AIはすでにがんと闘う方法を変えている

昨年、米国では推定61万人ががんで亡くなった。これは、同国の4年間に及ぶ内戦で亡くなった人数とほぼ同じだ。2024年には少なくとも200万人以上が何らかのがんと診断され、この数字は近年増加している。早期発見は、人が最終的にがんを生き延びるかどうかを決定する最大の要因の1つであり、幸いなことに、医療の進歩が役立つ可能性がある。研究者や医学者は、人工知能モデルがその早期発見プロセスで重要な役割を果たす可能性があると考えている。AIはまだ医師の実際の医療専門知識に取って代わることはできず、真の医療診断を下すことさえできないが、それらをより効果的にするための重要なツールとして機能する可能性がある。

AI は、密集したデータの山を解析してパターンを見つけ出す能力があるため、臓器や組織の画像に異常がないか探し、転移する前に癌細胞を見つけるのに適しているかもしれない。コロンビア大学の研究者らが本日Nature誌に発表した研究には、細胞レベルで遺伝子の活動を正確に予測できるという新しい医療 AI モデルが紹介されている。理論上、このレベルの粒度は、研究者が癌の発生原因となる遺伝子変異を理解するための新たな道を切り開く可能性がある。

「細胞の活動を正確に予測する能力があれば、基本的な生物学的プロセスに対する理解が一変するだろう」と論文の主任著者でコロンビア大学のラウル・ラバダン教授は声明で述べた。「生物学は一見ランダムなプロセスを説明する科学から、細胞の行動を支配する基礎システムを予測できる科学へと変わるだろう」

現在、医師は腫瘍の発見や診断の迅速化に AI をすでに利用しています。科学者や製薬会社も同様に、さまざまな程度でこの技術を利用して、新しいがん治療薬の開発に役立てています。AI がすぐに熟練した腫瘍専門医に取って代わることはまずありませんが、近い将来、これらのモデルが初期段階から末期治療まで、がんと闘う上でますます重要な役割を果たすようになる兆しが見えています。

AIは研究者に細胞レベルで癌がどのように始まるかを垣間見せる

遺伝子活動を予測できるAIを開発しているコロンビア大学の研究者らは、GET（一般発現トランスフォーマー）と呼ばれる、130万個のヒト細胞の画像でモデルをトレーニングしたと述べている。研究者らは、病気の遺伝子と健康な遺伝子の両方の大規模なトレーニングデータを注入するこのプロセスを、Open AIのChatGPT大規模言語モデルがインターネット上の膨大な文書コーパスを取り込む方法に似ていると比較した。ラバダン氏によると、医療AIモデルが「さまざまな細胞状態の文法」を学習すると、その情報に基づいてパターンを予測するように指示できるという。研究者らは、AIをテストしたところ、これまで見たことのない細胞タイプで特定の遺伝子発現を予測できたと述べた。

「これらの方法は、大規模な計算実験を効果的に実施し、従来の実験アプローチを促進および誘導することができます」とラバダン氏は付け加えた。

この論文は、ハーバード大学医学部の科学者らが、同じくNatureで別のがん関連AI検出ツールについて説明してから、わずか数カ月後に発表された。その例では、研究者らは、医療患者の画像を観察した後、19種類の腫瘍の兆候を検出するようにモデルをトレーニングした。報告によると、このモデルは、トレーニングデータに含まれる細胞の特徴に基づいて、がんを検出し、腫瘍の分子プロファイルを予測することができた。また、さまざまな種類のがんにわたって患者の生存率を予測することもできる。CHIEF（Clinical Histopathology Imaging Evaluation Foundation）と呼ばれるこのモデルは、肺、前立腺、結腸、その他の臓器の組織の全スライド画像6万枚でトレーニングされた。研究者らは、CHIEFはトレーニングデータが広範囲であるため、他のより特化されたモデルよりも医療画像を総合的に解釈でき、他のがん検出AIモデルよりも一歩進んでいると述べた。

「さらに検証され、広く展開されれば、私たちのアプローチ、および類似のアプローチは、特定の分子変異を標的とした実験的治療の恩恵を受ける可能性のあるがん患者を早期に特定できる可能性がある。これは世界中で一様に利用できるわけではない能力だ」とハーバード大学医学大学院の教授で研究主任著者のクンシン・ユー氏は声明で述べた。

