# 健康な人のAI
人工知能が医療をどのように変えているか
誇大広告、憶測、恐ろしい予測にもかかわらず、専門家の間で人工知能が世界を本当に変えることを疑う人はほとんどいません。しかし、誰が変化の恩恵を受け、その代償を払うことになるのかは、まだ未解決の問いです。
歴史が示すように、技術的ブレークスルーは機会とともにほぼ常に危機をもたらし、社会に新たなバランスを模索させます。しかし、何十年にもわたって技術進歩の恩恵がほぼ議論の余地なく見える分野があります。それが医療です。
ForkLogは、人工知能の応用がすでにどのように新薬開発を加速し、実験室プロセスを最適化し、診断精度を高め、病気の治療アプローチを変えているかを解明しました。
ほとんどの薬は、受容体タンパク質との相互作用によって機能します。受容体タンパク質は、細胞の働きを調節し、体内のほぼすべてのプロセスに関与する分子構造です。
人工知能システムは、受容体タンパク質の構造を分析し、どの化合物が最も効果的に、かつ最小限の副作用でそれらと相互作用できるかを予測できます。これにより、かつては何年もの実験室研究を必要とした課題が、数ヶ月で解決できることが増えています。
世界保健機関（WHO）の専門家の推定によれば、今後数年のうちに、ほとんどの新医薬品は何らかの形でAIを使って開発されるでしょう。
2024年、デイヴィッド・ベイカー、デミス・ハサビス、ジョン・ジャンパーにノーベル化学賞が授与されました。後者の2人はGoogle DeepMindで働き、機械学習に基づくAlphaFoldを含むタンパク質構造予測法の開発で表彰されました。
2018年、AlphaFoldは分子予測コンテスト「Critical Assessment of Structure Prediction (CASP)」で1位を獲得し、最も難しいカテゴリーで有効性を示しました。2年後の次のCASPでは、新しいバージョンAlphaFold 2が優勝しました。
2021年、Google DeepMindはAlphaFold2のコードと予測されたタンパク質構造のデータベースを公開しました。ほぼ同時期に、ハサビスはAlphabetの子会社Isomorphic Labsを設立し、医薬品開発のためのAIを発展させています。
2024年、Isomorphic LabsはEli LillyおよびNovartisと提携を結びました。これらの契約は、AI研究への資金提供としてそれぞれ最大17億ドルと最大12億ドルを想定していました。2026年には、Isomorphic LabsはJohnson & Johnsonとの提携も発表しました。
2026年2月、Isomorphic LabsはAlphaFold技術に基づく汎用医薬品開発環境「Drug Design Engine (IsoDDE)」を発表しました。
現在、Isomorphic Labsは腫瘍学と免疫学の分野のソリューションに取り組んでいます。AIによる開発加速にもかかわらず、プロジェクトはまだ前臨床試験段階にあります。同社は今後数年以内に初のヒト試験を開始する予定です。
2012年に設立されたExscientiaは、医薬品開発に機械学習を体系的に適用した最初の企業の一つとなりました。
2020年、OCD治療薬DSP-1181は、AIを用いて開発され臨床試験段階に達した初の製品となりました。開発は日本の製薬会社住友大日本製薬と共同で行われ、同社はExscientiaの理論的結果に基づいて合成と実験室試験を担当しました。
2023年までに、同社は業界平均よりも「大幅に速く」開発された8つの候補分子を準備していました。
2024年、Recursion Pharmaceuticalsは6億8800万ドルの取引でExscientiaを買収しました。一部の研究プログラムは閉鎖されました。
その時点で、いくつかの薬剤は第2相臨床試験（100～300人の患者群での有効性と副作用の確認）に達していました。
Recursion Pharmaceuticalsとの合併により、ExscientiaのAIシステムを自動化された実験室テスト複合施設と組み合わせて使用できるようになりました。さらに、RecursionはNVIDIA H100上に独自のAIスーパーコンピューター「BioHive-2」を構築し、特化モデルを学習させました。
同社はまた、タンパク質の三次元構造予測用のオープン生成モデル「Boltz-2」の開発に参加しました。
