内科診療におけるChatGPT・医療AIの「現在と未来」— がんゲノム医療から遠隔診療、事務効率化まで —
はじめに
深層学習（ディープラーニング）の進化や、ChatGPTに代表される大規模言語モデル（LLM）の登場により、医療領域、とりわけ膨大な情報を扱う内科診療が大きな変革を迎えつつあります。現在、AIは診断支援や文書作成、遠隔医療のサポートだけでなく、がんゲノム医療や個別化治療のためのデータ解析にも活用され始めています。
本記事では、以下のステップで「内科診療におけるChatGPT・医療AIの現在と未来」を探っていきます。
1. 臨床での具体的活用事例
2. 企業・研究機関による開発動向
3. 医療倫理・規制上の課題
4. Tempus AIをはじめとしたゲノム解析企業の参入と個別化医療の可能性
5. 将来予測：AIが内科をどう変えていくのか
1. 臨床現場での具体的活用事例
1-1. 診断支援
• 電子カルテ連携
米国ではEpic社がMicrosoft/OpenAIと組み、GPT-4をカルテシステムに統合する実証を進めています。医師が自然言語で問い合わせを行うと、過去の検査結果や既往歴を自動で要約したり、関連する鑑別診断リストを提示するなど、診断の網羅性と効率を向上させる試みです。
• 希少疾患への貢献
海外の事例では、長期にわたる不明疾患の幼児にChatGPTが「脊髄係留症候群」を示唆し、最終的に診断が確定したケースが話題になりました。膨大な医学知識を持つLLMは、医師の見落としやまれな疾患をフォローする「セカンドオピニオン」的役割を担う可能性があります。
• 救急外来での検証
GPT-4が内科救急100例の症例提示に対し、研修医以上の診断精度を示したとの報告もあります。特に循環器や内分泌疾患の鑑別で強みを発揮。ただし、現場導入には医師によるダブルチェックや前向き臨床試験が欠かせません。
1-2. 問診・トリアージ支援
• AI問診システム
日本のUbie社がタブレット問診システムを提供。患者が入力した症状を元に鑑別疾患候補を自動で生成するサービスが多くの医療機関で導入されています。今後、ChatGPTの自然言語処理能力と組み合わせれば、より柔軟に深掘りした問診が実現すると期待されています。
• オンライン患者対応
カリフォルニア大学の研究では、医師よりもChatGPTの回答の方が「丁寧かつ正確」と評価された例が報告されました。長時間労働や疲労でコミュニケーションの質が低下しがちな現場をAIが補う形になるかもしれません。ただし最終責任は医師が負う必要があり、実際の診療では監修体制を整えなければなりません。
1-3. 医療文書作成
• 退院サマリー・紹介状の自動化
日本国内では、恵寿総合病院（石川）や織田病院（佐賀）がUbieなどの生成AIを活用し、文書作成時間を3分の1程度に削減。電子カルテから必要情報を抜き出してAIが要約し、医師や看護師が確認・修正を行う仕組みです。
• 音声認識×GPT
Nuance社（Microsoft傘下）が開発する「Dragon Ambient eXperience (DAX) Express」では、診察室の会話をリアルタイムでテキスト化し、カルテの下書きを作成。米国病院での試験導入では、書類作業の軽減や診療の質向上が報告されています。
1-4. 遠隔医療・患者教育
• オンライン健康相談
遠隔医療や24時間対応の医療相談サービスで、ChatGPTが下書きした回答を看護師や医師が監修する仕組みが登場。患者とのやり取りを効率化し、医療アクセスを向上させる可能性があります。
• 疾患説明AI
大阪国際がんセンターでは、乳がん患者がAIに質問して治療内容を学べるシステムを導入。インフォームドコンセントにかかる時間を3割削減しながら、患者の理解度を高める試みが進められています。
2. 企業・研究機関による開発動向
2-1. 海外スタートアップの盛り上がり
• Hippocratic AI
米国で「診断行為」ではなく、患者対応やソーシャルワーク的な業務に特化したLLMを開発し、多くの医療機関に導入。退院後フォローコール、慢性疾患の生活指導などをAIが自動化する例が増えています。
• Glass Health
GPT-4と独自の医学知識データを連動し、医師向けの診断支援や教育ツールを提供。症例を入力すると鑑別診断や追加検査を提案するシステムを試験運用し、研修医の学習支援としても期待されています。
2-2. 製薬企業と医療AI
• 研究開発・創薬効率化
製薬大手（ノバルティス、ロシュなど）がMicrosoftやGoogleと連携し、AIで化合物探索や治験プロトコル作成を効率化。副作用報告管理や臨床データ解析も含め、研究開発のスピードアップが図られています。
