばらく様子を見てよいか｡ この判断の正確性は､ AI群では有意に改善しませんでした｡

さらに気になるのは､ 間違いの偏りです｡ 不要な受診を勧めてしまう ｢過大評価｣ より､ 本来受診すべきなのに ｢大丈夫そうだ｣ と判断してしまう ｢過小評価｣ の方が多かったのです｡

｢病名が分かること｣ と ｢正しい行動に繋げること｣ の間には大きなギャップがあります｡ 外来に来た患者は対応できますが､ AIの結果を見て ｢大丈夫｣ と思い込んだ人は外来に現れません｡ この見えないリスクが､ 臨床医として一番気になった点です｡

3. AIに足りなかったのは ｢リストの精度｣

本研究には3つのグループがあります｡ 自分でウェブ検索するだけのコントロール群､ AIが選んだ候補疾患を見るAI群､ そして皮膚科医の鑑別疾患を見るWizard of Oz群です｡

Wizard of Ozは ｢オズの魔法使い｣ のことで､ ｢すごい魔法使いだと思っていたら裏にいたのはただの人間だった｣ という映画にちなんだ研究手法です｡ AI群とWizard of Oz群は同一のアプリ画面が用いられており､ 違いは ｢誰が候補を選んだか｣ だけです｡

AIが選ぶと､ 正解の病名が候補に入っていないことがあります｡ 皮膚科医が選べば､ 正解がリストに含まれる確率が高いです｡ その差がユーザーの理解にどう影響するかを見たのが､ この研究設計です｡ 結果､ Wizard of Oz群では病名の正答率に加えて ｢次に何をすべきか｣ の判断も有意に改善しました｡

AI群で行動判断の改善が出なかったのは､ 候補リストの精度が足りなかったからです｡ AIが選ぶ候補の質が皮膚科医レベルに追いつけば､ 病名だけでなく行動の改善まで期待できます｡ その伸びしろが具体的に見えたのが､ この研究の面白さです｡

4. ｢調べてから来る患者｣ への対応を示唆

皮膚は写真が撮れるため､ 画像認識AIとの相性が良いです｡ ただ､ この論文の本質的な問いは皮膚科に限らず ｢症状をAIに聞いてから､ 受診するかどうかを決める人が増えたとき､ 医師はどう対応するか｣ です｡

今回の研究で分かったことは､ ｢AIを使った人は表示された病名に自信を持ち､ 検索結果への満足度も上がる｣ ということです｡ 自信を持つこと自体は悪くないですが､ その自信が正しい行動に結びつかないならかえって危ういのです｡

｢AIで湿疹と出たので様子を見ていました｣ と言って数ヵ月後に患者が来院､ というのは､ 皮膚科だけでなく内科の外来でも十分起こり得るシナリオです｡

今日から始める実践ステップ

｢行動の判断基準を伝える｣ ことが重要

｢ネットで調べてきた｣ 患者への対応は､ 多くの臨床医がすでに経験しているでしょう｡ 今後はそれが ｢AIアプリで調べてきた｣ に変わります｡

本研究を踏まえて意識しておきたいことは1つ｡ 患者がAIの結果を見て ｢この病気だと思います｣ と言ってきたとき､ 病名の妥当性を確認するだけでは不十分だということです｡ なぜ受診が正解だったのか､ どのような場合は様子を見てよいのかといった ｢行動の判断基準を伝える｣ ことが､ AIアプリ時代の患者教育になります｡

病名はAIが教えてくれます｡ しかし､ ｢受診の必要性を判断する力｣ は､ まだ医師にしかありません｡

※X (旧Twitter) の利用規約に基づき､ サブライセンスが認められている埋め込み形式でポストを紹介しています｡

大塚先生執筆の書籍はこちら！

医師による医師のためのChatGPT入門 3

アイデアがパッと論文に変わる！AI超･時短執筆術

2026年2月発刊！ChatGPTを単なる ｢文章生成ツール｣ としてではなく､  ｢論文執筆の伴走者｣ として使いこなす具体的手法を解説する｡ 生成AIを活用し､ アイデア出しから構成設計､ 下書き､ 投稿準備までを効率化する実践書｡

>> 書籍の詳細はこちら

医師による医師のためのChatGPT入門

あっという間のAIスライド作成術

2025年8月発刊！ ｢スライドづくりの時間が足りない｣ を一瞬で解決｡ 各種生成AIを場面別に使い分け､ 構成やデザインをあっという間に整える実践書｡  ｢伝える｣ スライド作成のテクニックも公開！ 

>> 書籍の詳細はこちら

医師による医師のためのChatGPT入門

臨床･研究を変える究極のプロンプト500選

医療現場でそのまま使えるプロンプトをテーマ別に収載｡ 日々の診療･教育･研究に役立つ実践的な1冊｡  

>> 書籍の詳細はこちら