2025年までに、Recursion Pharmaceuticalsは腫瘍学の4つのプログラムと希少疾患に関連する2つのプログラムに努力を集中しました。いくつかの薬剤はすでに第1相と第2相試験の移行段階にあります：
慢性リンパ性白血病の治療用薬剤REC-3565は、第1相臨床試験を実施中です。
2014年に設立されたInsilico Medicineは、AIによる医薬品開発におけるもう一つの重要なプレーヤーです。
2017年、Insilico MedicineはNvidiaによって社会的影響力のトップ5プロジェクトに選ばれました。
同社は開発サイクルのすべての段階で人工知能を使用しています：
Insilico Medicineの初期のAI成果の一つは、線維症治療に関連する薬剤Rentosertib（ISM001-055）です。AIシステムによる標的発見から候補分子取得まで18ヶ月かかりました。2025年現在、Rentosertibは第2相臨床試験を実施中です。
さらに、2024年にはAIが開発したCOVID-19やその他のウイルス感染症向け免疫調節薬ISM3312が第1相試験を通過しました。癌治療に関連するISM3091は患者での試験が承認されました。
専門家の推定によると、医療情報の約90%はX線写真や断層画像などの画像で提供されます。これらのデータは診断に不可欠ですが、その分析は労力を要し、難しい課題です。
機械学習、特に畳み込みニューラルネットワークは、複雑な視覚パターンの認識に適しています。人間の視覚と同様に、これらのシステムは画像上のコントラストのある端、形状、テクスチャを識別できます。これにより、腫瘍、出血、その他の異常を高い信頼性で検出できます。
AIモデルの学習には、質の高いデータ（専門家のコメント付きの文書化された画像の集合）が利用可能です。
2024年、ハーバード大学医学部の研究者は、複数のがんを検出できるAIモデル「Chief」を発表しました。開発者によると、このソリューションはデジタル画像上の疾患兆候を94%のケースで正しく検出しました。
2025年、米国食品医薬品局（FDA）は、Alibaba傘下の研究部門Damo Academyのモデル「Damo Panda」に「画期的デバイス」ステータスを付与しました。
開発者によると、このシステムは症状が現れる前の断層画像上で膵臓がんの兆候を認識でき、この疾患にとって特に重要です。
2026年、AI診断における重要な進展として、米国の非営利団体Mayo Clinicが開発したシステム「REDMOD」が登場しました。
このモデルも膵臓がん検出用で、早期診断において専門家を上回りました。研究者によると、このシステムは診断が下される平均475日前に断層画像上の病理学的変化を発見しました。
Googleは、医療診断と研究向けAIの主要プロバイダーの一つです。
同社は、医療テキスト、画像、音声分析用のオープンモデルシリーズ「MedGemma」（Gemma 3ベース）を提供しています。
「Health AI Developer Foundations」を通じて、開発者はオープンな重みセットとAIツールにアクセスできます。
Googleは多くのクリニックや研究機関と協力し、基礎技術の開発に焦点を当てています。
2019年、同社は肺がんの検出と予測のためのモデルを発表しました。このモデルは、6人の認定放射線科医のグループと同等かそれ以上の成績を示しました。
2020年、Northwestern Medicineとの共同研究で、マンモグラム分析システムが専門家レベルの精度でがんを検出できることを実証しました。
2024年、Google Cloudとドイツの製薬会社Bayerは、X線写真スクリーニングプラットフォームの開始を発表しました。このシステムは、画像の履歴と病歴データを分析し、可能性のある病態について仮説を生成します。
テクノロジー大手Nvidiaと、透視撮影機器を製造する米国医療技術企業GE HealthCareは、画像自律取得のための独自AIシステムを開発しています。
既存の画像を分析するモデルとは異なり、このソリューションは専門家の日常的な負担を軽減し、診断をより標準化することを目的としています。
最初の段階では、システムはX線画像と超音波画像で動作します。
