法的・専門的な説明責任
95診断や治療計画が誤っていた場合、内科医の免許と医療過誤責任が説明責任を負う当事者を定める。どのAIシステムも医療免許を持つことも訴えられることもできないため、どのツールが推論を生み出したかにかかわらず人間が承認しなければならない。
診断の大部分は、膨大な過去の症例と公表された文献に対するパターンマッチングであり、これはまさに大規模言語モデルが得意とするよう作られたタスクだ。対照試験では、一部のAIシステムはすでにテキストベースの症例において現役の臨床医より正確な鑑別診断を出している——十年前なら馬鹿げていると思われただろう結果であり、退けるのではなく真剣に受け止めるべきものだ。
本ページはこれが実際に意味することと意味しないことを切り分ける。すでにうまく自動化されている具体的な業務、はるかに抵抗力があると判明している業務、そして診断推論がもはや揺るぎない強みではなくなった内科医にとって何が変わるかである。
中程度
Share of the work a machine could do
症状を病態に照合し、薬物相互作用を確認し、記録や診察後のサマリーを起草するといった日々の認知作業のおよそ三分の一は、すでにソフトウェアによって匹敵ないし近似されつつある。自動化に抵抗しているのは、その推論を取り巻くすべてだ。身体診察、怯えた患者の信頼、そして免許を持つ人間だけが担える法的責任である。
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →What machines cannot take
通院を重ねる患者との長期的な信頼
85慢性疾患の管理は、何年もかけて築かれた関係に依存する——薬を飲むのをやめたと打ち明けたり、他の場面なら見過ごしていたはずの症状を告げたりするのは、毎回新しいインターフェースにではなく、すでに信頼している内科医に対してである。
身体診察
82腹部を触診したり、特定の心雑音を聴き取ったり、歩行の微妙な変化に気づいたりするには、遠隔のソフトウェアや現在のほとんどのロボット技術では再現できない、実際の手を使った技能と状況に応じた判断が必要になる。
複雑さと併存疾患の管理
80実際の患者は複数の病態が重なり、不完全な病歴を持ち、どの教科書的な症例にもきれいには一致しない症状を抱えてやって来る。難解で非典型的な公表症例で検証されたAIシステムは、今も正しい第一診断を大きな割合で見逃している。
難しい知らせの伝達とケアの交渉
78患者に診断が深刻であることを伝えたり、怖がっている治療を受け入れるよう説得したりすることは、医学的に正しい文章を生成することではなく、その部屋にいる特定の一人の恐れと価値観を読み取ることに依存する交渉である。
What they already take
構造化された症例における鑑別診断
72テキストベースの症例ビネットとシミュレーション患者面接において、AIシステムはすでに検証対象となった臨床医と同等かそれ以上の成績を示している。2024年のある研究では、専門医が判定するシミュレーション診察において、AIシステムが若手のプライマリケア医やナースプラクティショナーを上回った。
臨床記録
68診察を聞き取って臨床記録を起草するアンビエントAIスクライブは、すでに多くの病院システムで使われており、内科医が長らく自宅で記録を仕上げていた時間外の『パジャマ・タイム』を削減している。
薬物相互作用とガイドラインの確認
65ソフトウェアはすでに、内科医が記憶や手作業での簡易確認で行うよりも速く、より網羅的に、患者の全投薬リストを相互作用と現行の治療ガイドラインに照らして確認している。
定型的な結果のトリアージ
55アルゴリズムは、人間があらゆる数値を順に確認する代わりに、届いた検査結果、画像所見、遠隔モニタリングデータについて、正常なものと内科医の注意を要するものを識別する一次選別を担うことが増えている。
How the work is changing
孤立した診断医からAIで検証する推論者へ
内科医の診断推論は、単独ではなくソフトウェアが生成した第二の見解と並んで動くことが増えており、中核となるスキルはゼロから鑑別診断を作ることから、モデルがすでに起草した鑑別診断を批判的に評価・修正することへと移りつつある。
