Tool and Tutor? Experimental evidence from AI deployment in cancer diagnosis

（AIを「道具」と「教師」として使う効果）

田中専務

拓海先生、最近部署で「AIを入れるべきだ」と言われて困っております。現場は慎重で、投資対効果もはっきりしない。そもそもAIには“道具”としての価値と“先生”としての価値があると聞きましたが、これって要するにどちらが有効という話なのでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理していきましょう。端的に言えば本研究はAIを“道具（tool）”として診断時に使う場合と、AIを“教師（tutor）”として学習に使う場合の両方を実験的に比較し、両方を組み合わせたときの効果を検証していますよ。

田中専務

なるほど、でも現場では「AIが診断をやってくれるから人は楽になる」という期待と「AIに頼りすぎると判断力が落ちるのでは」という不安が混在しています。実際にはどんな違いが出たのですか。

AIメンター拓海

良い問いです。研究では336名の参加者をランダムに割り振り、AIを学習にだけ使う群、診断時の補助ツールとしてだけ使う群、両方使う群などを比較しました。結果として、学習と実務の両方でAIを使った群が最も診断精度を上げましたよ。

田中専務

そうですか。ただ「精度を上げた」と一言で言われても、何をもって精度と言っているのかが重要です。医療の世界は「見逃し」と「誤診」で利害が全く違いますが、そこはどうなったのですか。

AIメンター拓海

その点をよく理解されていますね。論文はPrecision（精度）とRecall（再現率）、Specificity（特異度）などを使って評価しています。単独利用ではそれぞれ一長一短があり、ToolだけやTutorだけだとRecall（見つける能力）が下がる傾向がありましたが、両方使うとPrecisionとRecallが同時に改善しました。

田中専務

これって要するに、AIに教わりながら普段からAIを参照する仕組みを作れば、見逃しも減って誤報も減らせるということ？費用対効果の判断がしやすくなりますか。

AIメンター拓海

要するにその通りです。要点を三つにまとめると、一、AIを学習に使うと人がAI判定を受け入れやすくなる。二、AIを診断ツールとして使うと誤報が減る傾向がある。三、両方を併用すると本当に重要な見逃しを減らしながら誤報も抑えられる、ということですよ。

田中専務

なるほど。しかし現実の現場ではAIに合わせすぎると誤った学習が起こる心配もあります。AIと人間の「乖離（かいり）」をどうやって管理するんですか。

AIメンター拓海

本当によい指摘です。研究でも、AIを学習に取り入れた群はAIの判定に従う傾向が強くなり、AIと参加者の差分（divergence）が小さくなりました。したがって運用ではAIのバイアスや誤りを監視し、人が介入するルール作りが不可欠です。

田中専務

分かりました。投資対効果を考える上でのポイントを踏まえ、まずは小さく両方の導入を試し、監督体制を整えるという流れで進めてみます。要点は私の言葉で言い直すと、AIを道具と教師の両面で使うと、見逃しと誤報を同時に改善できるが、AIの判断に従いすぎない監視ルールが必要、という理解でよろしいですか。

AIメンター拓海

まさにその通りですよ。素晴らしいまとめです。大丈夫、一緒にやれば必ずできますよ。