また、GE HealthCareは、手術ロボットを含む自律型医療システム開発プラットフォーム「NVIDIA Isaac for Healthcare」の使用を計画しています。
2016年に設立されたPathAIは、臨床環境での一次診断用「デジタル病理学プラットフォーム」AISight Dxを開発しました。
このシステムは、データ分析用のサードパーティアルゴリズムを接続できる医療画像作業環境を提供します。
CE-IVD認証を受けたAIベースのソリューションセットのサポートが宣言されており、特に腫瘍診断用の「プラグイン」が含まれます：
プラットフォームには、自動画像分析、診断支援、レポート作成のための独自機能がありますが、これらはまだ「研究目的のみ」であり、臨床での使用は許可されていません。
AISight Dxは、組み込みの補助AIツールも提供します：
2022年、このソリューションは米国FDAの510(k)承認と、消費者と環境に対する製品の安全性を示す欧州CEマークを取得しました。
2025年、PathAIは米国フロリダ州のモフィットがんセンターとの提携を発表し、AISight Dxを診断プロセスに導入しました。2026年、同社はチューリッヒ大学病院と同様の契約を結びました。
2026年5月、スイスの製薬会社RocheがPathAIを7億5000万ドル超で買収することを発表しました。
他の業界と同様に、医療におけるAIの応用はシステム的な問題を悪化させ、新たな問題を生み出します。
LLMベースのAIアシスタントは、幻覚から免れません。
GoogleのMed-Geminiモデルに関する研究論文で、誤りが見つかりました。モデルは「基底核」という実在しない脳領域を「作り出した」のです。
この幻覚は、基底核（basal ganglia）と脳底動脈（basilar artery）という2つの実際の解剖学名に基づいて形成されました。開発者はタイプミスを理由に挙げましたが、複数の専門家はこのインシデントを医療へのAIアシスタント導入リスクの憂慮すべき例と呼びました。
スタンフォード大学の研究者は、AIモデルが実際の医療画像にアクセスせずに、説得力を持って疾患を診断する能力を発見しました。
分析されたシステムの一つは、X線科テストで「盲目的に」高い結果を示しました。GPT-5、Gemini 3 Pro、Claude Opus 4.5は、存在しない画像上の「視覚的詳細を自信を持って記述」しました。
同年6月に発表された研究によると、医療コンテキストにおいて、GPT-4の患者質問への回答の7.1%が不正確で、重大な害を引き起こす可能性がありました。156件中1件のケースで、誤りは生命のリスクを伴いました。
2025年のデータによると、患者との対話結果から文書を自動生成するツールは、臨床メモの70%に誤りを導入しました。モデルは会話の書き起こしに虚偽の事実を追加し、論点を省略し、概念を混同しました。
LLMが臓器をでっち上げることに加え、その論理の不透明性が、人間による結論がどのように得られたかの分析を困難にしています。
データセットの代表性不足は、訓練されたモデルにバイアスや誤ったパターンへの固執を形成する可能性があります。
さらに、AIアシスタントに典型的なユーザーの認知依存やデータプライバシーの問題は、医療の文脈でさらに悪化します。
WHOの専門家は、医療における人工知能の応用を高リスク領域に分類しています。
欧州AI法の枠組みでは、2026年8月からこのカテゴリーのAIシステムは、リスク管理、報告、人間による監視に関連する特別要件を満たす義務があります。
導入の困難や潜在的なリスクにもかかわらず、WHOは適切な規則と政府当局の監視を条件に、医療における人工知能の見通しを前向きに評価しています。
米国FDAも医療AIの見通しについて楽観的ですが、現在の規制は時代遅れであると認めています。形式上、米国ではこれらのシステムは「Software as a Medical Device」カテゴリーのソフトウェアとして分類されています。
2025年、FDAはAI製品のライフサイクル、リスク管理、およびマーケティングに関する一連の推奨事項を発表しました。
247.14K 人気度
3.96M 人気度
66.83K 人気度
544.65K 人気度
21.98M 人気度
健康な人の人工知能 - ForkLog
人工知能が医療をどのように変えているか
