鷺羽 凹非寺より
量子位 | 公式アカウント QbitAI
まさか……私だけがこうしてるわけじゃないですよね？
今では病院を受診する前に、私は必ずAIに一通りの下調べをしてもらっています。
どこが具合が悪いか、いつから続いているか、既往歴まで、そうした細々した情報はすべて、事前問診の段階でしっかり準備しておきます。
いざ医師と対面してみると、なんと医師もまたVibe Working：
していて、Agentが医師の判断をサポートし、診察室の外でのフォローアップや健康情報の管理もAIが担っているのです。
一見サイバーパンクのようですが、これは現実に実際に起きている光景です。
張亜勤院士が創設した清華AIRから、最近また注目のAI医療企業が誕生しました——
紫荆智康。
同社が開発した「紫荆AI病院」システムは、すでに全国各地の病院で順次テスト運用が始まっています。
さらにSFめいた未来感があるのは、ここでは一人ひとりの医師が自分の仕事を補助する専用のAI分身を持てることですが、それでもまだ十分ではありません。
そもそも受診の際、一つの症状が複数の診療科に関わることはよくあります。
医学は専門性が最も重視される分野で、整形外科の医師に肺の問題を診せるわけにはいきません……
では、異なる専門を持つ医師がそれぞれの分身を持つなら、これらの分身同士がさらに協働できるのでしょうか？
この問題をめぐり、紫荆智康は今回、医学分野における多分身エージェント協同技術（Multidisciplinary Human-Agent Collaboration）を発表し、さらに「紫荆AI病院」（Agent Hospital）をアップグレードしました。
AI病院の中で、AI医師と人間の医師が力を合わせ……実際の診療につながり、継続的に進化できる仮想医療世界が、形になりつつあります。
複数診療科の専門的判断を、同じ一つの診察室へ
まず昔からの問題について。
医療業界には避けて通れない現実があります：良い医師は永遠に希少。
医師一人ひとりにそれぞれの専門分野があり、各病院にもそれぞれのリソース収容上限が存在します。
診察を受けにくいのは、天に昇るほど難しいことです。
通常、患者の症状が複数の診療科にまたがる場合、現実の経路は次のようになります。
まず内科を受診し、原因がわからなければ外科へ回され、外科での診察が終わると画像診断科の予約を取り、いくつもの診療科の受付をすべて済ませて、ようやく正式な多学科カンファレンス（MDT）を開催してもらえることになります。
その結果、最適な治療のタイミングをすでに逃してしまっている可能性もあります。
しかもMDTそのものも決して安くはなく、各科の専門医のスケジュールを揃えるだけで、それなりに高額なカンファレンス費用を支払わなければなりません。
紫荆智康（ズージン・ジーカン）の発想はかなりシンプルで、患者の側から専門家を探しに行くのが現実的でないなら、いっそ先に専門家の分身（アバター）を集めて揃えてしまう。
同じ診療科内で対応できる症状の場合は、単体のAI分身で十分機能します。
これは、レベルの高い専門医のAI分身を一般外来に迎え入れ、現在診察している医師に指導・助言を提供するのに相当します。
逆に、学際的な複雑な問題の場合、紫荆智康（ズージン・ジーカン）はこれらの分身のために、いっそ多学科協力会議。
という場を設けた。異なる専門を持つAgent分身が順次分析に加わることで、一人の医師が得られる専門的視点は大幅に広がる。
こうして、同一のオペレーティングシステムの制御のもとで、AI分身は同科のサポートも、科を越えた参加も実現できる。
。例えば、現在、甲状腺機能亢進症で内分泌科に入院した患者がおり、問診の過程で、システムは患者が喘息の病歴も併せ持つという情報を同時に収集したとする。
現在の診察室にとっては、その後の処置で呼吸器系の状況も同時に考慮する必要がある。
そこで呼吸器科の分身が介入し、医師にその後の薬剤使用に関するリスクへの注意を促す。
