清華大学の研究チームが北京清華長庚医院で運用したAIエージェント眼科外来「AI-TEC（AI-Agent Augmented Tsinghua Eye Clinic）」の実装報告が、2026年9月10日付でNature Medicineに掲載された。眼底画像の判定精度は、専門医がラベルを付け直した少数の高品質画像を訓練データへ加えることで改善したという。それでも運用開始から5か月後の1か月間、AI-TECの工程を通った検査は総検査1,113件のうち41件にとどまり、翌月には1,126件中259件へ増えている。使用率が上向いたのは、画面の操作手順を見直した直後のことだった。
AIを前提に組み直した眼科外来と、専門医が付け直したラベル
AI-TECの設計思想は、既存の外来業務へAIツールを後付けする発想を取らず、事前問診から診察後の追跡までをAIエージェントの存在を前提に組み直す点にある。ScienceAlertの報道は、この枠組みをこう説明している。眼科医は工程から外されておらず、AIが単独で診断と治療方針を決めたという記載は掲載ページにも報道にも見当たらない。筆頭著者はTao YanとDi Zhangで、責任著者にはJiamin Wu、Ya Xing Wang、Qionghai Dai、Tien Yin Wongの4名が並ぶ。所属は清華大学自動化系、清華大学医学院、北京清華長庚医院の眼科センター、それにSingapore Eye Research Instituteにまたがる。
訓練データの扱いで報告されている内容は、機械学習の一般的な直感とは逆を向いている。当初用意されたのは品質が低くラベルも不完全な約27,000枚の眼底画像だった。ここへ眼科専門医が正しくラベルを付け直した高品質な画像を少数用いて再学習させたところ、偽陽性が大きく減り、緑内障と加齢黄斑変性の判定精度が上がったとScienceAlertは伝えている。データ量を積み増すより、専門医の判断が入った一握りを足す方が効いた形になる。
ただし、加えられた画像の枚数は、ScienceAlertが1,426枚と伝える一方、別の集計は1,482枚とするなど、報道によって記述が一致していない。緑内障と加齢黄斑変性で到達した判定精度の具体値も同様に食い違っている。数字を並べる代わりに確かなこととして残るのは、精度を押し上げたのが新しいモデル構造でもデータ量でもなく、専門医のラベル付けという人手の工程だったという点である。
研究チームは、AIを前提とした医療の実装は本質的にエコシステムの課題であり、その有効性は個々のアルゴリズム性能に依存せず、データ品質やワークフロー上の相互作用、臨床医の関与、測定可能な臨床価値に左右されたという趣旨を述べている（ScienceAlertの引用による）。この一文は、実装報告の要約というより、次に示す使用率の数字への伏線として読むべきものだ。
精度が上がった後、5か月目の実績は月41件だった
運用開始から5か月が過ぎた時点の1か月間、北京清華長庚医院の眼科で行われた検査は1,113件あった。そのうちAI-TECの工程を通ったのは41件である。クリック数と手入力を減らして処理を速くする改修を入れた翌月、同じ工程を通った検査は1,126件中259件になった。
AIの工程を通った検査の割合は、報告された件数から計算すると1か月で3.7%から23.0%へ、6.2倍に増えている。この増加は、操作手順を見直した直後に起きている。計算は単純で、41を1,113で割れば3.6837%、259を1,126で割れば23.0018%になる。倍率は丸める前の値どうしで割って6.24倍、小数第2位で四捨五入して6.2倍である。分母はいずれも同じ施設の月間総検査件数で、単位は件に揃えてある。
この計算には注意点が二つある。一つは出典側の食い違いで、ScienceAlertは前月の割合を3.8%と書いているが、同じ記事が示した41件と1,113件からは3.7%にしかならない。件数の方を主にして計算値を使うのが筋だろう。
もう一つは因果の範囲である。連続する2か月のあいだに変わったのが操作手順だけだったとは限らず、季節性や患者構成の違いを排除する材料は報告されていない。件数そのものも、ScienceAlert経由で得られた値である。
とはいえ、この2か月の落差は医療AIの評価の仕方に直接効いてくる。判定精度を上げる作業と、外来で実際に使われる回数を上げる作業は、別の技術を要する別の仕事だという話だからだ。前者は論文になり、後者は画面設計の地味な改修として処理される。Nature Medicineの掲載ページが標題文に掲げているのも、AI支援ツールからAIを前提とした医療モデルへ移るにはワークフロー統合と臨床医の関与と測定可能な臨床価値が要る、という趣旨の主張である。
AIは結果から、医師は症状から考える
