AIに症状を相談したら「様子を見て大丈夫」と言われた。でも不安が残る。研究では救急の例の約半数を軽く見積もった検査があり、迷ったら人に相談する

Ramaswamy ら（2026）[1]

2026年1月に始まった健康相談用のAI（ChatGPT Health）に、医師が書いた60の症例を、条件を変えて16通りずつ（計960回）相談しました。救急に行くべき4つの症例への64回の相談のうち33回（51.6%）で、AIは急ぎ具合を低く見積もり、「24〜48時間以内に受診」と答えていました。症例は、ぜんそくの発作の悪化と、糖尿病の急な悪化（糖尿病性ケトアシドーシス）で、見落としの大半はぜんそくの症例でした。一方、脳卒中やアナフィラキシー（強いアレルギー反応）のような典型的な救急を別に試した128回では、軽く見積もった答えはありませんでした。著者らは、時間とともに悪くなるかどうかで救急かが決まる病気を見落としやすい、と見ています。

対象: 米国の医師が英語で作った症例60件（21の診療分野） ／ 限界: 救急の症例は4つだけで、実際の患者ではなく作った症例を各条件1回ずつ聞いた結果です。日本語での相談は調べていません。

Ramaswamy ら（2026）同じ研究の続き[1]

相談文に「家族や友人は大したことないと言っている」のような一文を足すと、医師の判断でも2通りありうる境目の症例で、AIの答えが変わる割合が3.3%から13.3%に増えました（オッズ比11.7）。変わった答えの52.5%は、より急がない方向でした。逆に、家で様子を見てよい症例への128回の相談のうち83回（64.8%）では、必要より急ぐ受診を勧めていました。

対象: 同じ960回の相談 ／ 限界: 変わった答えの93.8%は、医師が許容できる範囲にとどまっていました。研究者が決めた言い回しを足した実験で、ふだんの相談で同じ影響が出るかはわかりません。

Kopka・He・Feufel（2026）[2]

ChatGPTの22のモデルに、45の症例を各10回ずつ（計9,900回）「救急・受診・家で様子見」のどれかに振り分けさせました。最も正解率が高いモデルでも74%で、新しいモデルほど全体の正解率が上がる傾向は見られませんでした。どのモデルも必要より急ぐ受診を勧めがちで、同じ相談でも答えがばらつきました。著者らは、単独で使うには正確さが足りないと結論づけています。

対象: 医師2人が正解を決めた45の症例（英語） ／ 限界: 救急の症例は2件だけで、救急を見分ける力については正確に言えません。

Kopka・von Kalckreuth・Feufel（2025）[3]

受診の振り分けの正確さを調べた19件の研究をまとめると、AI（大規模言語モデル）の正解率は57.8〜76.0%、一般の人は47.3〜62.4%、症状チェックのアプリは11.5〜90.0%と幅がありました。AIを調べた研究で、患者が自分で症状を入力したものは1件もありませんでした。

対象: 1,549件から選んだ19件の研究のシステマティックレビュー ／ 限界: AIを調べた研究は数件と少なく、使われたのは主に作った症例でした。

Ding・Wang（2026）[4]

中国で、症状の相談にAIを使った大人を調べた研究では、AIは受診の前の「見当づけ」や、医師に聞くことの準備、診察後に説明を理解する助けとして使われていました。AIの答えの質を高く感じた人ほど、自分の病状を冷静に見積もれていると答え、診察で質問や話し合いに加わる度合いが高いという関連がありました。

対象: 聞き取り48人と、ウェブ調査546人（中国） ／ 限界: ある時点の調査で、AIを使ったから診察に積極的になったという因果関係はわかりません。