これがマルチ分身エージェント協力の基本ロジックであり、科を越えたサポートを初診や予備問診といった、より早い段階に前倒しすることができる。
言い換えれば、患者がこの診察室に入った時には、すでに医師チーム全体がサポートをしており、難病・重症患者専用だった多学科サポートが、日常診療の標準装備になる可能性がある。
具体的にどう協力するのか。紫荆智康は2つの形態を用意している。
1つはオンデマンド型のリマインド。
である。医師は通常通り外来を行い、患者が新しい情報を提供し続けるにつれて、システムが他の専門科の参入必要性を識別し、関連する分身の意見をリマインドとして医師に提示する。
この間、元の診療の流れは中断されない。
もう1つはカンファレンスモード。
である。すでに複数の専門科による共同分析が必要と明確になっている症例については、複数の分身が直接参加し、画面上で診断や薬剤使用などの段階に応じた提案を提示する。
医師がすべきことは、自らの専門知識を用いて、これらの異なる視点を比較・吟味することだ。
もちろん、意見が増えると、もう一つの問題も生じる：分身同士の意見が食い違ったら、どうするのか？
正直に言えば、紫荆智康の処理方法はかなり直感に反する。
それは意見の不一致を積極的に収束させるのではなく、不一致をありのままに提示するのだ。
システムは各分身の提案をそれぞれ提示し、不一致の箇所をハイライトして注意を促す。医師はどの分身からの意見かを確認でき、患者の状況、関連する根拠および自身の経験を踏まえて、最終的な判断を下す。
なぜなら、差異そのものにも価値があるからだ。
ある内科開業医は、AIの現段階での重要な支援は、医師が思い至らなかった方向を補うことだと述べている：
AIの提案が私の判断と完全に一致しない場合、私は入力した情報を見直し、原因は何かを確かめる。
もしAIが既存の資料に基づいて出した考えが、私が支持する方向と異なる方向だった場合は、私はとても意味があると感じます。
次に私は、どれが実際の状況により合致しているのかを非常に慎重に見極める必要があります。
したがって、多重分身協同の価値は、最終的にはその後の研判のプロセスに落とし込まれることになります。
他の医療Agentと比較しても、これこそが紫荊智康のシステムが専門的視点をよりよく補完し、出所を遡って追跡可能な情報を提供できる核心です。
実際、これは紫荊智康だけの見解ではありません。
複数のAIロールを組織することは、それ自体すでに医療AIの重要な探索方向の一つとなっています。
例えば、マイクロソフトはMAI-DxO研究において、医師チームをシミュレートし、症例をめぐって段階的に情報を取得し、診断仮説を立て、検査を選択することで、診断の正確性とコストの関係を研究しています。
紫荊智康がさらに強調しているのは分身と具体 的な医師とのつながり。
です。ここでの医師分身は、基礎能力の上に、実在の医師から継続的に学び、自己進化的な成長を遂げ、最終的には意思決定権を実在の医師に返還します。
この観点から見ると、多重分身協同はまさに「AIが医師を代替する」という従来の物語を超えており、実はそれぞれの医師の背後にいつでも駆けつけてくれる専門家チーム全体。
基盤を形成し、AI分身を継続的に成長させる
ただし、何百何千もの分身を常にオンラインにして各々の役割を果たさせるには、背後に完全なシステム一式が必要となる。
分身はどこから能力を得るのか、増え続ける患者情報をどう理解するのか、医師の仕事の習慣にどう適応するのか、さらに病院の既存のワークフローにどう組み込むのか……一つひとつが連鎖しており、いずれも最終的な使用効果に影響を及ぼします。
これも紫荊智康が構築するズ荆AI病院エコシステムの原因。
類似の医療エージェントプラットフォームもあり、たとえばマイクロソフトのHealthcare Agent Orchestratorは、異なるエージェントを組織して情報を処理し、腫瘍カンファレンスなどの複雑なタスクを中心にワークフローを構築しています。
