AIの医療相談はGoogle検索以下〜1,298人の研究が示した現実〜

「私は素人なのでわからないんですけど、AIはこう言ってます」

今日も外来でこれを言われました。もう珍しくもない。

以前、この問題について書いたことがあります。

AIは正しく答えている。でも患者さんが無意識に情報を絞り込んで、確証バイアスで「都合のいい診断」が出来上がる。そういう記事でした。あの甲状腺の患者さんの話を覚えている方もいるかもしれません。

あれが、1,298人の研究で裏づけられました。

1,298人のRCT

2026年2月9日、Nature Medicineに論文が載りました。オックスフォード大学を中心としたグループによるランダム化比較試験（RCT）です。新薬の効果を証明するときと同じ手法で、AIの医療相談能力を検証している。

1,298人の一般参加者を4グループに分けた。3グループにはそれぞれ異なるAI（GPT-4o、Llama 3、Command R+）を渡す。残り1グループには、Google検索でも本でも好きな方法を使ってもらう。全員に医師が作った10の医療シナリオを見せて、「何の病気か」「どこを受診すべきか」を答えさせた。

AI単独でシナリオの全情報を入力すれば、関連する疾患を正しく挙げた割合は90〜99%。医師免許試験もほぼ満点。AIに医学知識がある。それは間違いない。

人間が使うと壊れる

一般の人がAIを使って同じシナリオに答えると、正しい疾患の特定率は34.5%未満に落ちました。

Google検索などを自由に使ったグループは47.0%。AIを使うより、Web検索の方が1.76倍正確だった。

「どこを受診すべきか」の判断精度も、AIを使おうが使うまいが差なし。AIは医療判断の改善に貢献していなかった。

ちなみにCommand R+というモデルは、AIがWeb検索と組み合わせて回答を生成する仕組み（RAG）を持っています。「AI＋検索」なら精度が上がるんじゃないか。そう思いたくなりますが、結果は他のAIと変わらなかった。ボトルネックはAIの知識量ではなく、人間との対話そのものにある。