記録作業がタイピングから確認へ移る
アンビエント・スクライブ技術は、内科医と診療記録との関係を、診察中・後にタイピングすることから、AIが生成した草稿を確認・修正することへと移しつつあり、診察の実際の時間をより多く画面ではなく患者に向けられるようにしている。
ケアが慢性・複雑な疾患に集中する
遠隔モニタリング、遠隔医療、リテールクリニックが軽微な急性の訴えをより多く吸収するにつれ、内科医の時間はより単純なプロトコルでは安全に扱えない判断を要する、複雑で複数疾患を抱える慢性患者に集中していく。
所有形態がより大きな組織への統合を続ける
独立診療から病院・企業への雇用へという長期的な移行——2022年までに米国内科医のほぼ4分の3——は、どのAIツールよりも速く自律性と給与構造を変えつつあり、内科医が自分自身の日々のスケジュールをどれだけ管理できるかを作り替えている。
New jobs branching off
臨床情報学専門医
電子健康記録、AI診断ツール、臨床意思決定支援ソフトウェアが病院システム内で実際にどう構築・展開されるかを監督する、内科医と技術者のハイブリッド職で、ますますそれ自体が学会認定のサブスペシャルティとなっている。
AI監督・検証医師
導入前後にAIの診断・トリアージツールを見直し監査し、その出力を実際の転帰と照らして確認する——10年前にはほとんど存在しなかった役割で、ソフトウェアの誤りに責任を負う免許を持つ人間を病院が必要とするために存在する。
遠隔医療専門医
主に、あるいは完全に、映像とメッセージングのプラットフォームを通じて診療する。COVID-19パンデミック中に大きく拡大し、完全に対面診療へ戻ることなく永続的で独立したキャリアの道であり続けている。
集団健康・予防医学専門医
一人の患者単位ではなく医療システムや保険者の水準で働き、データを用いて集団全体を対象とした予防・慢性疾患プログラムを組み立てる——一対一の臨床ケアに取って代わるのではなく、それを補う成長分野。
Outlook
AIの診断能力は、まさに最も重要な部分——難解で非典型的な実症例——において現時点で最も弱い。広く引用される2023年のある研究では、GPT-4は意図的に難しく作られた公表症例課題において正しい第一診断を挙げられたのはわずか39%だった。複数の可能性を挙げることを許された場合にはより良い成績を示したものの、有望な対照試験の結果と現実の混沌とした診断との間のこの隔たりこそ、内科医の判断が今も真価を発揮する場所である。
この職業に対するより差し迫った短期的な脅威は自動化ではなく供給不足だ。世界保健機関(WHO)は2030年までに世界でおよそ1000万人の医療従事者が不足すると予測しており、これは貧しい国々に集中しているが、米国だけでも2030年代半ばまでに数万人規模の内科医不足に陥る可能性がある。AIが最終的に何を自動化するにせよ、ほとんどの医療制度はこの先10年、内科医が多すぎるのではなく少なすぎる状態を過ごすことになるだろう。
Keep exploring
More in Medicine & Life
🫀
外科医
スシュルタの古代の鼻再建術から今日のロボット手術室まで、治すために切る医師は、いまも手術台での決断にただ一人で向き合っている。
AI-resistant 92 💉看護師
医療分野最大の専門職——スクタリのランプからICUのモニターまで、他の誰もが帰った後もベッドサイドに立ち続ける人。
AI-resistant 91 💊薬剤師
あらゆる処方箋の裏にいる薬の専門家 — バグダードの最初の薬店とアポセカリーの乳鉢から、モルヒネ、アルテミシニン、そして現代の調剤室まで。
AI-resistant 58 🐾獣医師
症状を訴えられない金魚から馬までを診察し、安楽死によって苦しみを終わらせる法的な権限を持つ。
AI-resistant 78 🧠精神科医
薬物療法と精神療法を通じて精神疾患を診断・治療する。医療分野のなかでも数少ない、危機的状況にある患者を法的権限に基づいて強制入院させられる専門職のひとつ。
AI-resistant 73