放射線と薬剤のプロに聞く、AIの健康情報は「つなぎ目」のどこで間違えるのか

試験管の結果が、人に効く話にすり替わる。放射線と薬の両方を知る宮川氏が指摘する、AIの答えの癖

「この成分には、〇〇の効果が期待されています」。生成AIに健康や薬のことを尋ねると、こうした答えが専門用語まじりの自然な文章で返ってきます。言い方に迷いがなく、論文の名前まで添えてあれば、疑う理由は見つかりません。

では、その答えはどこで間違えるのでしょうか。伺ったのは、薬剤師で博士（理学）の宮川隆氏です。大学病院の放射線部で特任准教授を務め、放射線や放射性医薬品を研究する一方、薬剤師としては漢方や薬膳に携わってきました。宮川氏は、AIの知識そのものは専門家が驚くほど正確になったと言います。危ういのは、正しい知識どうしの「つなぎ目」です。成分、論文、薬、放射線の4つの場面で、AIの答えのどこを疑えばよいのかを聞きました。

宮川 隆

薬剤師・博士（理学）、東京科学大学病院 基盤診療部門 放射線部 特任准教授名古屋市立大学薬学部卒業、同大学院薬学研究科医療機能薬学専攻修士課程修了。在学中に米・南カリフォルニア大学で国際臨床薬学研修を修了し、後に東京大学大学院理学系研究科にて理学博士号を取得。薬剤師、第一種放射線取扱主任者、調理師など30以上の資格を持ち、医療・美容・薬膳・漢方・化学物質・放射線など幅広い分野を横断して専門的知見を提供する。週刊誌での専門的コメント、薬膳監修、サイエンスコラム執筆、サイエンスカフェ講師、ドラマ監修など多方面で活動中。日本メンサ会員。参照：https://factcheckpro.jp/experts/

AIの健康情報は、知識ではなく「つなぎ方」で間違える

生成AIは専門的なことを知らない——そう思っている人は少なくないかもしれません。日頃からAIを使っている宮川氏の実感は逆でした。いまのAIは、専門家が驚くほど正しい知識を返してくることがあり、素人でも専門的な調べものができるようになったといいます。

それでも、宮川氏はAIの答えをそのまま使いません。引っかかるのは知識の中身ではなく、知識と知識の結び方です。

最近のAIは専門的な知識もある程度持っていて、我々専門家が驚くくらい正しいこともあります。ただ問題なのは、AとBという正しい知識を、間違った条件でつないでしまうことが結構あるんです。知識は持っているのに、つなぎができていない。そのつなぎ目を検証することが、我々専門家の役割なのかなと思います。

つなぎ目とは何か。宮川氏が挙げたのは、植物の成分をめぐる例です。ある植物に成分Aが含まれ、別の情報では、成分Aに試験管内の実験（細胞などを使い、生き物の体の外で行う実験）で作用Bが確認されているとします。この2つを並べると、AIは「その植物を食べれば、人でも作用Bが期待できる」と結論づけてしまうといいます。

試験管の中で起きたことが、人の体の中でも同じように起きるとは限りません。あいだには、口にする量、体への取り込まれ方、体の中での変化、血液に届く濃さといった段階があり、宮川氏はそれを一つずつ挙げていきました。

AIは確かにそういうことを言ってくれますけど、そのつなぎ目が正しいかというと、いろんな段階が抜けているんです。摂取量とか吸収率とか代謝、あと血中濃度。そういうところは、リアルに専門家がやらなきゃいけないと思っています。

動物実験でしか確かめられていない成分なら、話はさらに危うくなります。動物で効いたものが、人ではかえって害になる場合もある、と宮川氏は指摘します。

厄介なのは、尋ね方しだいでAIの答えが変わることです。人の場合に限って答えるよう条件を付ければ、AIも人では確かめられていないと返してきます。ところが、一般の人がそこまで考えて質問するとは限りません。

素人の方が、この成分が効くかどうか教えて、とだけ聞くと、AIは間をすっ飛ばして『この成分は有効性が期待されております』と返してしまう。それで『そっか』と飲んでしまうと、ダメですよね。

