AIによる自閉スペクトラム症の早期識別研究から考える可能性と限界

AIで自閉スペクトラム症の早期識別を助けられる可能性を、中国の研究チームが報告しました。ただし、外部検証での正解率87.9％は専門的な診療記録を分析した結果です。家庭で子どもの様子をAIに入力すれば、同じ精度で診断できると示した研究ではありません。

「ひとやすみっけ」のかおかーさんです。発達について気になることがあると、研究の数字が自分の子にも当てはまるのか知りたくなりますよね。今回の研究で確かめられた範囲と、まだ分からないことを分けながら、家庭での受け止め方を整理します。

診療記録から識別を助ける研究

研究を発表したのは、重慶医科大学附属小児病院などのチームです。論文は2026年10月21日、医学誌『Child and Adolescent Psychiatry and Mental Health』で公開されました。確認時点では、査読を経て受理された論文の早期公開版として掲載されています。

対象は中国の医療機関を受診した1歳半〜6歳の子どもです。自閉スペクトラム症（ASD）と、全般的な発達の遅れや言語発達の遅れを、診療記録の文章から区別できるかを調べました。全般的な発達の遅れは、言葉だけでなく複数の発達領域に遅れがある状態を指します。

使ったのは、大量の文章を学習して言語を処理する「大規模言語モデル」と呼ばれるAIです。研究では医療記録に合わせて追加学習させました。このように、特定の仕事に合うようモデルを調整することを「ファインチューニング」といいます。

AIに与えた情報には、受診時の主な訴え、現在までの経過、過去の病歴、診察で観察された様子が含まれます。医療者が診察を通じて残した情報が土台であり、AIが子ども本人を診察したわけではありません。詳しい方法は論文の公開ページと本文PDFで確認できます。

人数と検証の役割を分けて読む

分析	対象	確かめたこと
学習と内部検証	重慶の3,940人	学習用と評価用にデータを分けて識別性能を検証
外部検証	中国の別の9都市の1,657人	学習元とは異なる医療機関の記録でも識別できるか
過去の記録を遡る分析	当初は発達・言語の遅れと診断され、後にASDと確認された584人	以前の記録にAIを適用した場合の判定時期

別の都市の記録でも性能が保たれたことは、この研究の注目点です。一つの病院の記録だけで結果がよかった場合よりも、別の診療現場に応用できる可能性を検討する材料になります。ただし、海外や家庭での利用まで確かめたという意味ではありません。

データの時期にも区別があります。主な比較研究は2019年1月〜2024年9月のデータを使用。本文の方法欄では、584人の追加分析について2022年1月〜2024年12月の記録を別に収集したと記されています。2026年10月21日は論文の公開日で、診療が行われた時期とは異なります。

正解率87.9％が意味すること

外部検証で正解率87.9％を示したのは、追加学習した「GLM4-ASD」というモデルです。この数字は、今回の評価対象全体で、AIの分類と研究上の診断が一致した割合を表します。

AIがASDと答えた子の87.9％がASDだった、という意味ではありません。また、ASDのある子を87.9％見つけられたという数字とも違います。これらは分母が異なる別の指標です。

外部検証の指標	結果	数字の意味
正解率	87.9％	評価対象全体で分類が一致した割合
感度	85.2％	ASDの子をASDと分類できた割合
特異度	89.3％	比較対象の発達・言語の遅れの子を、ASDではない側に分類できた割合

数字は論文本文の外部検証結果を小数第1位に丸めています。この結果にも、ASDを見落とす場合と、比較対象の子をASDと分類する場合の両方があります。

もう一つ大切なのは対象がすでに医療機関を受診し、ASDや発達・言語の遅れがある子どもだったことです。園や学校の子ども全員、あるいは発達について相談していない子どもを広く調べた結果ではありません。対象集団や比較する状態が変われば、数字の受け止め方も変わります。

早く分類できることと支援が早まること

584人の分析では後にASDと確認された子どもの過去の記録を遡り、AIならどの時点でASDと分類したかを検討しています。ここからは、以前の診療記録に識別の手がかりが残っている可能性を考えられます。

一方で、実際の診療にAIを導入して診断や支援が早まったことを証明した試験ではありません。後から診断が変わった子だけを選んだ分析なので、受診した子ども全体で同じ効果が得られるかも分かりません。

早い段階で相談につなげる道具になることには期待が持てます。ただ、分類の正解率だけでは、不要な心配を増やさないか、必要な支援へつながるかまでは評価できません。研究チームも、今後は実際の診療で前向きに追跡する研究が必要としています。

家庭のAI相談には置き換えられない

今回のモデルは専門的な記録を使い、決められた条件で評価されています。家庭で思い出した場面を短く入力することとは情報の量も種類も違います。市販の対話型AIに同じ質問をしても、今回の数字をその回答の信頼性として使うことはできません。

AIがASDの可能性を示したとしても、それだけで診断は確定しません。反対に、心配ないと答えたことを理由に、困りごとの相談をやめる必要もありません。国立障害者リハビリテーションセンターの案内では、発達障害の診断は専門の医師が行うと説明されています。

日本への読み替えにも注意が必要です。研究が用いたのは中国の医療機関の記録で、中国語の医療文章を扱っています。日本語での記録や日本の相談経路で同じ性能になるかは未検証です。日本の就学相談、特別支援教育の判断、教育支援の効果を調べた研究でもありません。

この研究が扱ったのは、限られた条件で診療記録を分類する課題です。子どもの得意なこと、暮らしの中の困りごと、合う学び方までAIがまとめて理解したと受け取らないことが大切です。

気になることは生活の場面から相談する

家庭でできる準備は診断名を先に決めることよりも、相談したい場面を整理することです。国立障害者リハビリテーションセンターは、相談前に困っていることをメモし、母子健康手帳や過去の検査結果などを持参する方法を案内しています。

• いつから気になるか：最近の変化か、以前から続いているか
• どこで起きるか：家、園、外出先などで様子が違うか
• 何に困っているか：本人や家族が困る具体的な場面
• うまくいく条件はあるか：声のかけ方や環境で変わること

これは診断用のチェックリストではなく、相談を始めるためのメモの例です。すべて埋める必要はありません。準備については医療・相談機関へ行くときの案内も参考になります。

川口市では、子ども発達相談センター「るるる」が、言葉や対人関係など発達について気になることの相談を受け付けています。診断名を自分で確定させてから相談する場所ではありません。市外にお住まいの場合は、お住まいの市区町村の保健師や発達相談窓口へつながる方法があります。

数字よりも目の前の困りごとを大切に

今回の研究は、医療者が記録を読み解く際にAIが力を貸せる可能性を示しています。その進歩を知ることと、家庭でAIの答えを診断として受け取ることは分けて考えたいところです。

新しい技術が実用化されるのを待たなくても、気になることは相談できます。わたしは、研究の数字が親を焦らせる材料ではなく、相談の選択肢を知るきっかけになればと思います。うまく説明できないときも、いちばん気になっている一場面から話してみてください。

情報確認日：2026年10月26日。研究内容は同日時点の公開論文と本文PDFに基づきます。本記事は研究の紹介であり、個別のお子さんの診断を行うものではありません。