ChatGPTヘルプ！ 4歳の男の子は3年間で17人の専門医に治療を受けたが、効果はなかった。大型模型が病気の原因を正確に特定した

3年間「奇妙な病気」の治療を求めても効果がなかったのですが、ついにChatGPTによって診断に成功しました。

これは4歳の男の子に起こった本当の話です。

ある運動をした後、彼は体に激しい痛みを感じ始めた。母親は彼女を小児科医、整形外科医、さまざまな専門医など17人の医師に診てもらい、MRIを含む一連の検査を受けたが、病気の原因はどれも見つからなかった。

彼の母親は、あまり期待せずにChatGPTに助けを求めようとしましたが、ChatGPTは説明と検査レポートに基づいて直接正しいアドバイスを与えました。

話題が出るとすぐにZhihuのホットリストでトップになり、Redditでの人気も2.3kに急上昇しました。

一部のネットユーザーは、今回のGPTは本当にエキサイティングだと言っています。

すべての診療所に AI アシスタントを導入し、それを独自の診断結果と比較できるようになります。

一部のネットユーザーは、Google の特別に訓練された補助医療診断モデル Med-PaLM を呼び出し、その診断結果を知りたいと考えている。

これは、大規模なモデルにとってほぼ完璧なテスト タスクです。

それで、一体何が起こっているのでしょうか?

これは一体何の「奇病」なのでしょうか？

物語の主人公はアレックスという名前で、母親のコートニーには2人の子供がいます。

2020年のある日、アレックスの乳母はコートニーに、アレックスは毎日鎮痛剤を飲まなければ痛みで倒れてしまうと話した。

その後、アレックスは再び歯ぎしりを始めた。両親は、歯の入れ替えによる痛みか虫歯が原因かもしれないと考え、この2つを結び付けた。

そこで母親はアレックスを歯医者に連れて行き、アレックスの歯医者探しの3年間の旅が正式に始まりました。

歯科医は検査の結果、問題は見つからなかったが、アレックスが歯ぎしりをしていたため、気道閉塞の治療を専門とする矯正歯科医に診てもらうよう勧めた。

歯科矯正医はアレックスの上顎が小さすぎて呼吸困難を引き起こしていることに気づき、アレックスに拡大装置を取り付けました。この治療は確かに効果があり、アレックスの母親はアレックスの病気はすぐに治るだろうと考えたほどでした。

それは理にかなっていますが、現実は非論理的であることが多いです。

母親はすぐに、まだ4歳だったアレックスの成長が突然止まったことに気づきました。

今回、母親は小児科医に助けを求めた。

医師はアレックス君が新型コロナウイルスに感染した可能性があると考えたが、母親はこの説明に納得しなかった。しかし、母親は2021年初頭にアレックスをフォローアップ検査に連れて行った。

医師はアレックス君の母親に「少し背が伸びた」と伝えたが、アレックス君の左右の足のバランスが少し悪いと感じ、理学療法を受けるよう勧めた。

今回、母親は医師の言うことを信じましたが、理学療法が始まる前にアレックスは再び頭痛を起こし、症状はますますひどくなっていきました。

理学療法は当面の間中断せざるを得ず、アレックスの母親は彼を神経科医の診察に連れて行き、神経科医はアレックスが偏頭痛を患っていると診断した。

アレックスさんは頭痛と闘っている間、疲労の症状にも悩まされていたため、睡眠に影響する副鼻腔の問題がないか調べるために耳鼻咽喉科医のところに連れて行かれました。

こうしたことすべてを経て、アレックスはついに理学療法を開始し、理学療法士はアレックスがキアリ奇形と呼ばれる先天性疾患を患っている可能性があると考えました。

この先天性疾患は、頭蓋骨と脊椎が接合する部分の脳に異常を引き起こします。

母親はこの問題について調べ始め、アレックスを新しい小児科医、小児内科医、成人内科医、そして筋骨格科医の診察に連れて行きました。

結局、アレックスは 17 人もの医師に診てもらい、考えられるほとんどすべての科を受診しました。救急治療室に送られたこともありましたが、それでも彼の病状はわかりませんでした。

