Google、対話型 AI エージェント「SymptomAI」を発表──1.3 万人の臨床比較で医師を上回る診断精度
Gemini Flash 2.0 ベースの SymptomAI が、ウェアラブル端末の生体データと連携し、従来の臨床医による診断と遜色ない精度で鑑別診断を実現した。
リリース: 2026-06-12 · 読了 5 分記事の要約
1. 核心（What）
- 13,917 名の参加者を対象とした大規模な臨床比較研究を実施し、Gemini Flash 2.0 をベースとした SymptomAI の診断性能を検証した。
- 臨床医によるブラインド評価において、SymptomAI が生成した鑑別診断（DDx）が、他の臨床医の診断よりも正確であると 50% 以上のケースで評価された。
- Fitbit ウェアラブル端末から取得した心拍数や体温などの生体データと、SymptomAI の診断結果を照合し、感染症発症前後の生理的変化を相関付けた。
2. 影響（Why）
- 商用 RAG 評価の新たな基準: 医療のような高リスク領域において、LLM が専門家の診断精度を上回る可能性があることが示された。医療系 SaaS を開発する PM は、単純な RAG 構築を超えた「臨床的妥当性」の検証プロセスを開発ロードマップに組み込むべきである。
- 国内医療機関への影響: [国内の地域医療支援・遠隔診療を行う中規模事業者] においては、問診の自動化により医師の負荷を軽減しつつ、ウェアラブル端末のデータを活用した予兆検知の精度向上が見込めるため、実証実験の優先度を上げる価値がある。
3. 根拠・詳細（How）
- 5 種類のプロンプト戦略: 動的追従質問を行う「Dynamic Live/Final」と、医学教育に基づく「Canonical」系、および「Base」モデルの 5 パターンを比較。能動的な質問を行うエージェント型が、ベースラインと比較して鑑別診断精度を統計的に有意に向上させた。
- 臨床医によるブラインド評価: 3 名の認定医が会話ログをレビューし、SymptomAI と他の医師の診断を比較。Top-5 Accuracy 指標を用い、実際の医療機関での診断結果と照合することで、モデルの臨床的妥当性を定量化した。
4. 展望・課題（Next）
- デジタル表現型の特定: 今後は SymptomAI を用いて、呼吸器系以外の疾患を含む幅広い疾患群におけるデジタル生体指標（バイオシグナル・フェノタイプ）の特定を進める予定である。