では、読む側は何を見ればよいのでしょうか。成分が「効く」という答えを見たら、次の4点に触れているかを確かめます。

• ・摂取量（実際に口にする量で、同じ作用が出るのか）
• ・吸収率（口から入った成分が、どれだけ体に取り込まれるのか）
• ・代謝（体の中で、別の物質に変わらないか）
• ・血中濃度（作用が出るだけの濃さで、血液中に届くのか）

4点のどれにも触れていない答えは、試験管から人へ一足飛びにつないでいるおそれがあります。

論文が添えてあっても、その知識が古いことがある

AIの答えに論文の名前が添えてあれば、それだけで信用したくなります。宮川氏によると、最近のAIは実在する論文を正しく持ってくるようになり、論文の整理まで任せられるようになりました。問題は、その論文がいつの、どんな研究の知識なのかです。

AIが参照できる文献の範囲や更新時点は、モデルや検索機能の有無によって異なります。専門家は学会発表や原著論文なども確認しながら、最新の知見を追います。とくに理系の分野では、知識の更新が速い領域があります。

しかも、AIがどんな論文をどう学習しているのかは分からない、と宮川氏は言います。「古きを温めて新しきを知る」という言葉を引きながら、どの知識が古いのかをAI自身は判断できず、追えていない部分があるのではないかと話します。

理系的なところでは、今日正しくても明日間違っていることがあるんです。一般の方は、とりあえず論文を持ってくれば正しいと思い込んでしまう。それをベースに記事を書くと、実はその知識は古くて、今はもう否定されていますよ、ということが結構あります。

意外だったのは、古い文献もAIの検索・参照範囲から漏れることがあるという指摘です。デジタル化されていない文献や検索データベースに十分収載されていない文献は、AI検索でも見つけにくい場合があります。宮川氏の薬剤師としての専門は、漢方と薬膳です。

紙ベースの時代の論文って、AIは拾ってくれないんですよ。実は結構苦手で。昔の論文のほうがいいことを言っている場合もあるんです。特に漢方とかだと、古典をひもといたほうが実は正しかったりする。そういうところは、やはり我々専門家の出番かなと思います。

では、専門家はどう確かめているのか。宮川氏によると、原著論文までさかのぼるといいます。原著論文とは、研究者が研究の結果を最初に発表した論文のことです。新しいものから古いものまで、元の論文にあたります。

一般の人がそこまで追うのは難しくても、AIが論文を示してきたときに次の3点を見ておけば、すでに否定された知識をつかまされにくくなります。

• ・論文の発表年（その後の研究で否定されていないか）
• ・示されたのが元の論文か、それを紹介した記事や要約か
• ・研究の中身（研究デザイン、対象集団、再現性。診療ガイドラインや、複数の研究をまとめて評価したシステマティックレビューと整合しているか）

論文が付いていることは、答えが正しいことの証明にはなりません。

「併用できます」は、あなたにとって安全という意味ではない

「この薬とこの薬は、一緒に飲んでも大丈夫ですか」。薬の名前を入れれば、AIはある程度の答えを返します。ただ、同じ薬でも、飲む人によって話が変わると宮川氏は言います。年齢、体重、腎臓や肝臓の働き、アレルギーの有無。こうした条件によって、話は変わってくるといいます。

たとえば腎臓の働きが落ちている人です。腎臓から体の外へ出ていくタイプの薬（腎排泄型の薬）は、出ていきにくくなった分、体の中にたまっていきます。AIが教える一般的な量が、その人にとっての適量とは限りません。

飲み合わせも、薬どうしだけの話ではありません。サプリメントや食品との組み合わせでも考える必要があり、そこはAIが一般論しか返せない部分だといいます。

AIが、たとえこの二つの薬は併用可能ですと言ったとしても、それだからといって、あなたにとって安全ですというわけではありませんよね。薬の一般的な情報に加えて、その人にとってどうなのか。そこを見なければいけない時代になっています。

