はじめに
Google DeepMindが2026年4月30日、AIを医療チームの一員として機能させる「AI co-clinician（AIコクリニシャン）」研究イニシアチブを発表しました。本稿では、医師向け支援機能の評価結果と遠隔医療での患者対応研究、そして安全性設計の概要を解説します。
参考記事
- タイトル: Enabling a new model for healthcare with AI co-clinician
- 著者: Alan Karthikesalingam, Vivek Natarajan, Pushmeet Kohli
- 発行元: Google DeepMind
- 発行日: 2026年4月30日
- URL: https://deepmind.google/blog/ai-co-clinician/
関連記事
要点
- Google DeepMindが「AI co-clinician」研究イニシアチブを発表した。医師の臨床的権限のもとでAIエージェントが患者ケアを補助する「トライアディックケア（3者連携型ケア）」モデルを提唱している
- 98件のプライマリケアクエリによる盲検評価で、AIコクリニシャンは97件において重大エラーゼロを記録し、既存の主要AI医療ツール2つを上回る結果を示した
- 薬剤知識ベンチマーク（OpenFDA RxQAの自由回答形式）において、AIコクリニシャンは利用可能なフロンティアモデルを上回る性能を記録した
- 遠隔医療を模したシミュレーション研究（120件のテレメディカル遭遇）では、専門医が全体として優れた結果を示した一方、AIは評価した140項目のうち68項目で一次医療医と同等以上の水準に達した
- 安全性確保のため、会話を監視する「Planner」モジュールと応答を担う「Talker」エージェントのデュアルアーキテクチャを採用している
詳細解説
AIコクリニシャンとは——「3者連携」という新しいケアモデル
Google DeepMindによれば、AIコクリニシャンは医師・患者・AIエージェントによる「トライアディックケア（triadic care）」というケアモデルを実現するために設計されています。AIが患者と直接やり取りしながらも、臨床的な判断と最終的な責任は医師が保持するという構図です。同社はこれを「医師の判断力を保ちながら、AIがチームメートを増やす」と表現しています。
Google DeepMindのヘルスケアAI研究は、医学知識の試験評価を行う MedPaLM 、テキストベースの模擬診察で医師と同等の性能を示した AMIE を経て今回に至ります。2026年3月にはAMIEが実診療環境での安全性を初めて実証しました。AIコクリニシャンはこの延長線上に位置する研究イニシアチブと言えます。
医師向け支援機能の評価——エビデンス合成と薬剤知識
医師にとって最も重要なのは、AIが正確な医療エビデンスを提示できるかどうかです。Google DeepMindは「NOHARM」フレームワークを応用し、「コミッションエラー（誤情報の提示）」と「オミッションエラー（重要情報の見落とし）」の両面からシステムを評価しました。
学術的な医師との共同研究による98件の現実的なプライマリケアクエリを用いた盲検評価では、AIコクリニシャンは97件においてクリティカルエラーがゼロという結果を記録し、医師が広く利用している既存のAIシステム2つを上回りました。また、医師が実際の診療で問いかけるような自由回答形式の薬剤知識テスト（OpenFDA RxQA）においても、現行のフロンティアモデルを上回る性能を示しました。
薬剤に関する知識はAIにとって難題とされており、この領域での性能向上は、ケアプランニングを行う医師にとって実用的な支援ツールとなりうると考えられます。
遠隔医療シミュレーション研究——音声と映像でできること、できないこと
テキストのみのAIには限界があります。医師が実際の診察で観察するのは、患者の歩行、呼吸パターン、皮膚の変化といった視覚・聴覚情報です。Google DeepMindは、GeminiおよびProject Astraの機能を活用し、リアルタイムの音声・映像を使った遠隔医療シミュレーションを実施しました。
ハーバード大学・スタンフォード大学の医師と協力して設計したこの研究では、内科レジデントが「患者役」を務める20の臨床シナリオで計120件のテレメディカル遭遇を評価しました。AIコクリニシャンは、患者のインヘラー（吸入器）の使い方を適宜訂正したり、肩の運動を誘導して腱板損傷を特定したりする能力を示しました。
一方で、専門医は評価した140項目において全体として上回る結果を示しており、特に「レッドフラッグ（緊急性を示すサイン）」の識別と重要な身体診察の誘導において差が見られました。AIコクリニシャンが140項目中68項目で一次医療医と同等以上の水準に達したという結果は、現時点での可能性と限界の両方を示しています。AIが補助ツールとして機能する余地は大きい一方、臨床的判断の全面的な代替には至っていないという評価が妥当だと思います。
なお、医師とAIの協業における監督の枠組みについても、過去の研究において重要な視点が整理されています。
安全性設計と今後の研究展開
AIを実際の医療環境に組み込む際には、安全性アーキテクチャが不可欠です。Google DeepMindによれば、患者対応の遠隔医療シミュレーションでは、会話全体を継続的に監視して「Talker」エージェントが安全な臨床範囲内に留まるよう制御する「Planner」モジュールを組み込んでいます。また、医師向けの情報提示においても、検索・引用チェックを通じた臨床グレードのエビデンス優先設計が採用されています。
今後は米国・インド・オーストラリア・ニュージーランド・シンガポール・UAEの医療機関と連携した段階的な評価研究が予定されています。ただし現時点での研究は、疾患の診断・治療・予防を目的とした医療目的での使用を意図したものではないと明示されています。
まとめ
Google DeepMindのAIコクリニシャンは、医師の監督下でAIが医療チームの一員として機能するという新しいモデルを示した研究イニシアチブです。薬剤知識や証拠合成の面で既存ツールを上回る評価を得た一方、遠隔医療での全面的な代替にはまだ距離があることも明確に示されています。医療AIの限界を正直に開示しながら研究を進める姿勢は、信頼構築の観点から重要だと思います。
