OpenAI、Google、Anthropicによる新製品の相次ぐ発表を受け、AIヘルスケア技術の競争が激化

今月、OpenAI、Google、Anthropicの3社が、わずか数日間の間に相次いで医療特化型のAI機能を発表した。こうした発表が集中していることは、単なる偶然ではなく、競争圧力によるものだと示唆している。しかし、医療の変革を強調するマーケティング文句とは裏腹に、これらの製品のいずれも、医療機器としての認可を受けておらず、臨床使用の承認も得ておらず、患者の直接的な診断に利用することもできない。

1月7日、OpenAIは「ChatGPT Health」を発表し、b.well、Apple Health、Function、MyFitnessPalとの提携を通じて、米国のユーザーが医療記録を連携できるようにした。Googleは1月13日に「MedGemma 1.5」をリリースし、3D CTやMRIスキャン、および全スライド組織病理学画像を解釈できるよう、同社のオープン医療AIモデルを拡張した。

これに続き、Anthropicは1月11日に「Claude for Healthcare」を発表し、CMSの保険適用データベース、ICD-10コーディングシステム、およびNational Provider Identifier Registry（NPIレジストリ）へのHIPAA準拠の接続機能を提供した。

これら3社はいずれも、事前承認審査、請求処理、臨床文書作成といった同じ管理上の課題をターゲットとしており、技術的なアプローチは類似しているものの、市場投入戦略は異なっている。

診断製品ではなく、開発者向けプラットフォーム

アーキテクチャの類似性は際立っている。各システムは、医学文献や臨床データセットで微調整されたマルチモーダル大規模言語モデルを採用している。いずれもプライバシー保護と規制上の免責事項を重視している。また、いずれも臨床的判断を「置き換える」のではなく「支援する」ものとして位置付けている。

違いは導入モデルとアクセスモデルにある。OpenAIの「ChatGPT Health」は、EEA（欧州経済領域）、スイス、英国以外の地域のChatGPT Free、Plus、Proの加入者向けに待機リストを設けた、一般消費者向けサービスとして運営されている。Googleの「MedGemma 1.5」は、「Health AI Developer Foundations」プログラムを通じてオープンモデルとして公開されており、Hugging Faceからのダウンロード、またはGoogle CloudのVertex AIを通じた導入が可能だ。

Anthropicの「Claude for Healthcare」は、「Claude for Enterprise」を通じて既存の企業ワークフローに統合され、個人の消費者ではなく機関の購入者を対象としています。これら3社はいずれも一貫した規制上のスタンスを共有しています。

OpenAIは、Healthが「診断や治療を目的としたものではない」と明示しています。GoogleはMedGemmaを「開発者が医療ユースケースを評価し、適応させるための出発点」と位置付けています。Anthropicは、出力結果が「臨床診断、患者管理の決定、治療の推奨、またはその他の直接的な臨床実践への適用に直接的に寄与することを意図したものではない」と強調しています。

ベンチマーク性能と臨床検証

3つのリリースすべてにおいて、医療AIのベンチマークスコアは大幅に向上しましたが、テスト性能と実臨床での導入との間には依然として大きな隔たりがあります。Googleの報告によると、医療エージェント補完ベンチマークであるスタンフォード大学のMedAgentBenchにおいて、MedGemma 1.5は92.3%の精度を達成しました。これは、以前のベースラインであったSonnet 3.5の69.6%と比較して大幅な向上です。

内部テストでは、MRI疾患分類において14ポイント、CT所見において3ポイントの精度向上が確認された。AnthropicのClaude Opus 4.5は、Pythonコードの実行を有効にしたMedCalc医療計算精度テストで61.3%、MedAgentBenchでは92.3%のスコアを記録した。

同社はまた、事実誤認に関する「誠実性評価」の改善も主張しているが、具体的な指標は公開されていない。

OpenAIはChatGPT Healthに特化したベンチマーク比較を公表していないが、既存の利用状況の匿名化分析に基づき、「世界中で毎週2億3000万人以上がChatGPTに健康やウェルネスに関する質問をしている」と述べている。

これらのベンチマークは、臨床結果ではなく、厳選されたテストデータセット上の性能を測定するものです。医療ミスは生命に関わる結果を招く可能性があるため、ベンチマーク上の精度を実際の臨床的有用性へと変換することは、他のAI分野に比べてはるかに複雑です。

規制の道筋は依然として不透明

こうした医療用AIツールの規制環境は依然として曖昧なままである。米国では、FDAの監督は「使用目的」に左右される。「予防、診断、または治療に関して医療従事者を支援したり、推奨を提供したりする」ソフトウェアは、医療機器として市販前の審査を必要とする可能性がある。発表されたツールのうち、現在FDAの認可を得ているものは一つもない。

責任の所在に関する問題も同様に未解決である。バナー・ヘルスのCTOであるマイク・リーギン氏が、同システムが「AIの安全性に重点を置くAnthropic社に惹かれた」と述べたのは、技術選定について言及したものであり、法的責任の枠組みについて言及したものではない。

もし臨床医がClaudeによる事前承認の分析に依拠し、その結果、治療の遅れによって患者が被害を受けた場合、責任の所在を判断する上で、既存の判例法はほとんど指針を提供しない。

規制へのアプローチは地域によって大きく異なる。FDAや欧州の医療機器規則（MDR）は、医療機器としてのソフトウェアに対する確立された枠組みを提供しているが、アジア太平洋地域の多くの規制当局は、生成AI診断ツールに関する具体的なガイダンスをまだ発行していない。

この曖昧さは、医療インフラの格差がなければ導入が加速される可能性のある市場において、導入スケジュールに影響を及ぼし、臨床上の必要性と規制当局の慎重さとの間に緊張を生み出している。

臨床判断ではなく、管理業務のワークフロー

実際の導入範囲は依然として限定的である。ノボノルディスクのコンテンツデジタル化担当ディレクター、ルイーズ・リンド・スコフ氏は、Claudeを「製薬開発における文書およびコンテンツの自動化」に活用していると説明し、患者の診断ではなく規制当局への申請に重点を置いている。

台湾の国民健康保険局は、治療決定ではなく政策分析のために、3万件の病理検査報告書からデータを抽出する目的でMedGemmaを適用した。

この傾向は、組織によるAIの導入が、AIが患者の転帰に最も劇的な影響を与えうる直接的な臨床意思決定支援ではなく、請求、文書作成、プロトコル作成など、エラーが発生しても即座に危険が及ばない管理業務のワークフローに集中していることを示している。

医療機関が規制、責任、ワークフロー統合の複雑さを処理できる速度よりも、医療AIの能力は急速に進化している。技術はすでに存在している。高度な医療推論ツールは月額料金で利用可能だ。

これが医療提供の変革につながるかどうかは、一連の発表がまだ触れていない重要な課題にかかっている。

関連記事：アストラゼネカ、がん研究の加速に向け社内AIに注力

業界のリーダーたちからAIとビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をチェックしてください。この包括的なイベントはTechExの一部であり、他の主要なテクノロジーイベントと同時開催されます。詳細はこちらをクリックしてください。

AI NewsはTechForge Mediaが運営しています。その他の今後のエンタープライズ・テクノロジー関連イベントやウェビナーについては、こちらをご覧ください。