• 社内での生成AI活用
日本企業では小野薬品工業が全社員向けのクラウド生成AI環境を導入。研究から営業資料作成、問い合わせ対応ドラフトなど、幅広い領域で生成AIを業務に組み込む動きが加速しています。
2-3. 大手IT企業の医療AI
• OpenAI・Microsoft
GPT-4を病院システムに組み込むため、Azure上の専用環境を整備。Epic電子カルテ統合やNuanceの音声認識で、すでに一部の米国病院が試験運用を開始し、医療DXを大きく進めています。
• Google（Med-PaLM 2）
医療特化言語モデル「Med-PaLM 2」を発表。米国医師試験問題で85％以上の正答率をマークし、メイヨークリニックなどで実証実験をスタート。医療問答や論文検索など、多角的なユースケースが期待されます。
3. 医療倫理・規制上の課題
3-1. ガイドラインと法制度
• 日本の立場
厚生労働省は「AIは医師の補助ツールであり、最終的な診断・治療責任は医師が負う」という原則を明確化。医師法第17条との兼ね合いから、AIが単独で診断行為をすることは認められていません。
• 欧米・WHOの指針
WHOは「人間中心」「安全・公平」「透明性・説明責任」など6原則を提唱。EUではAI法制定が進み、医療を高リスク領域と位置づけて厳格な認証制度を導入する見込みです。
3-2. 誤診・責任問題
• 医師側の責任
ChatGPTなど汎用AIの誤判定による医療事故の場合でも、診療を行った医師や医療機関が責任を問われる可能性が高いのが現状。誤診リスクを低減するには、AIの提案を検証するプロセスを組み込み、AIに依存しすぎない体制が重要です。
3-3. データプライバシー・セキュリティ
• 患者情報の取り扱い
通常のChatGPTに患者データを入力するのは個人情報保護法やHIPAA違反に繋がる恐れがあり、多くの病院が職員に利用制限をかけています。国内外で専用クラウドやオンプレ環境でのAI導入が進むのはこのためです。
• 再識別リスク
遺伝子情報や病歴は高度にセンシティブ。日本の規制や個人情報保護委員会のガイドラインに沿った仕組みづくりが不可欠であり、匿名化・アクセス制限・監査ログなどの多層的セキュリティが求められます。
4. Tempus AIをはじめとするゲノム解析企業の参入と個別化医療の可能性
4-1. Tempus AI（テンパスAI）の概要
• 企業背景
米国シカゴ拠点のTempusは、創業者がGrouponの共同創業者でもあるエリック・レフィコフスキー氏。主にがん領域のゲノム情報やリアルワールド臨床データを大規模に解析し、精密医療（プレシジョン・メディシン）を推進するプラットフォームを提供しています。
• 強み
• 大規模な患者ゲノムデータ・臨床データの収集・解析
• 分子生物学的データ（遺伝子変異、トランスクリプトーム解析など）と治療アウトカムを関連付け、最適な治療薬や治験をAIが提案
• がんゲノム医療の世界最先端で、製薬企業や米国の主要医療機関との提携実績多数
• 日本市場への期待
個別化医療を推進する動きが加速する日本でも、Tempusのような企業が病院・研究機関と連携すれば、日本人特有の遺伝子変異や新規バイオマーカーの発見、臨床試験（治験）マッチングの迅速化といった恩恵が見込まれます。ただし、患者の同意取得やデータ保護の問題など法的課題も多く、参入形態が注目されます。
4-2. 類似コンセプトの国内企業・事例
• Hacarus（ハカルス）
京都拠点でスパースモデリングを用いたデータ解析技術を提供。バイオマーカー探索や医療機器との共同開発など、軽量かつ高精度なAI基盤が特徴。
• AIメディカルサービス（AIM）
内視鏡画像解析で著名な日本発ベンチャー。大腸ポリープ診断支援ソフトを国内外で展開しており、今後はゲノム情報との連携も視野に入れるとされています。
• LPixel
東大発ベンチャーで、研究機関や企業向けに医用画像解析・ゲノム解析基盤を提供。将来的には画像データと遺伝子情報を統合して高度なサブタイプ分類を目指す。
• CureApp
デジタル治療（DTx）分野で活躍する日本企業。ゲノム解析や個別化医療との連携が進めば、より精緻なデジタルヘルスサービスが提供可能になるかもしれません。
4-3. ゲノム×臨床データ×AIが起こす革新
• 分子標的薬の最適化
がん領域では遺伝子変異のタイプによって薬効が大きく異なるため、TempusのようなAIがリアルワールドデータを解析し、「この変異を持つ患者は標的薬Aより新薬Bの方が効果が高い」などを自動リコメンドする可能性があります。
• 治験マッチングの高速化