残る課題として報告されているのは、推論の順序が噛み合わないという問題だ。AIは結果から入る。眼底画像を受け取り、この患者に緑内障があるか、加齢黄斑変性があるかという問いに確率で答える。一方の眼科医は症状から入る。かすみ目を訴えて来た患者に対し、何が原因でそうなっているのかを絞り込んでいく。
この違いが外来で摩擦を生む仕組みは、順を追えば見えてくる。医師が立てているのは「目のかすみの原因は何か」という問いで、鑑別の候補は白内障から屈折異常、網膜疾患まで広がっている。ところがAIが返すのは疾患ごとの有無に対する答えであり、医師がまだ立てていない問いへの回答が先に画面へ出てくる。医師はそれを自分の鑑別リストへ翻訳し直し、症状との整合を自分で取らなければならない。
翻訳の手間は1件あたりでは小さいが、外来は1人あたりの持ち時間が決まっている。数クリックと数回の手入力が積み上がれば、その工程は使わずに済ませる方が速いという判断に傾く。5か月後に41件まで落ちた背景として、報告が挙げているのはこの種の負荷である。
同じ問題設定は眼科分野の内部でも指摘されてきた。Eye誌に2026年5月20日付で掲載されたコメントで、Devina Ramesh、Brendan K. Tao、Cindy M. L. Hutnikの3氏は、従来のAIモデルが単一タスク向けで縦断的な推論ができず、ワークフローへの組み込みが一次元的だったことを普及の障壁に挙げている。複数モデルを束ねて出力の不一致を検出できるAIエージェントを、3氏はその打開策と位置づけた。医師は個々の提案を受け入れるか退けるかを判断する立場であり続ける。AI-TECの著者と重なる研究グループも2026年7月2日のJAMA Ophthalmology掲載のViewpointで、モデルから臨床ワークフローへという同じ問題の立て方を示している。
逆方向のリスクも報告されている。ポーランドの内視鏡センター4施設を対象にしたBudzyńらの研究（The Lancet Gastroenterology & Hepatology、2025年）では、AI支援を経験した内視鏡医が、AIを使わずに行う標準的な大腸内視鏡で腺腫検出率を下げていた。AI導入前の28.4%（226例／795例）に対し、導入後は22.4%（145例／648例）である。
成績が下がったのは、AIを使わずに行った検査の方である。使われない設計にも問題があり、使われすぎた後の設計にも問題が残る。ワークフローの調整はその両方を同時に見ることになる。
誰が作り、誰が資金を出したのか
Nature Medicineの掲載ページには、利益相反の開示がある。責任著者の一人であるTien Yin Wongは、眼疾患向けのデジタルソリューションを開発するスタートアップEyRiSの共同創業者であり特許保有者だと記されている。さらにAbbvie、Bayer、Boehringer-Ingelheim、Carl Zeiss、Genentech、Novartis、Roche、Sanofiなどのコンサルタントを務めているとも書かれている。他の著者は利益相反なしと申告している。
一方で、この報告を広く伝えた報道の側には、その記述が見当たらない。論文の責任著者の一人は眼疾患向けデジタル製品を手がける企業の共同創業者だと自ら開示しているが、記事の出発点になったScienceAlertの報道はその開示に触れていない。突き合わせの方法は単純で、掲載ページのEthics declarations節と報道の本文をそれぞれ直接読み、利益相反と資金源への言及があるかどうかという一点だけを比べればよい。ただし全文を確認したのはScienceAlertの1件で、同じ内容を再構成した他媒体の本文までは確認していない。
開示があること自体は問題ではない。むしろ逆で、眼科AIの分野で長く仕事をしてきた研究者が臨床実装の報告に加わるなら、関連企業との関係があるのが自然である。EyRiSがAI-TECへ関与したことを示す記載は掲載ページにも報道にもない。
ただ、AIを前提とした外来という枠組みの評価を読者が自分で調整するには、誰が設計に関わり誰が資金を出したのかという情報が要る。資金源については、中国国家自然科学基金と北京市の重点実験室2件、それに新基石科学基金会のXPLORER PRIZEが掲載ページに明記されている。中国の公的研究資金と財団が支えた研究だという事実は、後で見る国家方針の話と無関係ではない。
制度が先に整った中国、モデルだけが先行する日本
AI-TECの報告は単発の研究成果ではない。価格の立項、組織の設立、国家方針の公表が2年かけて揃った先に出てきた。順に並べると経緯が見える。