ChatGPT によって事件全体が 180 度方向転換するまでは。

試してみようという気持ちで、母はChatGPTアカウントを登録しました。

彼女はアレックスの症状と MRI レポートのメモを入力しました。そこにはアレックスが足を組んで座ることができなかったという詳細も含まれていました。

ChatGPT は、脊髄係留症候群 (TCS) と診断しました。

もちろん、コートニーさんはすぐには信じなかった。答えを知った後、彼女はまずフェイスブックでこの病気の子供を持つ親たちのコミュニケーショングループを見つけた。

話し合いを読んだ後、母親はこれらの症状がアレックスの症状と非常に似ていると感じました。

この発見により、消えかけた希望の火が再び燃え上がった。その後、母親は一晩中コンピューターの前に座り、すべてを体験したことを思い出した。

この結論とアレックスのMRIレポートをもとに、私は脳神経外科医を見つけました。

今回、ようやく適切な人が見つかりました。脳神経外科医は MRI を見て、ChatGPT と同じ結論を出し、拘縮の具体的な場所を指摘してくれました。

その後は物事がよりスムーズに進みました。アレックスは手術を受け、現在は回復中です。

では、なぜアレックスは18人目の医師に診てもらうまで診断を受けられなかったのでしょうか?

まず第一に、それはアレックス自身と関係があります。

TCS の患者は背中に裂傷ができることが多いのですが、アレックスの場合はそれがありませんでした。この症状は潜在性係留脊髄症候群 (OTCS) と呼ばれます。

TCS は稀な病気ですが、新生児における発症率は低くなく、約 0.005～0.025% で、白血病の発症率よりも高くなっています。

△陳英歌、楊美。妊娠中に多発性胎児発育異常を呈した一症例[J]。臨床医学の進歩、2023年、13(2)

しかし、OTCS は非常にまれであり、その発生率は計算されていないほどです。

しかし、物語の終わりに、外科医はMRI画像を見てすぐに判断を下しました。

したがって、これまで診断が確定しなかった理由は、間違った医師に相談したためである可能性がある。17人の医師のうち、誰も手術に携わっていなかったのだ。

もちろん、これは普通のことです。何しろ、彼らは皆、それぞれの専門分野に長けたスペシャリスト（総合診療医に相当）であり、専門分野以外の知識を総合的に理解していないのは仕方のないことです。

しかし、これによって問題も明らかになった。説明できない問題に直面したにもかかわらず、これらの医師は多職種による診察を行うことを検討せず、アレックスの病歴について十分に調べたかどうかも不明である。

母親のコートニーさんの言葉によれば、誰も「より大きな疑問」に答えようとせず、診断に関する手がかりを与えようともしなかったという。

ChatGPT の知識ベースは、少なくとも特定分野の専門家の知識ベースよりもはるかに豊富です。Alex の状況をより包括的に考慮し、最終的に正しい結論を出します。

では、今回 ChatGPT が診断に成功したのは単なる偶然だったのでしょうか、それとも本当に診断能力が備わっているのでしょうか?

AIは診断に使えるのか？

実際、ChatGPT や GPT-4 を病気の診断ツールとして使用したのは今回が初めてではありません。

例えば、GPT-4 が発売されて間もなく、ある人が自分の犬の病気の診断に GPT-4 を使い成功し、この体験談がネット上で話題になりました。

彼はGPT-4に、病気が最初に発症してからの犬の症状、治療の過程、そして各血液検査の報告について語った。

20日、犬は41.5度の高熱を出し、血液検査の結果から犬のバベシア症と診断されました（血液検査結果を添付）。その後3日間、抗生物質で治療しました。24日、抗生物質で治療しましたが、歯茎が青白くなりました（新たな血液検査結果を添付）。