患者のバイオマーカー情報を読み取り、適切な治験に素早く誘導。製薬企業は有望な患者層を効率的にリクルートできるため、開発コストや治験期間の短縮が期待されます。
• 多職種連携と全人的ケア
AIが示す分子情報を元に、内科医だけでなく病理医・薬剤師・看護師・ソーシャルワーカーなどと連携することで、患者の生活支援や副作用管理、就労サポートまで含む包括的な医療が実現しやすくなります。
5. 将来予測：AIが内科をどう変えていくのか
5-1. 「AIと医師のハイブリッド医療」が標準化
• 診断支援から予防・ケアまで
救急でのトリアージ、外来での問診・カルテ入力、退院後のフォローアップなど、AIが診療プロセスの随所で医師をサポート。医師は高度な判断や患者コミュニケーションに専念しやすくなります。
• 患者の受容も鍵
AIが診療現場で使われることに対して、「安心・便利」と評価する患者もいれば、懸念を感じる層もいます。医療者による丁寧な説明や、分かりやすい可視化ツールで信頼を築くことが大切です。
5-2. マルチモーダルAIで総合診療が進化
• 画像・波形・ゲノムデータの統合
今後の大規模言語モデルはテキストだけでなく、レントゲン・CT画像、心電図、ゲノム情報など多様なデータを同時解析できるようになると予想されます。総合的判断力が飛躍的に向上し、まるで「仮想レジデントチーム」のような役割を担うかもしれません。
5-3. データ駆動型の個別化医療
• 遠隔モニタリングと予防医療
ウェアラブルデバイスや在宅測定による日常データをAIが継続監視し、異常兆候をいち早くキャッチ。早期介入で重症化を防ぐ仕組みが整えば、慢性疾患や高齢者ケアの在り方が大きく変わるでしょう。
• ゲノム医療と連動した最適治療
Tempusのような企業や国内ベンチャーが提供するゲノム解析プラットフォームと連携し、各患者の遺伝子情報に応じて薬剤の選択・投与計画をカスタマイズする「真の個別化治療」が一般化する可能性があります。
5-4. 医療経済・働き方改革へのインパクト
• 医師不足の緩和と効率化
AIが事務作業や情報検索を代行し、医師が本来の診療や患者ケアに集中できれば、疲労軽減や生産性向上につながります。遠隔医療との組み合わせで地域医療の質も上げられる可能性があります。
• 費用対効果と保険制度
AI導入には初期コストがかかる一方、長期的には医療費削減や患者QOL向上が期待されます。公的保険制度と連携して、AI活用を評価する報酬体系やガイドライン整備を進めることが普及の鍵となるでしょう。
おわりに
ChatGPTや大規模言語モデル、さらにTempus AIなどのゲノム解析企業の参入をきっかけに、内科診療はいま大きな転換点に立っています。診断支援や問診、文書作成などの実務効率化はもちろん、患者個々の遺伝子情報を統合して最適治療を提供する「個別化医療（プレシジョン・メディシン）」が現実味を帯び始めました。
とはいえ、倫理・法制度・プライバシー保護など乗り越えるべきハードルはまだ多く、医師や看護師、薬剤師など医療従事者の教育やAIリテラシー向上も不可欠です。AIが人間の医師を「置き換える」のではなく、「強化・補完する」存在として適切に活用されるためには、実臨床でのエビデンス蓄積と社会的合意形成が欠かせません。
将来的には、AIが常に診療の背後に存在し、人間の医師は患者の人生観や価値観を汲み取りながら最終的な意思決定を行う──そうしたハイブリッド医療が当たり前になるかもしれません。日本でもTempusのような海外企業や、国内のバイオ・AIスタートアップが互いに協力し、大規模データ解析を安全に行える体制が整えば、「個別化医療革命」はますます加速するでしょう。
いままさに黎明期を迎えた医療AI。今後5年、10年先の内科診療の姿を想像しながら、技術の進歩と臨床現場の融合をどのように進めていくか、私たちは知恵を絞りつつ、患者中心のより良い医療を目指して歩む時代に突入しています。
参考情報
• Epic × Microsoft/OpenAIによるGPT-4電子カルテ統合事例
• WHO「医療AIに関する倫理ガイドライン」
• 米国医師会(AMA)のAI政策提言
• 恵寿総合病院・織田病院の退院サマリー自動生成報告
• Tempus AI公式サイト・海外メディアの報道
• 日本国内ベンチャー（Ubie、Hacarus、AIメディカルサービス、LPixel など）のプレスリリース
執筆者注: AI技術・医療制度・研究成果は日々アップデートされているため、最新情報の追跡をおすすめします。特にがんゲノム医療やプレシジョン・メディシン領域では、規制や保険適用範囲が随時変化し、国際的な連携も急速に進むことが予想されます。