Liabooks Home|PRISM News
医師に信じてもらえない——診断エラーという静かな危機
CultureAI分析

医師に信じてもらえない——診断エラーという静かな危機

6分で読めるSource

米国では毎年1300万人が診断エラーを経験し、75万人以上が死亡または永続的障害を負う。AIでも解決できない医療の構造的欠陥とは何か。医療従事者・患者・政策立案者必読の考察。

「あなたの症状は、きっと気のせいですよ」——この一言が、命を奪うことがある。

医学生だったダイアナ・セハスは、首にしこりを見つけた。学内の医療センターを訪れると「おそらく良性」と告げられた。しかししこりは成長し続け、何度医師を訪ねても「大きなリンパ節だろう」と reassured された。36時間連続勤務の翌朝、痛みで眠れなくなった彼女がようやくCTスキャンを受けると、スクリーンに映し出されたのは首の大きな腫瘍——悪性だった。他者を正しく診断する方法を学んでいた彼女が、自分自身の診断を受けられなかったのである。

これは例外的な悲劇ではない。

数字が示す「静かな危機」

医療ジャーナリストのアレクサンドラ・シファーリンが新著『The Elusive Body: Patients, Doctors, and the Diagnosis Crisis』で明らかにしたのは、診断エラーがいかに日常的な問題であるかという事実だ。米国では毎年推定5%のアメリカ人、約1300万人が診断エラーを経験する。2023年の研究では、誤診によって毎年75万人以上のアメリカ人が永続的な障害を負うか、死亡していることが示された。

2015年、米国科学・工学・医学アカデミー(NASEM)は画期的な報告書を発表し、「ほとんどの人は生涯に少なくとも一度、誤った診断を受ける」と結論づけた。この報告書は医療改革の起爆剤となることを意図していた。しかし10年以上が経過した今も、状況はほとんど変わっていない。医師で患者安全研究者のハーディープ・シンが全国的な診断エラー測定プログラムを立ち上げようとした際、参加に同意した病院システムはわずか9施設にとどまった。

なぜ、これほど重大な問題が放置されてきたのか。

医学の進歩が生んだ「落とし穴」

問題の根は、医学の発展の歴史そのものにある。19世紀の細菌理論の登場は、疾患を「特定の原因が引き起こす特定の症状」として定義する考え方をもたらした。X線や血液検査といった技術革新は、医師に客観的な診断手段を与えた。これは間違いなく医学の偉大な前進だった——しかし同時に、検査が診断プロセスの中心となり、医師が患者の語る言葉よりも検査結果を重視する文化を生み出した。

PRISM

広告掲載について

[email protected]

身体診察——かつて診断の要だったもの——は今や衰退しつつある。医師はほぼ即座に検査のオーダーへと移行する。しかし2011年の研究では、基本的な臨床スキルを用いれば診断の少なくとも80%が可能だと示されている。ジョンズ・ホプキンス大学のベッドサイド医学プログラムでは、心疾患を持つ退職医師が教育患者として参加した事例が紹介されている。担当インターンが検査を次々とオーダーしようとしたとき、指導医は丁寧な身体診察と病歴確認だけで、その場で99%の確実性を持って診断を下してみせた。

さらに深刻なのは、医療システムが自己反省を苦手とすることだ。医学部の半数以上が、医師が認知的ミスを犯しやすいという事実を扱うカリキュラムを持っていない。2020年の調査では、「臨床医は他の医療エラーと比べて、診断上の問題を議論することに著しく不快感を覚える」という結果が出た。訴訟リスクへの懸念もあるが、それ以上に「すべてを知る無謬の医師」という神話が、フィードバックループの形成を阻んでいる。

加えて、医師たちは病院システムと営利保険会社の要求に押しつぶされている。15分の診察、保険請求の却下、膨大な事務作業——ジョンズ・ホプキンス大学の研究では、医学部の1年目インターンが患者の部屋で過ごす時間はわずか13%に過ぎないことが示されている。

AIは「救世主」になれるか

AIが診断危機を解決するという期待は高い。確かに、AIは診察を文字起こしすることで医師をコンピュータ入力から解放し、無意識のバイアスを克服する助けにもなりうる。UC バークレーの研究者ジアド・オーバーメイヤーらの研究がそれを示している。

しかしシファーリンの著書が示唆するのは、AIが単独で解決策になることはないという現実だ。オーバーメイヤーの研究はまた、AIが既存のバイアスを修正するのと同じくらい容易に、そのバイアスを複製することも示している。技術は人間の価値観に従って展開される。現在の医療システムが報いる価値観——スピード、処理量、コスト削減——は、今日の危機を生み出したのと同じ価値観だ。

国立衛生研究所(NIH)の未診断疾患プログラムが機能するのは、ゲノム解析技術があるからではない。各症例に費やされる時間と、専門家がサイロを超えて対話し臨床判断を磨くコラボレーションがあるからだ。しかし今日のほとんどの医師は、そのような働き方を可能にするシステムで訓練されていない。

日本の医療現場への示唆

この問題は、決してアメリカだけの話ではない。日本においても、医師の過重労働、短時間診察、検査依存の診断文化は共通の課題として指摘されてきた。2024年から施行された医師の働き方改革は労働時間の上限を設けたが、診察の質を担保する仕組みはまだ十分ではない。

日本は超高齢社会として、慢性疾患や複合的な症状を持つ患者が増加している。長期COVID、自己免疫疾患、線維筋痛症など、検査では「異常なし」と出やすい疾患を抱える患者が「気のせい」と言われ続けるリスクは、日本でも現実のものだ。患者と医師の信頼関係を基盤とした「傾聴の医療」を再構築することは、日本の医療政策においても喫緊の課題といえる。

医学部での教育改革——認知的エラーへの自覚、身体診察の復権、不確実性への耐性——は、AIの導入と並行して進めるべき投資である。

本コンテンツはAIが原文記事を基に要約・分析したものです。正確性に努めていますが、誤りがある可能性があります。原文の確認をお勧めします。

意見

関連記事

PRISM

広告掲載について

[email protected]
PRISM

広告掲載について

[email protected]