AIが皮膚の状態理解を支援する研究

Google Researchの研究者Rory Sayres氏とYun Liu氏は、AIが一般人の皮膚の状態理解をどのように支援できるかについて、2つの研究結果を発表した。成人の半数以上がインターネットで健康情報を検索し、3人に1人がAIを利用するが、情報が容易に理解できるとは限らない。特に皮膚科領域では、ユーザーは自身の症状に適した検索語を知らないことが多い。例えば、「脚の赤い点」に気づいても、「触知性紫斑」という用語で検索する知識はない。

第一の研究「AIを活用した情報ツールによる皮膚問題の理解」はJAMA Dermatologyに掲載された。2345人の参加者に匿名化された皮膚症例（画像と病歴を含む）を提示し、3群に分けて検討させた。対照群は通常のWeb検索、AI群は3〜7個の可能性を提示するAIプロトタイプ、Wizard of Oz群は皮膚科医による正解に近い予測を利用。その結果、AI群は対照群より症状名の特定を試みる割合が高く（62%対41%）、正確性も約3倍向上した（23%対8%）。しかし、次の行動（家庭療法か緊急受診か）の判断では有意な改善はなく、AI群はやや軽い対応を選ぶ傾向があった。

第二の研究「皮膚問題へのAI活用：多様なコミュニティにおける人間中心の調査」はACM CHI会議で発表された。スタンフォード大学医療AIチームおよびサンタクララ家族健康計画と協力し、実際の皮膚問題を抱える110人の参加者（4言語対応）がAIアプリを使用。即座に臨床医の診察を受けた。参加者の病名特定率は260%向上したが、絶対値は低かった。参加者は教科書画像と自分の症状を視覚的に照合することに強く依存し、多様な肌色や重症度の画像の重要性が示された。臨床医は86%の症例でAIの予測が自身の診断と一致し、92%の症例でアプリが有用と評価した。

これらの研究から、画像ベースのAI検索はユーザーの参入障壁を下げるが、より個別化されたガイダンスが必要であることが示唆された。Googleは、多様な背景を持つユーザーが医療情報を効果的に解釈できるよう、人間中心の研究を継続する重要性を強調している。