GPT-4 はすぐに検出結果を示し、会話の中で次の 2 つの理由が原因である可能性があることを示しました。

1. 溶血：免疫介在性溶血性貧血（IMHA） 、毒素、バベシア症以外の感染症など、さまざまな原因による赤血球の破壊。
2. 失血: 外傷、手術、または胃腸の問題 (潰瘍や寄生虫など) によって引き起こされる内部または外部の出血。

医師の最終診断により、犬は確かに免疫介在性溶血性貧血（IMHA）を患っていることが判明し、適切な薬を服用することで犬は助かりました。

さらに、一部のネットユーザーは、ChatGPT （GPT-4）によって救われた体験を述べています。

ジムに行った後、全身に痛みを感じた。GPT-4に症状を相談したところ、「横紋筋融解症」という答えが返ってきた。すぐに病院に行き、一命を取り留めた。

しかし、一部の学術研究では、ChatGPT も GPT-4 も完全に信頼できる AI 医師ではないとも言われています。

たとえば、ハーバード大学の関連病院であるブリガム・アンド・ウィメンズ病院（BWH）がJAMAに発表した研究では、がん治療の推奨を行う際にChatGPTが完全に正確だったのは62％に過ぎないことが示されました。

残りのケースでは、推奨事項の 34% に正しい診断と矛盾する回答が少なくとも 1 つ含まれており、2% のケースでは信じがたい診断が下されていました。

この点に関して、この研究では、ChatGPT や GPT-4 に診断を完全に委ねることはできないと考えています。結局のところ、診断プロセスにおいて専門医に匹敵することはできないのです。

（ただし、一部のネットユーザーは、ChatGPTが診断に失敗した理由はトレーニングデータにも関係している可能性があり、2021年以降の治療情報は含まれていないと指摘している）

この点に関して、ハーバード大学の疫学助教授アンドリュー・ビーム氏は、ChatGPTとGPT-4の効果は次の2つの側面から見るべきだと考えています。

一方で、それらは、特に GPT-4 バージョンなど、通常の診断ソフトウェアや Google 検索エンジンよりも優れています。

一方、現時点では、かなりの専門知識を持つ臨床医に取って代わる可能性は低いでしょう。結局のところ、AI の場合、答えが見つからないときに情報を捏造し、「幻覚」に基づいて間違った結果を推論する可能性は確かにあります。

アメリカ医師会（AMA）のジェシー・M・エーレンフェルド会長は、AIが診断結果を出せるようになったとしても、最終的な責任は医師にあると述べた。

上記の点をまとめると、AI は誰でも病気の診断に役立てることができ、検索エンジンよりも優れていますが、最終的には病院に行って医師の診察を受け、確定診断を受ける必要があります。

では、大型モデルを使って「医師に質問」しようと思ったら、どの大型モデルが最適でしょうか?

一部のネットユーザーは、さまざまな大規模言語モデルが診断能力を持っているかどうかをテストするために自分自身をケースとして使用し、最終的にGPT-4の方が有能であると信じました。

私は慢性の咳の原因について何人かの医師に相談しましたが、最終的にYouTubeチャンネルでLPR（潜在性咽喉頭逆流症）であることを知りました。

私は自分のケースで大規模モデルをテストしましたが、GPT-4 だけが診断に成功しました。クロード2号は答えに近かったものの、独自に完全に診断することはできませんでした。

自分の病状の診断に AI を利用したことはありますか?効果についてはどう感じますか？

参考リンク:
[1] https://www.today.com/health/mom-chatgpt-diagnosis-pain-rcna101843.
[2] https://www.reddit.com/r/ChatGPT/comments/16gfrwp/a_boy_saw_17_doctors_over_3_years_for_chronic/.
[3]https://news.harvard.edu/gazette/story/2023/08/need-cancer-treatment-advice-forget-chatgpt/.