AIによるがん治療はまだ遠い？ある企業が言う「カギはデータにある」

AIブームの中、人工知能がいつかがんを治すと信じる人は多い。しかしTechCrunchは率直に報じている――AIはまだがん治療には程遠い、と。あるスタートアップ企業は、問題の核心を知っていると言う。それはより賢いアルゴリズムではなく、より高品質なデータだ。

これは一見、直感に反するように聞こえる。AlphaFoldがタンパク質構造予測で世界を驚かせ、AIを活用した創薬プラットフォームも次々と資金調達を成功させているからだ。しかし実際の医療現場では、AIの実装は依然として難航している。その原因は、医療データの極めて高い複雑性にある。

データはAIの「燃料」

どのAIモデルもデータからパターンを学習し、データの質がモデルの性能の上限を決める。入力データが不完全で不統一、あるいは偏りがあれば、アルゴリズムがどれほど精巧であっても、結果が臨床判断を誤らせる可能性がある。いわゆる「ガベージイン、ガベージアウト」だ。

がん領域では、データの問題が特に深刻だ。電子健康記録のフォーマットは統一されておらず、ゲノムデータには標準が欠如しており、臨床試験の結果は公開されないことも多い。こうした断片的な「汚れたデータ」は、AIシステムに大きな課題をもたらしている。

このスタートアップは、がん研究に特化したデータインフラの構築が不可欠だと考えている。臨床記録、生体サンプル、画像、ゲノムデータを統合したプラットフォームは、AIに対して連続的で完全、かつ適切にアノテーションされたデータストリームを提供できる。それにより、モデルが疾患の時空間的な進行パターンを捉え、個別化治療を推進できるようになる。

「データサイロ」から「データエコシステム」へ

データの共有とガバナンスは極めて難しい問題だ。医療データはプライバシーに関わり、法的に保護されている。機関側にはデータを共有する動機が乏しく、研究データの帰属も異なることが多い。機関をまたいだ協力なしには、強力なAIシステムを支えるに足るデータソースは存在しない。

この企業が重視するのは「データネットワーク」という概念だ。一極集中型の巨大データベースを目指すのではなく、プライバシーを保護しながらデータを「見えない形で活用可能」にする。フェデレーテッドラーニングなどの技術を用いて、生データを開示することなく機関をまたいだモデル訓練を実現しようとしており、これがセキュリティと共有の問題を解く鍵になるかもしれない。

「データ倫理、法令遵守、アルゴリズムの安定性をクリアした上で、医師と患者に参加してもらう必要がある」と同社の創業者は語っている。

データの重要性は医学界ではとうに共通認識となっているが、AIの成熟によって改めてスポットライトが当たるようになった。かつて医療判断は統計と専門家の経験に依存していたが、今やAIはより深いパターンを発見できる可能性を持つ。ただし、その前提としてデータが十分に「理解可能な形」でなければならない。

編集後記：AIは救世主ではない、しかしデータはなりうるかもしれない

この記事の本当の価値は、「AI万能論」への懐疑的な視点にある。AIはスーパードクターではなく、知識の蒸留器だ。堅固なデータ基盤がなければ、医療AIは砂の上に建てられた建物に過ぎない。

近年、中国でも電子カルテの標準化や地域医療データの相互接続の推進、データセキュリティ法制の整備が進んでいる。しかし、プライバシーを守りながらAIにデータを活用させる方法は、社会全体での模索を必要としている。

真の進歩は、どれほど複雑なニューラルネットワークを設計するかではなく、オープンで誠実かつ持続可能な医療データエコシステムを構築する意志があるかどうかにかかっている。その時初めて、AIは「がんの治療」という目標との距離を本当に縮められるのかもしれない。

本記事はTechCrunchより編集・翻訳