誇大広告、憶測、恐ろしい予測にもかかわらず、専門家の間で人工知能が世界を本当に変えることを疑う人はほとんどいません。しかし、誰が変化の恩恵を受け、その代償を払うことになるのかは、まだ未解決の問いです。
歴史が示すように、技術的ブレークスルーは機会とともにほぼ常に危機をもたらし、社会に新たなバランスを模索させます。しかし、何十年にもわたって技術進歩の恩恵がほぼ議論の余地なく見える分野があります。それが医療です。
ForkLogは、人工知能の応用がすでにどのように新薬開発を加速し、実験室プロセスを最適化し、診断精度を高め、病気の治療アプローチを変えているかを解明しました。
医薬品開発
ほとんどの薬は、受容体タンパク質との相互作用によって機能します。受容体タンパク質は、細胞の働きを調節し、体内のほぼすべてのプロセスに関与する分子構造です。
人工知能システムは、受容体タンパク質の構造を分析し、どの化合物が最も効果的に、かつ最小限の副作用でそれらと相互作用できるかを予測できます。これにより、かつては何年もの実験室研究を必要とした課題が、数ヶ月で解決できることが増えています。
世界保健機関（WHO）の専門家の推定によれば、今後数年のうちに、ほとんどの新医薬品は何らかの形でAIを使って開発されるでしょう。
AlphaFoldとIsomorphic Labs
2024年、デイヴィッド・ベイカー、デミス・ハサビス、ジョン・ジャンパーにノーベル化学賞が授与されました。後者の2人はGoogle DeepMindで働き、機械学習に基づくAlphaFoldを含むタンパク質構造予測法の開発で表彰されました。
2018年、AlphaFoldは分子予測コンテスト「Critical Assessment of Structure Prediction (CASP)」で1位を獲得し、最も難しいカテゴリーで有効性を示しました。2年後の次のCASPでは、新しいバージョンAlphaFold 2が優勝しました。
2021年、Google DeepMindはAlphaFold2のコードと予測されたタンパク質構造のデータベースを公開しました。ほぼ同時期に、ハサビスはAlphabetの子会社Isomorphic Labsを設立し、医薬品開発のためのAIを発展させています。
2024年、Isomorphic LabsはEli LillyおよびNovartisと提携を結びました。これらの契約は、AI研究への資金提供としてそれぞれ最大17億ドルと最大12億ドルを想定していました。2026年には、Isomorphic LabsはJohnson & Johnsonとの提携も発表しました。
2026年2月、Isomorphic LabsはAlphaFold技術に基づく汎用医薬品開発環境「Drug Design Engine (IsoDDE)」を発表しました。
現在、Isomorphic Labsは腫瘍学と免疫学の分野のソリューションに取り組んでいます。AIによる開発加速にもかかわらず、プロジェクトはまだ前臨床試験段階にあります。同社は今後数年以内に初のヒト試験を開始する予定です。
ExscientiaとRecursion Pharmaceuticals
2012年に設立されたExscientiaは、医薬品開発に機械学習を体系的に適用した最初の企業の一つとなりました。
2020年、OCD治療薬DSP-1181は、AIを用いて開発され臨床試験段階に達した初の製品となりました。開発は日本の製薬会社住友大日本製薬と共同で行われ、同社はExscientiaの理論的結果に基づいて合成と実験室試験を担当しました。
2023年までに、同社は業界平均よりも「大幅に速く」開発された8つの候補分子を準備していました。
2024年、Recursion Pharmaceuticalsは6億8800万ドルの取引でExscientiaを買収しました。一部の研究プログラムは閉鎖されました。
その時点で、いくつかの薬剤は第2相臨床試験（100～300人の患者群での有効性と副作用の確認）に達していました。
Recursion Pharmaceuticalsとの合併により、ExscientiaのAIシステムを自動化された実験室テスト複合施設と組み合わせて使用できるようになりました。さらに、RecursionはNVIDIA H100上に独自のAIスーパーコンピューター「BioHive-2」を構築し、特化モデルを学習させました。
