GPT-5.5、健康回答で医師級に

OpenAIの今回のモデル公開は、健康アドバイスという影響度の高い領域での進歩を示している。同社はHealthBenchなどの自動ベンチマークと医師による直接比較を組み合わせて改善度を測定しており、GPT-5.5 Instantが医師執筆の回答を上回った。その規模は注目に値する。毎週2億3000万人以上が健康目的でChatGPTを利用し、本番トラフィックでは2か月で事実性の問題が指摘される回答が71%減少した。

この進歩は構造化されたフィードバックループに基づく。260人以上の医師による国際ネットワークが回答をレビューし、モデルの行動を導く評価基準を提供している。こうした医師主導のアプローチにより、警告サインの見落としや文脈の聞き取り不足といった特定の失敗モードの改善が進んだ可能性が高い。

影響は大きい。健康回答の質向上は人々の生活に実質的な変化をもたらしうるが、最も複雑な臨床状況での性能はまだ十分に検証されていない。OpenAIがChatGPT for Cliniciansなどのヘルスツールを拡充する中、実世界での影響は、評価や本番モニタリングを超えて、これらの改善が実践でも持続するかどうかにかかっている。