「AIが医師の代わりに診断する時代が来る」

そんな表現を目にする機会が増えました。しかし、現在の医療AIの実態は少し異なります。

多くのAIは、過去の医師の診断や治療選択を教師データとして機械学習しています。つまりAIが学んでいるのは、「医学そのもの」ではなく、「医師がどのように判断してきたか」というパターンです。

その結果、AIは高い精度で診断候補やリスクを予測できます。しかし、その分析結果だけで治療方針を決定することはできません。最終的な意思決定は、依然として医師が行います。

これは一見すると当然のようですが、少し考えると興味深い構造です。

医師の意思決定を教師データとしてAIを構築し、そのAIの分析結果を医師が参考にして意思決定する。

つまり現在の多くのAIは、「医師集団の過去の判断を統計的に集約し、現在の医師へ返している」構造とも言えます。

もちろん、このことはAIの価値を否定するものではありません。

AIは大量の情報を一貫して処理し、人間が見落としやすい特徴を検出し、診断のばらつきを減らすことができます。これは医療現場にとって非常に大きな価値です。

一方で、「高い予測精度」と「適切な意思決定」は同じではありません。

例えば、

「この患者は重症化する可能性が高い」

という予測ができても、

「どの治療を選択すれば、その患者の転帰が最も改善するのか」

という問いには、そのまま答えられません。

予測は未来を推定する技術ですが、意思決定には「介入によって何が変わるのか」という因果関係が必要だからです。

AIは急速に進歩しています。しかし、予測精度が向上するほど、「予測」と「意思決定」を混同しやすくなる危険性もあります。

私は、次世代のAIに求められるのは、単に正答率を競うことではないと考えています。

重要なのは、

「どのような条件なら、この結論を意思決定に使ってよいのか。」

そして、

「どのような条件では、AI自身が『判断できない』と返すべきなのか。」

この統治（ガバナンス）まで含めて設計することです。

AIはすでに優れた予測装置になりつつあります。

しかし、本当の意味で意思決定を支援するAIへの進化は、まだ始まったばかりではないでしょうか。