メインコンテンツへスキップ
見出し画像

【第19回】AIは病気を診断できる?MYCINとは

    「AIが医者のように診断できるとしたら?
    そんな夢のような仕組みを、数十年前から実現していたのが『MYCIN』です。
    この記事では、エキスパートシステムの代表例をやさしく解説します。」


    1. 読み方

    MYCIN(マイシン)


    2. 意味(定義)

    MYCINとは、1970年代に開発された「エキスパートシステム」と呼ばれるAIの一種です。

    「もし〜ならば、〜である」という大量のルール(IF-THENルール)を使い、血液感染症などの原因となる細菌を特定し、適切な抗生物質を提案する、専門家(エキスパート)の思考を模倣したプログラムのことです。

    単にデータを計算するのではなく、「医師がどう考えて診断を下すか」という「推論のプロセス」をコンピュータ上で再現しようとしたのが最大の特徴です。

    ・MYCINはデータから自動的に学習するAIではなく、人間が作ったルールに基づいて推論するシステムです。
    ・実際に医療行為を行うのではなく、あくまで医師の判断を支援するための仕組みです。


    3. 歴史・背景

    MYCINは、第一次AIブームから第二次AIブームへと移り変わる時期(1970年代)に、スタンフォード大学の研究者らによって開発されました。

    当時は、コンピュータに「知識」を教え込む研究が盛んでした。スタンフォード大学の研究者たちは、「人間の専門家(エキスパート)が持っている『経験に基づいたルール』を、すべてプログラムに書き込めれば、コンピュータは専門家になれるのではないか?」と考えました。

    そこで作られたのがMYCINです。血液感染症という、非常に複雑で判断が難しい分野において、医師の知識を「ルール」として大量に注入しました。その結果、特定の診断においては、熟練した医師に匹敵する、あるいはそれ以上の精度を出したと言われています。

    この成功により、「人間の専門知識(エキスパート)をコンピュータに教え込めば、専門家のような判断ができる!」という期待が世界中に広がり、その後の第二次AIブーム(エキスパートシステム・ブーム)の火付け役となりました。

    このように、DENDRALで確立された「知識をルールとして扱う」という考え方が、MYCINで実用レベルへと発展したのです。


    4. 比較・対比(似た用語との違い)

    MYCINをより深く理解するために、混同しやすい概念と比較してみましょう。

    【MYCIN vs 単純なプログラム】
    通常のプログラムは、「AならBせよ」という固定された命令に従うだけです。

    しかし、MYCINは「もしAならば、80%の確率でBである」といった、「不確実なもの(自信のなさ)」を扱う仕組みを持っていました。

    【エキスパートシステム vs 現代のディープラーニング】
    現代のAI(ディープラーニング)は、大量のデータからコンピュータが自力で特徴を見つけ出します。これを「ブラックボックス型」と呼びます。

    このブラックボックス型は、非常に複雑な判断ができるが、なぜその結論になったかの「説明」が難しい(ブラックボックス問題)。

    対して、MYCINのようなエキスパートシステムは、人間がルールを教え込む「ホワイトボックス型」です。「なぜその結論になったのか」という理由(推論プロセス)が、人間にもはっきりと見えるのが大きな違いです。

    この「理由がわかる」という性質は、現代の「説明可能なAI(XAI)」という研究分野の原点とも言えるものです。


    5. 活用シーン(実社会のどこで、どんな問題に使うか)

    MYCIN自体は、現在病院の診断機としてそのまま使われているわけではありません。しかし、その「考え方」は現代の様々な分野に息づいています。

    • 医療診断支援システム(CDSS): 医師の判断をサポートするために、症状や検査結果から病名を提案する補助ツール。

    • 故障診断: 工場の複雑な機械が「なぜ止まったのか?」という原因を、センサーデータとルールに基づいて特定する技術。

    • トラブルシューティング: ITシステムのネットワークエラーが発生した際、「このエラーログが出ているなら、原因はここだ」と突き止める仕組み。

    • ルールベースの意思決定: 法律やコンプライアンス(法令遵守)のチェックなど、明確なルールが必要な分野。つまり、「正解がルールとして決まっている世界」において、AIは最強の監査役となります。

    「専門家の知識をルール化して、誰でも使えるようにする」というMYCINの思想は、今も形を変えて社会を支えています。

    ※このような「説明可能なルールベースのAI」は、現在の医療や金融など、判断の根拠が重要な分野で今も活用されています。


    6. G検定での出題傾向

    G検定では、以下のポイントが狙われます!