AIはがん研究のあらゆる段階で活用されている

がん治療におけるAIの期待は、予測、検出、新薬の発見、治療の実施という5つのカテゴリーに大別されます。検出の面では、放射線科医やその他の医師がすでに腫瘍の発見にAIツールを使用しています。今週、ネイチャー・メディシン誌に発表された新しい研究によると、 ドイツで約50万人の患者を対象に行われた調査では、AI検出モデルを使用した医師は、独自に行動した医師よりも多くの乳がん症例を確認したことが判明しました。具体的には、AIを使用した医師は、使用しなかった医師よりも17.6％高いがん検出率を達成しました。FDAはすでに、前立腺がんの兆候を特定するのに役立つAIソフトウェア設計の販売も承認しています。

国立衛生研究所（NIH）の研究者らが作成した別のAIモデル、LORIS（ロジスティック回帰に基づく免疫療法反応スコア）は、どのグループのがん患者が特定の免疫療法治療から最も恩恵を受ける可能性があるかを予測する能力を実証した。体の免疫システムを使用してがん細胞を標的とするこのアプローチは、化学療法や放射線療法などの従来の抗がん治療よりも侵襲性が低いが、一部の人々にしか効果がない。LORISのようなモデルは、医師が恩恵を受ける可能性のある患者に対する治療をより適切に検出し、同時に他の患者が不必要な治療を受けるのを防ぐのに役立つ可能性がある。

発見の面では、シカゴ大学医学総合がんセンター（UCCCC）の研究者らが最近、強力な機械学習モデルを使用して大規模な医療データセットを徹底的に調べ、薬剤耐性がんの新しい治療法の開発につながるパターンを探すプロジェクトの一環として、連邦政府から1,600万ドルを受け取った。この取り組みに携わる人々によると、AIの進歩によって新薬の発見にかかる時間が短縮され、近い将来にそれを必要とする患者に間に合うようになることが期待されている。

「がん患者には新しい治療法を待つ時間がありません。そのため、新薬発見のタイムラインを短縮する強い必要性があり、私たちは[エネルギー省の]スーパーコンピューター機能を活用した新しい相乗的アプローチでそれを実現することを目指しています」とUCCCC所長のクンレ・オドゥンシ氏は声明で述べた。

AIツールは万能薬ではない

同時に、AI スクリーニングおよび検出ツールにあまりにも早く過度の信頼を置くリスクもあります。前述のモデルのいくつかはまだ研究段階にあり、医療施設で大規模に展開されるまでにさらにテストが必要です。また、日和見主義者が「AI」という過度に広範な包括的用語を利用して、テストがはるかに少ないモデルを実際よりも効果的であると売り込むリスクもあります。人気のある大規模な言語モデルを操作した後、間違った、場合によっては危険なほど間違った診断を受けたケースはすでに多数あります。昨年JAMA Pediatricsに発表されたある研究では、OpenAI の ChatGPT が提示された小児の症例研究の 83% を誤って診断したことがわかりました。このようなモデルは、時折誤った事実を幻覚する傾向があり、それを自信に満ちた口調で行います。そのため、ケーキのレシピを考えてもらうと面白い結果になる可能性がありますが、同じ不正確さが、誰かがそれを自己治療に使用した場合に危険になる可能性があります。

[関連: AI からの健康アドバイスを信頼できる日は来るのか? ]

また、AIモデルが今後数年間でさまざまながんを検出する能力を向上させる可能性は高いものの、基本的には訓練を受けた医師と同じ仕事をしているわけではない。ニューヨーク大学のジャーナリズム教授メレディス・ブラサード氏が2023年に出版した著書「More Than a Glitch」で指摘しているように、最先端のAIモデルでさえ、基本的には静止画像を人間がすでにラベル付けした他の画像の集合と比較し、2つに数学的な類似点があるかどうかを素早く確認しているだけだ。これは素晴らしい結果につながる可能性があるが、そのプロセスは最終的には予測であり、診断と同じではない。診断には、証拠に目を通し、長年の実世界での経験に基づいて独自の専門的な結論を導き出せる人間の医師が依然として必要だ。

私たちはすでに、医師がこうしたツールを使って自らの能力を強化できる世界に生きている。しかし、AI が医師をその力関係から完全に排除できるほど信頼できるものになるかどうかは、まだはっきりしていない。