ひとことで言うと
マイクロソフトの「MAI-DxO」は、複数のAIが仮想的な医療チームとして議論を重ね、段階的に正しい診断へとたどり着くシステムです。これまでの試験とは異なり、実際の臨床現場のような「情報の不足した状態から必要な検査を選んでいくプロセス」を再現している点が特徴です。
何が発表されたのか
マイクロソフトの公式ブログによると、同社のMAI Healthチームは「Sequential Diagnosis Benchmark（SDBench）」と呼ばれる新しい評価基準と、それを用いて最高性能を叩き出したAI診断システム「MAI-DxO（Microsoft AI Diagnostic Orchestrator）」を発表しました。この成果は科学誌『Science』にも掲載されています。製品の即時提供ではなく、医療分野における臨床推論能力を厳格に評価・検証するための研究成果としての発表となります。
発表された機能・アップデートの全容
医療免許試験とは異なる「段階的診断」の仕組み
これまでの医療AIの評価には、米国の医師免許試験（USMLE）などが使われていました。これらは必要な情報が初めからすべて提示されており、一つの答えを選ぶ形式です。しかし実際の医療現場では、医師は限られた情報からスタートし、次にどの検査を追加すべきかを判断しながら徐々に全体像を把握します。SDBenchはこの現実のプロセスを模しており、AIや医師が限られた情報から出発して必要な質問や検査を選んでいくインタラクティブなケースとして機能します。
複数の仮想医師によるオーケストレーション手法
MAI-DxOは、単一のAIモデルに依存して即座に答えを出す仕組みではありません。あたかも専門医のパネルチームのように動作します。各モデルが独自の診断を提案し、有用な質問や検査を選び、互いの意見に異議を唱えながら議論します。この議論を複数ラウンドにわたって調整し、新しい証拠が届くたびに評価を更新しながら、検査のコストと価値のバランスを測る仕組みになっています。
オープンソースとしての公開
マイクロソフトは、選択されたNEJM（The New England Journal of Medicine）の症例を対象として、SDBenchをオープンソース化しています。これにはベンチマーク本体だけでなく、Gatekeeper、Judge、コスト見積もりのコードが含まれており、他の研究者が評価を再現したり、別のモデルをテストしたりすることが可能です。
医療パートナーとの実世界での検証
研究室のベンチマークにとどまらず、実際の臨床環境での性能を確かめるため、ボストンのベス・イスラエル・ディーコネス医療センターとの提携が発表されています。今後は前向き研究において患者がシステムと直接やり取りし、医師の独立した評価と比較しながら、実際の多忙なワークフローにどう適合するかを検証していく計画です。
Microsoft AI内での健康関連チームの統合
マイクロソフトは、MAI Healthチームのほか、Microsoft Researchの科学者や、「Dragon Copilot」「PowerScribe」といった製品を手がけてきたチームをMicrosoft AI内に統合しています。これにより、信頼性の高いAIシステムを臨床現場へ届ける取り組みを加速させるとしています。
性能・ベンチマーク
公式ブログで示された評価結果は以下の通りです。比較対象や条件は元データの記載に基づきます。
| 評価対象・データセット |
MAI-DxOのスコア |
医師等のスコア・比較対象 |
出典（元記事） |
| NEJMの複雑な症例 |
83%（診断精度） |
22%（外部リソースなしの医師） / 36%（外部リソースありの医師） |
元記事 |
| MIMIC-IV-EDの救急部門症例 |
80%（診断精度） |
47%（医師） |
元記事 |
| コスト最適化設定（NEJM症例） |
81%（診断精度） |
比較システムの半分未満のコスト |
元記事 |
| 新モデル（GPT-5.5適用時） |
性能維持・向上 |
オーケストレーション方法を変更せず達成 |
元記事 |
競合サービスとの比較
（編集部注）OpenAIやGoogle、Anthropicなどの大手AI企業も医療分野向けのLLMや推論機能の開発を進めていますが、本発表では単体のモデル性能の優劣ではなく、複数のモデルを組織化（オーケストレーション）して議論させるアプローチと、実際の臨床プロセスを模したベンチマーク（SDBench）の提示に重きが置かれています。他社が単体モデルの汎用的な推論力を競う中、マイクロソフトは医療特有のコスト管理や段階的な意思決定のプロセスを評価軸に組み込んだ点が差別化要因となっています。
料金・提供プラン
公式ブログ内では、MAI-DxOの一般向けの価格設定、無料枠、APIの従量課金に関する具体的な言及はありません。
日本から使う方法
- 現時点では研究成果の発表および一部ベンチマークのオープンソース化段階であり、一般ユーザー向けの提供サービスや日本国内からの利用手順に関するアナウンスはありません。
- 利用に必要なアカウントやリージョン制限についても、元記事では言及なし。
誰にどう効くのか
- エンジニア: 複雑なマルチエージェントのオーケストレーション手法や、医療分野におけるAIの評価ベンチマーク（SDBench）の設計思想を学べます。
- 企画・マーケ: 単なる単一モデルの精度向上ではなく、ワークフロー全体やコスト効率を考慮したAIシステムの構築アプローチが参考になります。
- 経営層: メイヨークリニックやベス・イスラエル・ディーコネス医療センターといった実世界での検証体制など、医療領域における今後のエコシステム形成の動向を把握できます。
まとめ
マイクロソフトによるMAI-DxOの発表は、医療AIが「一問一答のテスト」から「実際の臨床現場に沿った段階的推論」へとシフトする大きなマイルストーンを示しています。研究者や開発者はオープンソース化されたベンチマークを確認し、今後の臨床現場での実証実験の動向に注目していくべきでしょう。