サプリメントや健康食品には、「天然成分だから副作用はない」というイメージもつきまといます。この点について、宮川氏の見方ははっきりしていました。

天然だから副作用がないというのは間違いで。天然か人工かだけじゃなくて、どの成分を誰が摂取するのかが大事なんです。この『誰』というのを、AIは苦手としています。

AIは「子どもの場合」「高齢者の場合」といった区分までは答えてくれます。けれども、質問している本人の体の情報を持っていない以上、その人個人については答えようがありません。そこから先は専門家が入らなければならない、というのが宮川氏の考えです。

薬やサプリメントのことをAIに尋ねたら、答えを読む前に、自分について次の4点を書き出してみてください。

• ・年齢と体重
• ・腎臓や肝臓の病気、健康診断で指摘されたこと
• ・アレルギーの有無
• ・いま飲んでいる薬・サプリメント、よく口にする食品

書き出したメモは、薬剤師や医師に相談するときにそのまま役立ちます。

放射線の「何ミリシーベルトなら安全」に、一本の線は引けない

原発事故のあと、「何ミリシーベルトなら安全か」に関して一般の方の多くが興味を持ちました。いま同じことをAIに尋ねれば、この値を超えると危険です、と線を引いた答えが返ってくるかもしれません。研究者として放射線を専門とする宮川氏が、とりわけ危ういと見ているのが、この単純化です。

同じ数字でも、年齢や放射線の種類、体のどの組織に当たるかで影響は変わります。それ以前に、数字の単位が読めなければ、答えの意味そのものが分かりません。

グレイとシーベルトは全然意味が違うんです。そもそも、AIを使いこなす側の人が勉強していないと、AIがいくら答えを出しても判断できない。AIがあるから勉強はいらない、という人もいますけど、そうじゃなくて、AIがあるから逆に勉強しなきゃいけないんです。

誰が浴びるのかによっても、考え方は分かれます。検査や治療を受ける患者、放射線を扱う医療従事者、一般の方。それぞれで放射線の管理の考え方は別々で、何シーベルトだから安全、と一律には言えません。宮川氏は、放射線防護のための線量限度や参考レベルと、一人ひとりの医学的な安全性の判断とを混同しないことが大切だと言います。患者の医療被ばくには、一般の方と同じ線量限度をそのまま当てはめないといいます。

一本の線を引くのは無理なんですよ。AIはどちらかというと二元論で生きているので、線引きしやすい。ここからここは危ない、ここからここは安全だから、ここを下回るように生きてください、と言うんです。

では、どうしても検査を受けなければならない患者はどうすればよいのか。その判断は、AIの引いた線の外にある、というのが宮川氏の問題提起です。

放射線の影響は、年齢、被ばくした臓器・組織、線量や線量率などによって異なります。また、一部の抗がん剤には放射線増感作用（放射線の効き目を強める働き）があり、放射線治療と併用する際には正常組織への影響も含めて個別に評価されます。ただし、抗がん剤治療中の人が一律に「弱い放射線でも影響が出やすい」とは言えません。

AIに投げてしまうと、単純になってしまうんです。放射線被ばくはこれだったら危ないですよ、と言われたとしても、逆に言うと、その被ばくで危なくない人もいる。人間は個人によって全然体質が違うので、その体質を見て、危ないかどうかを判断するのが正しいんです。

AIに放射線の数字を尋ねたときは、答えが次の3点に触れているかを見ます。

• ・単位（グレイかシーベルトか）
• ・誰が浴びる場合か（患者・医療従事者・一般の人）
• ・被ばくする人の状態や被ばく条件（年齢、対象となる臓器・組織、線量・線量率など）

3点がそろわないまま示された「安全」や「危険」は、判断の材料としては足りません。

宮川氏の話から見えてきたのは、AIの答えは知識の正しさだけでは測れない、ということでした。成分の「効く」、論文の結論、薬の「併用可能」、放射線の「安全」。どれも部品としての知識は合っていても、試験管から人へ、一般論から一人へとつなぐ段階が抜けると、別の話に変わります。何と何が、どんな条件でつながれているのか。そこを見ることが、専門家でなくても持てる最初の物差しです。

なお、AIの答えを手元に、医師や薬剤師へどう相談すればよいか、知識でAIに並ばれた専門家に何が残るのかについては、別記事「理学博士が語る、AI時代に専門家へ相談する意味と頼り方」で伺っています。

取材日：2026年9月19日