同社はまた、タンパク質の三次元構造予測用のオープン生成モデル「Boltz-2」の開発に参加しました。
2025年までに、Recursion Pharmaceuticalsは腫瘍学の4つのプログラムと希少疾患に関連する2つのプログラムに努力を集中しました。いくつかの薬剤はすでに第1相と第2相試験の移行段階にあります：
慢性リンパ性白血病の治療用薬剤REC-3565は、第1相臨床試験を実施中です。
Insilico Medicine
2014年に設立されたInsilico Medicineは、AIによる医薬品開発におけるもう一つの重要なプレーヤーです。
2017年、Insilico MedicineはNvidiaによって社会的影響力のトップ5プロジェクトに選ばれました。
同社は開発サイクルのすべての段階で人工知能を使用しています：
Insilico Medicineの初期のAI成果の一つは、線維症治療に関連する薬剤Rentosertib（ISM001-055）です。AIシステムによる標的発見から候補分子取得まで18ヶ月かかりました。2025年現在、Rentosertibは第2相臨床試験を実施中です。
さらに、2024年にはAIが開発したCOVID-19やその他のウイルス感染症向け免疫調節薬ISM3312が第1相試験を通過しました。癌治療に関連するISM3091は患者での試験が承認されました。
診断と研究
専門家の推定によると、医療情報の約90%はX線写真や断層画像などの画像で提供されます。これらのデータは診断に不可欠ですが、その分析は労力を要し、難しい課題です。
機械学習、特に畳み込みニューラルネットワークは、複雑な視覚パターンの認識に適しています。人間の視覚と同様に、これらのシステムは画像上のコントラストのある端、形状、テクスチャを識別できます。これにより、腫瘍、出血、その他の異常を高い信頼性で検出できます。
AIモデルの学習には、質の高いデータ（専門家のコメント付きの文書化された画像の集合）が利用可能です。
2024年、ハーバード大学医学部の研究者は、複数のがんを検出できるAIモデル「Chief」を発表しました。開発者によると、このソリューションはデジタル画像上の疾患兆候を94%のケースで正しく検出しました。
2025年、米国食品医薬品局（FDA）は、Alibaba傘下の研究部門Damo Academyのモデル「Damo Panda」に「画期的デバイス」ステータスを付与しました。
開発者によると、このシステムは症状が現れる前の断層画像上で膵臓がんの兆候を認識でき、この疾患にとって特に重要です。
2026年、AI診断における重要な進展として、米国の非営利団体Mayo Clinicが開発したシステム「REDMOD」が登場しました。
このモデルも膵臓がん検出用で、早期診断において専門家を上回りました。研究者によると、このシステムは診断が下される平均475日前に断層画像上の病理学的変化を発見しました。
Googleの取り組み
Googleは、医療診断と研究向けAIの主要プロバイダーの一つです。
同社は、医療テキスト、画像、音声分析用のオープンモデルシリーズ「MedGemma」（Gemma 3ベース）を提供しています。
「Health AI Developer Foundations」を通じて、開発者はオープンな重みセットとAIツールにアクセスできます。
Googleは多くのクリニックや研究機関と協力し、基礎技術の開発に焦点を当てています。
2019年、同社は肺がんの検出と予測のためのモデルを発表しました。このモデルは、6人の認定放射線科医のグループと同等かそれ以上の成績を示しました。
2020年、Northwestern Medicineとの共同研究で、マンモグラム分析システムが専門家レベルの精度でがんを検出できることを実証しました。
2024年、Google Cloudとドイツの製薬会社Bayerは、X線写真スクリーニングプラットフォームの開始を発表しました。このシステムは、画像の履歴と病歴データを分析し、可能性のある病態について仮説を生成します。
NVIDIAとGE HealthCareのロボット放射線科医
テクノロジー大手Nvidiaと、透視撮影機器を製造する米国医療技術企業GE HealthCareは、画像自律取得のための独自AIシステムを開発しています。
