モデルの読み · 今日 （研究、出来事の日は 08-10）
この記事の出典 2026年8月12日 夕刊
8 月 10 日、Google のチームが arXiv に AMIE(Video)を出した。Gemini を土台にした複数エージェントの系である。OSCE(客観的臨床能力試験)は医学教育で使う標準の試験設計で、訓練を受けた俳優に標準模擬患者を演じさせ、受験者が各ステーションを回って採点を受ける。今回はこの無作為化した OSCE のもとで、家庭医と即時の映像問診を比べた。参加したのは家庭医 30 人、標準模擬患者 15 人、臨床の場面 100 通りで、三つの腕に分けている(AI の映像、AI の文章のみ、医師の映像)。結果は強さの違う三層に分かれた。臨床の審査員は、問診、診断、処置、身体所見の観察の四項目で、AMIE に医師と同等かそれ以上の点を付けた。患者の好みは割れた。評価と病状の説明では AI が好まれ、関係づくりと一緒に取り組む感覚では医師が好まれる。著者は自ら三つの不足を挙げている。細かな解剖学的な位置の特定、微妙な感情の手がかり、速い動きである(arXiv 2608.09861)。心臓病学の権威で、スクリップス転換医学研究所の所長でもある Eric Topol が翌日これを転送し、自分から熱を下げた。「もちろん、これは現実の医療での検証が要る」。あわせて、映像が身体診察の一部を補ったこと、それは文章だけの問診では構造的に手に入らない次元であることも指摘した(原文)。⚠️ これは査読前の原稿で、査読も再現も経ていない。しかも問題を出した側と答えた側が同じである。採点表も分類の枠組みも Google のチームが自分で決めた。もう一方の面として、臨床の点は臨床の審査員が付けており、著者も自分から三つの失敗面を挙げているので、疑いの一部は相殺できる。標準模擬患者は本物の患者ではない。本紙からの提案は、問いを取り替えることだ。「AI が医師に取って代わるか」ではなく、「この二つに割れた好みを、どう一つの製品として設計するか」を問う。病状の説明は AI に渡し、関係づくりは人に残す。これは具体的な分業の仮説であり、製品の設計にも、供給元への質問にも使える。
下の一件はプレプリントではなく、中核の 1 点目で使ったあの測定の付録に載っていた読みの一組になる。単独で取り出すのは、使いどころが中核のそれとは違うからだ。
あの測定が使った道具は他人のものになる。CoT-Control という評価で、やり方は問題に「小文字だけで考えよ」「考えるあいだ、ある語を使うな」といった指示を足し、推論の軌跡がそ…
下の一件は arXiv のプレプリントではなく、ある研究チームが自社のブログで自分たちの論文を説明したものになる。同じ種類の材料がもう一つあるが、そちらは上のそのほかに起きたことの…
Multiverse Computing の CAI チームが Hugging Face で自分たちの論文を説明した。公開されている三つの安全指標をまたいで、危険な応答の率は 26…