AI医師が睡眠時無呼吸症と診断：睡眠医療における患者向けAIの精度を測定
ChatGPTに「私は睡眠時無呼吸症ですか？」と入力すると、数秒で詳細で自信に満ちた医師のような回答が返ってくる。睡眠検査を何カ月も待たずにセカンドオピニオンを得たような気分になる。しかし、その回答は実際に正しいのだろうか？
Journal of Clinical Sleep Medicineに掲載された新しい研究が、この疑問を検証している。イェール大学医学部およびVAコネチカット・ヘルスケア・システムのChristine H.J. Won医師は、患者向け人工知能ツール（ChatGPT、Gemini、Claudeなどのチャットボットを動かす大規模言語モデル）が、睡眠時無呼吸症のスクリーニング、診断、治療に関する実際の質問にどの程度正確に回答するかを評価した。その結果は、医療におけるAIを取り巻く誇大広告に対する sobering なチェックとなっている。
研究結果
Won医師は、閉塞性睡眠時無呼吸症（OSA）に関する一般的な患者の質問に対するAI生成応答の系統的評価を設計した。質問は、リスク要因、症状、睡眠検査を受けるタイミング、自宅睡眠検査結果の解釈、PAP療法や口腔器具を含む治療オプション、長期的管理など、臨床的懸念事項の全範囲をカバーしていた。
検証済みの評価ツール（2024年にVairaらが開発したQAMAIフレームワーク、医療用人工知能の品質分析ツールを含む）を使用して、研究は各応答の正確性、完全性、安全性をスコアリングした。AIは患者を適切なケアに導くだろうか？危険な誤解を警告するだろうか？それとも、もっともらしく聞こえるが医学的に間違っているアドバイスを自信満々に提供するだろうか？
この研究は、Hackら（2026年、同じくJCSM）による先行研究に直接基づいている。彼らはOSA患者教育において生成AIと従来のWeb検索を比較した。その先行研究では、AIが提供する情報の質においてWeb検索に匹敵するか、時には上回ることがわかった。しかし同時に、AIの応答には特有のリスクがあることも判明した。それは、実際には正しくない場合でも権威あるように聞こえるため、患者が誤りを見つけるのが難しくなるということだ。
Won医師の結果は、この状況をより鮮明にしている。LLMはしばしば概ね妥当な応答を生成したが、精度は質問内容によって大きく異なっていた。ツールは、「睡眠時無呼吸症の症状は？」や「睡眠時無呼吸症はどのように治療するのか？」といった、一般的で十分に文書化されたトピックで最も良いパフォーマンスを発揮した。これらは、トレーニングデータに情報が豊富で、時間の経過とともにおおよそ安定しているトピックである。ツールが最も苦手としたのは、微妙な臨床的判断、すなわち境界線上の診断結果の解釈、フォローアップ検査の推奨、複数の併存疾患を持つ患者の治療オプションの評価であった。
重要性
ここでの利害は学術的なものではない。最新の世界的有病率データによると、睡眠時無呼吸症は世界中で推定9億3,600万人の成人が罹患しており、大多数が未診断のままである。患者は、医師の診察を受ける前に、健康情報の最初の窓口としてAIに頼るようになっている。研究で引用された2025年の調査では、成人の約5人に1人が健康関連の質問に生成AIツールを使用したことがあり、その数は増加している。
睡眠検査の待ち時間が長く、公認睡眠専門医が不足している睡眠医療にとって、AIは強力なトリアージツールにもなり得るし、危険な誤った方向付けの原因にもなり得る。患者がAIが生成した不正確なアドバイスに基づいて行動した場合（医学的に指示された睡眠検査をスキップする、自分でPAP療法の設定を調整する、中枢性睡眠時無呼吸症や低換気症といったより深刻な状態の警告サインを無視する）、結果は深刻になる可能性がある。
問題をさらに複雑にしているのは、AIチャットボットが医療上の意思決定のために設計されていないという事実である。それらは、もっともらしく流暢なテキストを生成するように設計されている。患者が明確な答えのない質問や個別化された臨床判断を必要とする質問をすると、モデルは何かを生成する。そして、その何かは不完全であったり、誤解を招くものであったり、完全に間違っていたりする可能性がある。
研究の限界
この研究は、この分野の初期の研究と同様に、重要な限界がある。特定の時点でのAIツールのスナップショットを評価したものであり、LLMは頻繁に更新され、精度はモデルバージョン間で劇的に変化する可能性がある。また、評価は実際の患者の転帰ではなく、専門家による応答のレビューに依存していた。患者がAIのアドバイスに基づいて実際にどの程度頻繁にケアを変更するのか、またその結果どのような害が生じるのかは、まだわかっていない。
さらに、この研究は特に閉塞性睡眠時無呼吸症に焦点を当てていた。他の睡眠障害（不眠症、むずむず脚症候群、ナルコレプシー、概日リズム障害）はAIにとって異なる課題を提示し、LLM応答の精度はこれらの症状によって異なる可能性が高い。
結論
この研究は、AIが睡眠医療において何の役割も果たさないことを示唆しているわけではない。Hackらの姉妹論文や、その他の最近の系統的レビュー（Abd-Alrazaqら2024年の睡眠時無呼吸症検出のためのウェアラブルAI、Banjadeら2025年の睡眠医療におけるAI全般、Haghighatら2025年のOSAに対するAI診断精度など）はすべて、真の可能性を指摘している。AIは患者が自分の状態を理解し、診察の準備をし、治療オプションを検討するのに役立つ。適切に使用されれば、ヘルスリテラシーと医療へのアクセスを向上させる可能性がある。
しかし、精度は保証されていない。Won医師の研究から得られる重要な教訓は、患者と臨床家の両方が、AIが生成した健康アドバイスを、他の未検証の情報源と同じ懐疑心で扱う必要があるということだ。チャットボットは医師ではない。あなたの病歴を確認したり、症状を文脈に沿って解釈したり、答えがわからないときにそれを伝えたりすることはできない。
現時点では、最も安全なアプローチはシンプルである。チャットボットに背景情報を求めても、実際の医療上の決定は人間の睡眠専門医に任せることだ。AIは有用な出発点にはなるかもしれないが、それがゴールラインではない。
出典： Won CHJ. AI医師が睡眠時無呼吸症と診断：睡眠医療における患者向けAIの精度を測定. J Clin Sleep Med. 2026;22(1):99. DOI: 10.1007/s44470-026-00119-2. PMID: 42387082.
雅子 訳