2024年11月、中国の国家医保局は放射線検査と超音波検査、リハビリ類の価格項目に「人工知能補助」の拡張項を設けた。同時に、AI補助の分だけを患者へ重複して課金することは認めないという方針も示している。2025年4月26日、清華大学は人工知能医院の設立式を開き、北京清華長庚医院と同大学のインターネット病院で試行運用する計画を示した。眼科はその試点の一つに入っている。
2025年10月20日には国家衛生健康委員会など5部門が「人工知能＋医療衛生」の応用発展に関する実施意見を公表し、8方向24項目の重点応用と2027年と2030年の2段階目標を掲げた。そして2026年9月10日、AI-TECの実装報告が出た。
この並びは日付の併置であって因果の証明ではない。医保局の価格立項は中国メディアの解説報道を出典としており、通知の原文そのものは公開範囲で確認できていない。AI-TECが清華大学の人工知能医院の眼科パイロットと同一のプロジェクトかどうかも、公表されている情報からは判断がつかない。ただし、値段の付け方と組織と国家目標が先に用意された環境で臨床実装の報告が出てきたという順序は、研究の背景として読む価値がある。
支払い制度の側から3か国を並べると、違いはもっとはっきりする。米国は糖尿病網膜症の自律型AI診断に独立した診療報酬を与え、中国は放射線・超音波・リハビリ類のAI補助を既存項目の拡張として単独課金を認めず、日本はエージェント型AIを使った業務支援について実装事業の予算要求段階にある。
米国では2018年にIDx-DR（現LumineticsCore）が糖尿病網膜症の自律型AI診断としてFDAのDe Novo承認を取得した。承認の根拠となったAbràmoffらの臨床試験（npj Digital Medicine、2018年）は、中等度以上の糖尿病網膜症の検出で感度87.2%、特異度90.7%と報告している。その後、自動網膜撮影に対する支払いコードが設定され、AIによる判定に独立した対価が付く経路ができた。
中国は放射線検査・超音波検査・リハビリ類のAI補助を既存項目の拡張として位置づけ、その範囲でAI分だけの追加請求を認めていない。日本にはインフルエンザ診断支援のnodocaのように2022年12月から保険適用されたAI医療機器が既にあるが、エージェント型AIを使った業務支援については、厚生労働省が令和9年度の概算要求に「医療分野におけるエージェント型AIを活用した業務支援の開発・実装事業」を新規で計上した段階で、要求額は25億円と報じられている。
比較の軸は「公的な支払い制度がAI診断支援をどう扱っているか」の一点に絞ってある。規制当局による承認と保険からの支払いは別の制度なので、承認の話は混ぜていない。3か国は対象疾患も適用範囲も違うため、金額そのものを並べて比べることはできない。日本の要求額は解説記事が伝えた数字である。
それでも制度の位置づけの違いは読み取れる。AIが独立した対価を稼げる国では、外来で使う理由が収益側からも立つ。使っても請求額が変わらない国では、使う理由は業務の速さと質だけになり、クリック数の多さが直接ブレーキになる。日本はその手前で、何を作るかを決める段階にいる。
原典が公開されたとき、最初に確かめるべき数字
この実装報告の読み方を左右する数字が、まだ手元で確定していない。専門医が付け直した高品質画像は何枚だったのか。緑内障と加齢黄斑変性で到達した判定精度はいくつだったのか。掲載ページの公開範囲と二次報道の記述は、この2点で食い違っている。論文本文が読める状態になったとき、最初に突き合わせるのはここになる。
掲載ページには抄録が登録されておらず、参考文献は15件で、PubMedの出版形式も「Journal Article」の一種類しか付いていない。査読付きの原著研究なのか論説形式の寄稿なのかによって、41件と259件という数字の位置づけも変わってくる。
運用の側にも空白がある。AI-TECがいつ稼働を始め、どれだけの患者を診たのかは公表されていない。5か月という起点も、報告が示す相対的な時点でしかない。操作を簡素化した後の259件がその後も維持されたのか、それとも再び落ちたのかは、続報を待つほかない。日本の側では、厚生労働省が公表した令和9年度概算要求の資料をたどれば、エージェント型AIの業務支援事業が何を対象にどんな評価指標を置いたのかをさらに確認できる。
研究チーム自身が結論として置いたのは、実装の成否を決めるのがアルゴリズム性能ではないという見立てである。効くのはデータ品質とワークフロー上の相互作用、臨床医の関与、そして測定可能な臨床価値だという。この見立てが正しければ、次に必要になるのは新しいモデルではない。専門医のラベル付けを継続的に回す仕組みと、医師の鑑別の順序に合わせて出力を返す画面と、使った分の対価が施設に戻る制度である。3つが揃ったとき、AIエージェントは外来の待ち時間の中で実際に使われる工程になる。
