数十年にわたり、新薬開発は現代科学において最も遅く、最も費用がかかり、最も失敗しやすいプロセスの一つでした。しかし、人工知能（AI）の登場により、このボトルネックは打破されるかもしれません。AIによって大部分が設計された実験薬が、記録的な速さで後期臨床試験に入り、ヒトへの使用が承認される初のAI設計医薬品となる見込みです。これを医学的ブレークスルーと呼ぶ人がいる一方で、適切な医学的理解を機械による最適化に置き換える、不安を抱かせる近道だと指摘する人もいます。
AIが新薬を設計
承認間近のこの薬は、AIに特化したバイオテクノロジー企業であるインシリコ・メディシン社によって開発されました。同社は機械学習モデルを用いて疾患の標的を特定し、その治療薬候補となる化合物を創出しています。この新薬の標的は特発性肺線維症（IPF）です。IPFは、治療法が確立されていない致死性の肺疾患で、毎年約4万人のアメリカ人の命を奪っています。驚くべきことに、この開発は標的の発見から臨床試験までわずか2年足らずで進展しました。
これを例に挙げると、従来の創薬では、ヒト臨床試験に至るまでに通常約5年かかり、その後、臨床試験と規制当局の審査にさらに6～8年かかります。ほとんどの医薬品は、開始から完了まで10～15年かかり、ヒト臨床試験開始後の失敗率は推定90%です。
AIは、最も時間がかかり、最もコストのかかる初期探索段階を劇的に短縮することができます。Insilicoのプロセスは、何年にもわたる実験室での反復作業を、数百万の分子構造のアルゴリズムによるスクリーニング、毒性予測、タンパク質フォールディングのシミュレーション、そして候補化合物の提案に置き換えることで、数年ではなくわずか数週間で実現します。
プロセスをスピードアップする方法
従来の創薬は、仮説、実験、失敗、修正という、時間のかかる反復的な実験室作業に依存しています。AIシステムは、化学構造、生物学的経路、過去の試験結果などを含む膨大なデータセットを学習することで、このプロセスを短縮します。これにより、研究者は可能性の低い候補を即座に除外し、最も高い成功率が予測される化合物にリソースを集中させることができます。
簡単に言えば、AIは わかる 生物学というよりは、むしろ大規模なパターン認識です。人間の化学者が一つでも合成する前に、何百万もの理論上の分子をデジタルでテストすることができます。
この効率性により、製薬会社は開発コストを30～70%削減でき、ベンチャーキャピタルの資金が業界に流れ込んでいる理由もそこにあります。推計によると、過去5年間で世界中で600億ドル以上がAIバイオテクノロジーのスタートアップ企業に投資されており、大手製薬会社は後れを取ることを避けるために、提携や自社投資を行っています。
楽観的な見方
AIによって加速される医薬品には、真に人道的な議論の余地があります。希少疾患、顧みられない疾患、あるいは患者数が少ない疾患は、これまで商業的に魅力がありませんでした。AIを活用して開発を迅速化し、コストを削減することで、これまで実現不可能だった治療法がついに現実的なものになる可能性があります。また、人間主導の研究では不可能、あるいは研究を望まない方法で、遺伝子プロファイルに合わせて治療をカスタマイズする、個別化医療の実現も期待されます。
ここで重要な点は、AI設計の医薬品は依然としてヒトで試験されているということです。規制当局は安全基準を免除しておらず、臨床試験は依然として義務付けられています。したがって、楽観的な見通しは、AIが 交換 科学的な判断ではなく 増強 迅速な試行錯誤で解決します。発見が早ければ早いほど、必ずしも基準が低くなるわけではありません。
だから問題は何ですか？
懸念されるのは速度そのものというより、その速度が何を置き換えるかという点です。AIシステムはしばしばブラックボックスのように動作し、効果的な出力はするものの、その因果関係を明確に説明しません。多くの業界では、こうした不透明性は大きな問題ではありません。しかし、医療の世界では大きな問題です。
