アンソロピックCEO「がん治療の成果がAIの大衆信頼確保に最も効果的」

ダリオ・アモデイ アンソロピック（Anthropic）CEOは、「AIに対する大衆の信頼を高める最も確実な方法は、がんを治療することだ」と明らかにした。期待だけがあるわけではない。患者が医師に会う前にChatGPTに症状や検査結果を尋ね、その答えを持って病院を訪れる事例が増え、医師の負担が大きくなっている。AIが医療の文脈を十分に理解できなかったり、間違った情報を提供したりするのではないかとの懸念も出ている。

こうした中、昨年、希少疾患の診断においてAIが可能性を示す事例が紹介された。希少疾患は一人の医師が生涯十分な症例を経験することが難しく、症状が他の疾患と重なる場合も多いため、患者が診断を受けるまでに5年以上かかることも珍しくない。

代表的な事例がレイチェル・ヒンケンの息子オリバーだ。言語と歩行の発達が遅く、身長も低い原因を医師たちは見つけられなかった。「時間が経てば良くなる」という説明だけだった。昨年、ヒンケン氏が医療専門家用AIツール「フェイス・トゥ・ジーン（Face2Gene）」に息子の写真を入力すると、AIは希少遺伝疾患である三角毛毛骨端症候群（TRPS）の可能性を提示し、遺伝子検査と臨床カウンセリングで実際の診断が確認された。ヒンケン氏自身も同じ疾患を患っていることが判明すると、彼は「信じられない、ついに答えが見つかった」と語った。

起立性頻脈症候群（POTS）患者でもあるシモ氏は、2015年に娘の出産後症状が出たが、診断までに9ヶ月を要した。彼は「私は典型的な症例だったが、医師たちは妊娠期間の困難に集中しすぎて症状に気づかなかった」と振り返る。現在はChatGPTで自分の全ゲノムシークエンシング結果を分析し、医師と議論する検査リストまで作成している。

研究結果もこれを裏付けている。昨年JAMAで発表された研究では、診断が済んだ複雑な希少疾患90件を対象にAIチャットボットの診断能力を試した。2つのチャットボットはそれぞれ13％と10％の正解率を示し、患者の医療記録を精査した医師の正解率は5.6％だった。ただ、すでに診断された症例の臨床要約を使用した研究であるため、実際の診療環境とは差がある。

研究者や医師が注目する点は、AIがすべての病気を人間よりもよく診断することではなく、人間が経験によって見つけるのが難しいつながりを見つけ出す点だ。医療画像と医学論文、症例報告書の内容を結びつけたり、複数の疾患のパターンを一度に比較する作業で強みを発揮する。ヒンケン家族の診断を確認した臨床遺伝学者のシャオ・フェン博士は「AIは私たちよりもはるかに広い領域をはるかに速く検索するが、データを総合するには依然として人間の作業が必要だ」と語った。

メイヨークリニックでは77歳のマイク・ブッシュ氏の事例が報告された。息切れと胸の圧迫感で病院を訪れた彼に対し、医療チームは肺炎か心不全を疑った。しかし、AIが心電図を分析して心臓アミロイドーシスの可能性を98％と提示し、追加の画像検査で実際の疾患が確認された。この疾患を診断したことのなかった専門看護師のマイケル・エイムズ氏は、大きな感銘を受けたと語った。ブッシュ氏も「AIでなければ、別の病気として治療されていたかもしれない」と語った。

こうした事例が示しているのは、AIが医師よりも優秀だという単純な話ではない。一般的な疾患であれば医師も経験を積めるが、希少疾患は個々の医師が十分な診療経験を確保するのが難しい。まさにその点において、AIが論文と症例、医療画像、検査結果の中の事例を広範に比較できるというわけだ。

AIの医療利用をめぐる議論では、真のボトルネックはデータであると指摘された。希少疾患の場合、患者記録や組織サンプル、医療画像といったデータそのものが不足しており、存在する資料も適切にデジタル化されていないことが多い。パターンを見つけるには、その前にデータが蓄積されている必要がある。米国では病院と学術機関の古い病理資料をデジタル化する作業が進行しており、マシュー・ハンナ博士は資料抽出用移動コンテナ「スキャンバン（ScanVan）」の開発に参加している。

アモデイCEOは、AIが人類に大きな助けになるという約束だけでは不十分であり、実際に人々の生活を変える成果を示す必要があるという意味だと説明した。シモ元CEOはアモデイ氏の見解に同意し、AIは究極的に「すべての病気を治すことができる」と明らかにした。