既存の画像を分析するモデルとは異なり、このソリューションは専門家の日常的な負担を軽減し、診断をより標準化することを目的としています。
最初の段階では、システムはX線画像と超音波画像で動作します。
また、GE HealthCareは、手術ロボットを含む自律型医療システム開発プラットフォーム「NVIDIA Isaac for Healthcare」の使用を計画しています。
診断プラットフォームPathAI
2016年に設立されたPathAIは、臨床環境での一次診断用「デジタル病理学プラットフォーム」AISight Dxを開発しました。
このシステムは、データ分析用のサードパーティアルゴリズムを接続できる医療画像作業環境を提供します。
CE-IVD認証を受けたAIベースのソリューションセットのサポートが宣言されており、特に腫瘍診断用の「プラグイン」が含まれます：
プラットフォームには、自動画像分析、診断支援、レポート作成のための独自機能がありますが、これらはまだ「研究目的のみ」であり、臨床での使用は許可されていません。
AISight Dxは、組み込みの補助AIツールも提供します：
2022年、このソリューションは米国FDAの510(k)承認と、消費者と環境に対する製品の安全性を示す欧州CEマークを取得しました。
2025年、PathAIは米国フロリダ州のモフィットがんセンターとの提携を発表し、AISight Dxを診断プロセスに導入しました。2026年、同社はチューリッヒ大学病院と同様の契約を結びました。
2026年5月、スイスの製薬会社RocheがPathAIを7億5000万ドル超で買収することを発表しました。
問題点と制約
他の業界と同様に、医療におけるAIの応用はシステム的な問題を悪化させ、新たな問題を生み出します。
LLMベースのAIアシスタントは、幻覚から免れません。
GoogleのMed-Geminiモデルに関する研究論文で、誤りが見つかりました。モデルは「基底核」という実在しない脳領域を「作り出した」のです。
この幻覚は、基底核（basal ganglia）と脳底動脈（basilar artery）という2つの実際の解剖学名に基づいて形成されました。開発者はタイプミスを理由に挙げましたが、複数の専門家はこのインシデントを医療へのAIアシスタント導入リスクの憂慮すべき例と呼びました。
スタンフォード大学の研究者は、AIモデルが実際の医療画像にアクセスせずに、説得力を持って疾患を診断する能力を発見しました。
分析されたシステムの一つは、X線科テストで「盲目的に」高い結果を示しました。GPT-5、Gemini 3 Pro、Claude Opus 4.5は、存在しない画像上の「視覚的詳細を自信を持って記述」しました。
同年6月に発表された研究によると、医療コンテキストにおいて、GPT-4の患者質問への回答の7.1%が不正確で、重大な害を引き起こす可能性がありました。156件中1件のケースで、誤りは生命のリスクを伴いました。
2025年のデータによると、患者との対話結果から文書を自動生成するツールは、臨床メモの70%に誤りを導入しました。モデルは会話の書き起こしに虚偽の事実を追加し、論点を省略し、概念を混同しました。
LLMが臓器をでっち上げることに加え、その論理の不透明性が、人間による結論がどのように得られたかの分析を困難にしています。
データセットの代表性不足は、訓練されたモデルにバイアスや誤ったパターンへの固執を形成する可能性があります。
さらに、AIアシスタントに典型的なユーザーの認知依存やデータプライバシーの問題は、医療の文脈でさらに悪化します。
WHOの専門家は、医療における人工知能の応用を高リスク領域に分類しています。
欧州AI法の枠組みでは、2026年8月からこのカテゴリーのAIシステムは、リスク管理、報告、人間による監視に関連する特別要件を満たす義務があります。
導入の困難や潜在的なリスクにもかかわらず、WHOは適切な規則と政府当局の監視を条件に、医療における人工知能の見通しを前向きに評価しています。
米国FDAも医療AIの見通しについて楽観的ですが、現在の規制は時代遅れであると認めています。形式上、米国ではこれらのシステムは「Software as a Medical Device」カテゴリーのソフトウェアとして分類されています。
2025年、FDAはAI製品のライフサイクル、リスク管理、およびマーケティングに関する一連の推奨事項を発表しました。