    • キーワード:

      • 技術要素:「エキスパートシステム」「IF-THENルール」「推論エンジン」

      • 組み込み情報:「不確実性の扱い(確信度)」

      • 具体的な用途:「医療(細菌感染症の診断)」

    • 役割の理解: 「専門家の知識をルールとして記述し、推論を行う」という仕組み。

    • 時代の文脈: 第2次AIブームにおける、知識表現・知識ベース技術の代表例であり、先駆け的な存在であること。


    7. G検定の例題

    【問題1:基本の理解】(最頻出)

    エキスパートシステムの一種であるMYCINの特徴として、最も適切なものはどれか?

    • A. 大量の画像データから、自律的に特徴量を抽出して学習する。

    • B. 人間が作成した「もし〜ならば」というルールに基づき、推論を行う。

    • C. 統計的な相関関係のみを用いて、将来の数値を予測する。

    • D. センサーからのリアルタイムな入力を、ニューラルネットワークで処理する。

    【問題2:仕組みの理解】(頻出)

    MYCINが扱う「不確実な情報」への対処として、重要な概念はどれか?

    • A. バックプロパゲーション(誤差逆伝播法)

    • B. 決定木による分類

    • C. 確信度(Certainty Factor)を用いた推論

    • D. 強化学習による報酬の最大化

    【問題3:ひっかけ問題】(難問)

    MYCINに関する記述として、不適切なものはどれか?

    • A. 血液感染症の診断において、医師の知識をルール化したシステムである。

    • B. 「IF-THEN」形式のルールを用いて、専門家の推論プロセスを再現しようとした。

    • C. 膨大なデータから、コンピュータが自力で新しい医学的ルールを発見した。

    • D. 第2次AIブームにおける、知識表現技術を用いた代表的な事例である。

    【問題4:歴史的システム】

    1970年代に開発され、血液中の細菌感染症の診断を目的としたエキスパートシステムの名前として正しいものはどれですか?

    • A. DENDRAL

    • B. MYCIN

    • C. Deep Blue

    • D. AlphaGo


    8. 例題の回答と解説

    【問題1 の回答】

    正解:B

    【解説】
    MYCINは、人間が教え込んだ「ルール」に従って動くシステムです。
    AやDは現代のディープラーニング(第3次ブーム)の説明であり、Cは統計学的な手法の説明です。

    【問題2 の回答】

    正解:C

    【解説】
    医学の世界では「100%断定できない」ことが多いため、MYCINは「どれくらい自信があるか」を示す「確信度(Certainty Factor)」という仕組みを持っていました。これがエキスパートシステムの肝です。

    【問題3 の回答】

    正解:C

    【解説】
    ここがひっかけです! MYCINは「人間が作ったルール」を使って推論するものであり、「コンピュータが自力で新しいルールを発見する(学習する)」機能は持っていません。 自力で発見するのは、現代の機械学習やディープラーニングの役割です。

    【問題4 の回答】

    正解:B

    【解説】
    A:❌ 誤り。「DENDRAL(デンドラル)」という、化学構造の解析を行う初期の有名なエキスパートシステムです。
    B:⭕️ 正解!MYCINは医療分野の代表的なエキスパートシステムです。
    C:❌ 誤り。チェスの世界チャンピオンに勝利したIBMのコンピュータです。
    D:❌ 誤り。囲碁の世界チャンピオンに勝利したGoogle DeepMindのAIです。


    📝 総評・まとめ

    今回のMYCINは、「知識をルールとして詰め込んだ、真面目な先生AI」でした。

    • 正体: 人間の専門知識を「IF-THENルール」にしたエキスパートシステム。

    • 強み: なぜその結論になったのか、理由が人間にもわかる(ホワイトボックス)。

    • 弱み: 自分で新しいルールを見つけることはできない(学習は人間がやる)。

    「知識をどう整理するか(オントロジー)」が決まり、「知識をどう動かすか(MYCIN)」が決まった。AIの知能は、少しずつ形を成してきました。


    🚀 次回予告

    「ルールに基づいた専門的な知能が登場した後、AI研究者たちは、さらに恐ろしい(そして壮大な)壁にぶつかります。

    『人間が持っている、あの当たり前の“常識”を、どうやってコンピュータに教えればいいのか?』 世界中の知識をすべて詰め込もうとした、人類最大の挑戦。

    次回は、【第20回】AIに常識は教えられる?CyCプロジェクトとは です。お楽しみに!」


    【第20回】へ進む

    【第2章】へ戻る

    📚 シリーズトップへ戻る

    ✅ この記事が役に立ったら「スキ」で応援してください!
    あなたの応援が、次の解説を作るエネルギーになります!🚀

     
     
    【G検定合格ロードマップ】 AIを「挫折と突破の物語」で理解し、最短で合格するメソッドを発信。 難しい専門用語を簡単な言葉でストーリー化して解説します。 丸暗記を捨て、効率的に重要キーワードを習得したい方は必見です

    あなたへのおすすめ