紫荆AI病院が異なるのは、その分身が実際の外来診療の実践の中で絶えず成長していく点である。
この中核技術ルートは、AIRの劉洋教授チームがAgent Hospital構想の初期に提起したものである。SEAL、すなわちシミュラークラに基づく進化可能なエージェント学習である。
これは一式の「仮想世界での訓練+現実世界での検証と微調整」の二層進化アーキテクチャ。
仮想環境では、患者、医師、看護師などの役割はすべてエージェント演じる。
AI医師がその中で毎日高強度の診療シミュレーションを行い、数百万体の超リアルなAI患者が受診・投薬を求めることで、閉ループ型の医療仮想世界を形成している。
成功事例ケースライブラリに入り、その後のタスクの参考にすることができる。問題が発生した場合，そこから失敗を反省し、経験を提炼し、整理を経て、再利用可能なルールを徐々に形成していく。
わずか数日で、AI医師エージェントは数十万件、さらには上百万件の症例を処理し、希少疾患、複雑な疾患、複数の病態の組み合わせをすべて網羅的に検証できる。
AlphaGoの自己対戦になぞらえると、AI医師は仮想病院の中で自己進化を遂げる。能力が着実に向上する一方、計算能力の消費も従来の大規模モデルの訓練に比べてはるかに低い。。
しかし、バーチャル世界で訓練された初期のAIには明らかな問題もあり、それはさまざまな可能性を考慮しすぎる傾向があった。過剰に十分。
ツジュン（紫荊）AI病院の最高製品責任者（CPO）である喬宇宸氏は、次のような興味深い小さなエピソードを明かした。
AIが医師に勧めたのは最も治療効果の高い薬でしたが、医師は患者の経済状況を考慮し、最終的に比較的安価で医療保険が適用される薬に変更しました。
そこで実際の診療出場。
現実世界での検証と伴走による成長を導入することで、このシステムは分身（エージェント）を実際の人間の医師とともに働かせ、医師の操作を内部の微調整（ファインチューニング）にフィードバックする。
エージェントは行動だけでなく、思考においても医師と同調しなければならない。
実際の応用に目を向けると、紫荆AI病院は医師、患者、病院という3つの側面に対応しています。
患者向け端末予診・健康資料および事後管理を担当する;医師向け分身・カルテ・意思決定支援を引き継ぐ;病院側シフト管理、権限、データ管理に対応しています。
三端の製品は、基盤となる能力をさまざまな役割の前に届けました。専門診療科向けツールやパートナーの接入を続けることは、その基盤のうえで次のステップを進めることです。
現在、このシステムは実際の病院でその成果を挙げています。
2026年7月時点で、このシステムは54人のAI医師と数百万の超リアルなAI患者を構築しており、数千種類の疾患をカバーしている。
北京清華長庚病院ではすでに18の診療科で外来テストを実施しており、40名以上の医師が恒常的に使用しており、医師全体の診療効率が向上できるという。30%。
ベンチマークテストの面では、AI医師はMedQAデータセット上での正解率が96%「，そして複数の国際的な医学評価データセットにおいていずれも最高成績を達成しました。」
次に答えるべきなのは、この専門的支援をより多くの病院へ届け、より多くの患者に恩恵をもたらすにはどうすればよいのか、という問題である。
AI病院の次の一手、より多くの人々へ
これまでのところ、医療AIは単独で動く傾向があった。
メーカーであれ、病院であれ、どちらも慣れている具体的なタスクから切り込む、例えば画像認識、カルテ作成、あるいは問診の補助などです。
ただし、実際に診療を受けると言えば、間違いなく一連のプロセスとなる。
業界では、異なる役割をつなぎ、診療プロセス全体を貫く仕組みが長らく欠けていた本番レベルのAIネイティブシステム。
やる人がいないのだろうか？いや、そうとも限らない。難しいのは、先端技術・臨床・工学を結びつけられる人が少ない点にある。