薬がどのように、そしてなぜ作用するのかを正確に知ることは、副作用、長期的なリスク、そして他の治療法との相互作用を予測する上で不可欠です。開発期間が劇的に短縮されると、探索的科学、つまり、概念的な基盤を構築する、人間主導の、しばしば結論が出ない研究の機会が減少します。 理解する 統計的な信頼性よりも、臨床試験で良好な結果が得られたにもかかわらず、そのメカニズムが部分的にしか解明されていない薬剤を規制当局が承認した場合、何が起こるでしょうか？
AIは製薬業界以外でも懸念すべき実績を残している
近年、AIシステムは自信があるものの誤った出力を生成する傾向を繰り返し示してきました。この概念については、 この記事大規模な言語モデルは技術的な詳細や引用を捏造し、画像認識ツールは安全性が重要視される環境でオブジェクトを誤分類し、自動意思決定ソフトウェアは政治などにおける偏見を増幅させ続けています。
これらの失敗は、その根底に悪意があることを意味するものではありませんが、構造的な限界を浮き彫りにしています。AIモデルは真実よりも確率を重視して最適化されます。パターンが安定し、認識可能で、結果が可逆的な環境で最も高いパフォーマンスを発揮します。生物学はこれらのいずれにも当てはまりません。医薬品開発におけるエラー、つまり毒性、副作用、長期的な相互作用の誤判断は、多大なコストを伴い、取り返しがつかず、時には致命的となることもあります。
スピードと安全性のトレードオフは過去にも裏目に出たことがある
医学の歴史は厳しい警告を与えている。20世紀における最も悪名高い薬物事故のいくつかはth 21世紀の医薬品開発は、独自の科学的基準に従う完全に人間主導のシステムの中で行われました。最もよく知られた例の一つであるサリドマイドは、1950年代後半に複数の国で承認され、必要なすべての試験に合格した後、壊滅的な先天性欠損症を引き起こしました。現在、医薬品開発を遅らせている安全対策は、こうした失敗への対応として構築されたものです。
懸念されるのは、AI がより多くの悪い薬を生産することではなく、制度的な安全策が適応する前に、AI がより多くの悪い薬をより速く、より大規模に生産する可能性があることだ。
前例
インシリコ社のAI設計によるIPF治療が承認されれば、強力な前例となるでしょう。科学者が完全に理解するよりも速く薬剤が生成されるという考え方が突如として当たり前のものとなり、やがて診断、治療プロトコル、そして臨床試験のデザインまでもが変革される可能性があります。
規制当局と社会にとっての課題は、スピードと引き換えにどの程度の不透明性を許容できるかを判断することです。医療への信頼は、結果だけでなく、プロセスへの信頼も不可欠です。
最終的な思考
経済的に治療が不可能と判断され、従来の研究モデルでは長らく十分な治療を受けられなかった患者たちにとって、AI設計の薬が成功すれば希望の光となるかもしれない。しかし、スピードを約束するからといって、理解を最適化に置き換えることのリスクを覆い隠すべきではない。医学において誤った判断がもたらす結果は甚大であり、開発のスピードが遅いことは、ある意味ではそうしたリスクから身を守ってきたと言える。AIが発見を加速させる中で、私たち全員の安全を守るガードレールを進歩が追い越さないようにするにはどうすれば良いのだろうか？
Expose は緊急にあなたの助けを必要としています…
The Expose の正直で信頼性が高く、力強く真実のジャーナリズムを継続するために協力していただけませんか?
政府機関と大手テクノロジー企業
The Expose を沈黙させ、閉鎖させようとします。
そのため、皆様のご協力が必要です
私たちはあなたに引き続き
主流派が拒否する事実。
政府は私たちに資金を提供していない
嘘やプロパガンダを公表する
主流メディアのように。
その代わりに、私たちは皆様のご支援に頼っています。
私たちの取り組みにご協力ください
正直で信頼できる調査報道
今すