Googleが医療AIをオープン化した本当の意味——MedGemmaと「歯科特化モデルがまだ存在しない」という事実
歯科AIナビ編集部
2026年6月1日 · 📖 約6分
GoogleはMedGemmaという医療特化オープンAIを2025年5月に公開し、2026年1月には大幅強化版1.5をリリース、同年4月にテクニカルレポートを公開した。しかし歯科パノラマX線は学習データに含まれず、日本PMDAの歯科AI承認は国内ゼロのまま。「Googleが歯科診断AIに参入した」という言葉が独り歩きする前に、実態と日本の歯科医師が今知るべき現実を整理する。
GoogleがオープンAI「MedGemma」を医療界に投下——何が起きたか
Googleは2025年5月のGoogle I/Oで、医療特化のオープンAIモデル「MedGemma」を初公開した3。2026年1月13日には大幅強化版のMedGemma 1.5をリリースし、同年4月にその詳細なテクニカルレポート（arXiv:2604.05081）を公開している12。プロジェクト名はHealth AI Developer Foundations（HAI-DEF）。大手テック企業が医療AI基盤をオープンソースとして公開するのは異例の動きであり、研究者・スタートアップ・病院が自由にダウンロード・改変・ファインチューニングできる設計になっている2。
MedGemma 1.5の性能——3D MRI分類＋11%、病理WSIでマクロF1スコア47%向上の意味
- ●3D MRI病態分類の精度が前世代比11%向上（絶対改善値）1
- ●3D CT病態分類が前世代比3%向上（絶対改善値）1
- ●全スライド病理画像（WSI）でマクロF1スコアが47%向上1※未査読プレプリント（2026年4月）の数値
- ●テキストベースのMedQA精度が5%向上、電子健康記録QA（EHRQA）精度が22%向上1
- ●胸部X線レポート生成では、ファインチューニング後にRadGraph F1スコア30.3を達成し、生成レポートが患者管理に十分と評価された割合は81%3
これらの数値のうち、WSI 47%向上という数字は「性能の漸進的改善」ではなく「別次元の跳躍」と解釈できる。特に病理全スライド画像は、がん診断において専門医が最も時間をかける領域の一つであり、ここでのF1スコアの非線形的向上は医療現場への実装可能性を実質的に押し上げる。ただしこの数値はプレプリント（未査読）由来であり、査読通過後に変動する可能性がある点は留意が必要だ1。
MedGemmaは何を学習し、何を学習していないか
- ●✅ 学習済み：胸部X線、皮膚科画像、眼科（眼底）画像、病理スライド画像、医療テキスト2
- ●⚠️ 学習外：歯科パノラマX線・CBCT・デンタルX線は公式学習データに含まれていない2
- ●MedGemmaコレクションは4Bマルチモーダル版・27Bテキスト専用版・27Bマルチモーダル版の3バリアントを持ち2、MedGemma 1.5は現時点で4Bマルチモーダル版として提供されている2
- ●⚠️ 混同注意：Med-Gemini（2024年・Google Research発表・非公開研究モデル）とMedGemma（2025年〜・開発者向けオープンモデル）は別物。前者はクローズドな研究プロジェクト、後者が今回のオープンソース製品
「Googleが歯科診断AIを作った」という解釈は現時点では正確ではない。正しくは「Googleが医療AIの基盤モデルを公開し、歯科特化版を誰でも作れる土台を整えた」だ。この違いは小さいようで、院長が今何をすべきかの判断を根本から変える。
歯科LLM診断の「現在地」——査読論文が示す期待と限界
MedGemmaの登場とは別に、Gemini系AIが歯科診断でどれだけ使えるかを評価した査読研究が2025〜2026年にかけて複数発表されている。結論から言えば「可能性はある、しかし現時点ではChatGPT-5に対して明確に劣後する領域がある」というのが正直なデータの読み方だ。
歯科診断LLM比較——Geminiの実力スコアと競合との差
- ●口腔医学・歯周診断を対象とした385症例の比較研究（査読誌掲載、2026年4月）では、5段階評価でChatGPT-4が4.846±0.075、Copilotが4.433±0.163、Geminiが4.234±0.0884
- ●口腔病変の画像診断（200症例、生検確定診断あり）では、Gemini 2.5 Proは画像統合時の診断ゲインがほぼゼロ〜マイナス（Top-1: 0pp、Top-5: −2pp）5
- ●同条件でChatGPT-5はTop-1で+19ポイント、Top-3で+18ポイント、Top-5で+14ポイントの向上（すべてp<0.001）5
- ●顎骨X線透過性病変100症例の研究（韓国・Wonkwang大学大田歯科病院）では、パノラマX線単独よりもパノラマ+CT+病理という多モーダル入力を追加することでGeminiの性能も向上6
Gemini 2.5 Proの口腔病変診断でゲインがゼロ〜マイナスという結果5は、1論文のデータであり追試が必要だが、「Googleのモデルだから信頼できる」という先入観で導入を検討するのは危険だ。一方で顎骨病変の研究6が示すように、入力モダリティの組み合わせ次第で性能が変わる可能性もある。現時点では「条件依存・用途依存」というのが正確な評価であり、一律の優劣判断はできない。
FDA承認29製品が示す「市場の現実」——日本との落差
- ●米国FDA：2022〜2025年に集中して承認取得が進み、13社・29製品のFDA承認歯科AI製品が存在する7。すべてClass II医療機器に分類7
- ●日本PMDA：2023年時点で薬事承認済みの医療AIは24件。ただし歯科口腔外科領域は承認ゼロ件（リサーチ調査）
- ●構造的障壁：歯科AI製品のPMDA申請には臨床研究から申請・承認まで数億円規模の資金が必要とされており、国内開発者から「高い壁」と表現されている
FDA承認29製品・PMDA承認ゼロという数字は、技術の優劣ではなく規制環境の差を反映している。米国では2026年1月のFDAガイダンス改訂でデジタルヘルスAI製品への監督が一部緩和されており、承認件数は1,250件超に達している。日本でこの差が縮まるには制度設計の変化が不可欠であり、院長個人の努力で埋められるギャップではない。
MedGemmaの「オープン化」が歯科AIにもたらす本質的変化——自院に関係する時期はいつか
MedGemmaがオープンソース化された最大の意義は「参入コストの構造的引き下げ」にある。従来、歯科特化AIを開発するには大手医療機器メーカーとのパートナーシップか数十億円規模の開発投資が必要だった。MedGemmaの登場により、医療知識を学習済みの基盤モデルを歯科パノラマX線やCBCTでファインチューニングするコストが大幅に下がる可能性がある。
歯科ファインチューニングへの道——研究者・スタートアップが動き始めるタイムライン
- ●MedGemmaは現時点でGoogle CloudのVertex AIおよびHugging Faceを通じてアクセス可能。市販の病院向け製品としてはまだ提供されていない2
- ●臨床実装にはHIPAAコンプライアンス（米国）・PMDA承認（日本）など各地域の規制クリアが必要2
- ●国内では日本歯科人工知能研究会（JDAI）が2026年1〜2月に第11回研究会を開催するなど研究活動は活発化しているが、MedGemmaを歯科領域に適用した国内発の公表研究は現時点で未確認
- ●⚠️ 研究利用と臨床利用は別物。大学・研究機関でのモデル検証と、診療室での患者診断への使用は規制上まったく異なる
Googleが「Googleは医療AIには使えません」と公式ドキュメントに明記している2。これは企業の謙遜ではなく、臨床グレードへの引き上げには追加のファインチューニングと規制審査が必要という現実の告知だ。この一文を読んだだけでも、MedGemmaが「今すぐ診療に使えるツール」ではないことは明白だ。
今週・6ヶ月後・2年後——歯科医師院長の「AI観察ロードマップ」
- ●【今週・20分】Google公式MedGemmaモデルカード（https://developers.google.com/health-ai-developer-foundations/medgemma/model-card）を開き、「Intended use」と「Out-of-scope uses」の項目を読む。歯科画像が学習外であることを自分の目で確認する
- ●【今週・10分】PMDAの薬事承認AI一覧をブックマークし、歯科口腔外科領域の承認状況を四半期に1回チェックする習慣をつける
- ●【6ヶ月以内・次回商談で確認】歯科診断AI導入を検討中なら「FDA/PMDA承認取得済みかどうか」を業者選定の必須条件に設定する。承認番号を書面で提示できない製品は診断補助用途での導入を見合わせる
- ●【2年以内・月1回の院内確認】MedGemmaベースの歯科特化モデルが研究発表され始めるタイミングを見据え、自院のX線データ管理体制（画像品質・匿名化プロセス）を院内IT担当と定期的に確認しておく
「Googleが参入」という言葉に惑わされないために——今院長が持つべき判断軸
本記事で整理した事実を一言でまとめると、「技術の急加速と規制の静止が同じタイムライン上に並存している」だ。MedGemma 1.5は病理WSIでマクロF1スコア47%向上1（未査読）という非線形的な性能向上を達成した。同じ時期に、日本の歯科AI分野でのPMDA承認件数はゼロのままだ。
この断層は、院長が「導入するかどうか」を今決める必要がないことを意味する。今必要なのは意思決定ではなく、情報リテラシーの整備だ。具体的には次の3点を判断軸として持っておくことを推奨する。
歯科AIを評価するための3つの判断軸
- ●①承認状況の確認：FDA・PMDA・CEマーキングのいずれかの承認を取得しているか。「研究段階」「開発中」の製品は診断補助での臨床使用不可
- ●②学習データの透明性：何の画像・症例で学習されたか開示されているか。「医療AI」という括りで歯科適用を主張する製品には学習データの範囲を必ず確認する
- ●③ファインチューニングの有無：汎用医療AIをそのまま使っているのか、歯科画像で追加学習済みなのかを区別する。MedGemmaはベースモデルであり、歯科特化版はまだ存在しない
この3軸は、今後MedGemmaベースの歯科AIが市場に登場したときにも使える普遍的な評価フレームだ。技術の進化速度に惑わされず、規制・データ・チューニングの3点を確認する習慣が、院長として正しいAI活用の入口になる。
この記事のまとめ
GoogleのMedGemma（病理WSIでマクロF1スコア47%向上、2026年1月リリース・4月テクニカルレポート公開）は医療AIの開発コスト構造を変えた基盤技術だが、歯科パノラマX線は学習外・FDA/PMDA承認未取得であり歯科医師が今すぐ使えるツールではない。院長が今すべきことは「導入検討」ではなく、PMDAの承認状況の定期ウォッチと、承認状況・学習データ・ファインチューニングの有無という3軸での評価習慣の整備だ。
本質的な論点はこうです。「Googleが参入した」という事実と「歯科医師が使える」という事実は、まったく別の話です。
現場では「Googleが出したなら信頼できる」という営業トークが必ず来ます。しかしMedGemmaの公式ドキュメントには「臨床グレードではない」と明記されており、歯科画像は学習データに含まれていません。承認番号を書面で出せない製品を診断補助で使い始めると、有害事象が起きたときの責任は院長に帰着します。この非対称性を忘れないでほしいです。
判断軸は三つ。①承認番号の書面提示ができるか、②使用目的が自院のケースと一致しているか、③インフォームドコンセント体制を診療前に設計できているか。この三点を確認できない段階での導入は、技術の良し悪しに関わらずリスクが高い。
明日できることは一つ。PMDAの薬事承認AI一覧をブックマークして、歯科口腔外科領域の承認件数を自分の目で確認してください。ゼロという数字を見た瞬間に、今の自分がどこに立っているかが分かります。
参考・出典
7件- [1]
- [2]
MedGemma 1.5 model card（Google公式開発者ドキュメント）
https://developers.google.com/health-ai-developer-foundations/medgemma/model-card参照: 2026-06-01 - [3]
MedGemma: Our most capable open models for health AI development（Google Research Blog）
https://research.google/blog/medgemma-our-most-capable-open-models-for-health-ai-development/参照: 2026-06-01 - [4]
AI-Powered Clinical Decision Support in Dentistry: Comparative Evaluation of LLMs for Oral Medicine and Periodontal Diagnosis
https://pmc.ncbi.nlm.nih.gov/articles/PMC13051623/参照: 2026-06-01 - [5]
Vision-based diagnostic gain of ChatGPT-5 and Gemini 2.5 Pro compared with human experts in oral lesion assessment
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12686419/参照: 2026-06-01
歯科医師・MBA / 株式会社HAMIGAKI 代表取締役
歯科医師としての臨床経験をベースに、AI×歯科経営の実践研究を行う。歯科AIナビを運営し、全国の歯科医師・院長へのAI活用支援に取り組む。