これは学術界と産業界が共に直面している厄介な状況である：
ハーバード、MIT、スタンフォードといったトップレベル大学，確かに最も完全な医療AIイノベーションエコシステムを備えている。しかし実験から臨床へと進むには、まだシステムエンジニアリングの検証が不足している。
最先端の医療機関（メイヨークリニック、トロント総合病院、クリーブランドクリニックなど）は確かに豊富な臨床リソースを有し、患者ニーズも豊富である。
しかし、それらはトップクラスのAI人材と技術を欠いており、AIネイティブシステムを独自に開発することができません。
シリコンバレーのAIテック大手企業たち「やや先を行っているところもあるが、医療はそれらが展開する数ある分野の一つにすぎず、体系レベルのイノベーションが欠けており、実際の診療の中で医療プロセスを一歩一歩理解し適合させていく必要もある。」
本番レベルのAIネイティブ医療システムの実装には、これらの能力が一体となって機能する必要があるため、現時点では紫荆智康はT0レベルである。
紫荆智康は比較的新しいプレイヤーで、わずか2年前に清華大学智能産業研究院（AIR）が孵化して設立された。
単一の研究に十数年を要することも珍しくない医学の分野においては、確かに出たばかりの新参者といった印象が否めません。
しかしながら、チームの研究の積み重ねはこれよりはるかに以前からあり、メンバー自身が長期にわたりスマート医療に深く根ざしてきた：
複数の論文が『Nature Medicine』『NEJM AI』などの医療AIトップジャーナルに相次いで掲載された。
そのうち、2024年に国内外で話題を集めたAgent Hospitalの論文は一発で有名になり、次のように呼ばれている。「世界初のAI病院」。
関連する実践はさらに『Nature』の重点的な注目対象となり、同社によってAIバーチャル分身の医療分野への実装における中核的な参考事例として挙げられた。
紫荆智康（Zijin Zhikang）は非常に典型的な例と言える学術成果の実用化成功の事例です。
清華AIRから出発し、トップジャーナル掲載、そして実際の診療室へと歩を進め、このチームは学術的な蓄積を医師と患者の双方に役立つ製品へと一歩一歩転換しつつある。
One More Thing
今日の発表会で、紫荆智康には私がとても心を動かされたもう一つの重要な特質がありました。
君子は厚き徳をもって物を載るべし、清華AIRから受け継いだ普惠性，紫荆智康は技術の推進過程においても、終始医学における人文的ケアを疎かにすることはありませんでした。
紫荆智康（ズージン・ヂーカン）は、価値アライメントを通じて、医学人文の理念をアルゴリズムが理解・実行可能な制約と選好へと転換すると主張している。
つまり、システムは設計の初期段階からAIと人間の協働の境界をしっかりと固定し、人間本位の方向性に従い、AIの補助的ポジションを明確にしているのだ。
エージェント（智能体）の構築においても、全能で統一されたスーパーAIを追求せず、各エージェントの差異性と多様性を保ち、諸家の長所を広く取り入れている。
これを具体的に実現すれば、専門級の能力が末端にまで届き、より多くの地方の医師、裸足の医師（赤脚医生）さらには郷鎮レベルの機関までもが最先端の医療リソースを享受できるようになり、幅広い患者にとって確かな利益となる。
確かに、この道は容易ではない。合规（コンプライアンス）の一つひとつの関門も、医師一人ひとりの習慣の切り替えも、具体的な実践の中で磨き上げていく必要がある。
紫荆智康が選んだこのバーチャル世界からリアルな診察室へという道は、より遅いが、より堅実でもある。
しかし見えてくる希望として、医師が有効なサポートを一つ得るたびに、患者は遠回りを一つ減らせるということが挙げられる。
生命が継続されてこそ、テクノロジーの価値が真に発揮されるのだ。
公式サイトリンク：https://www.tairex.cn/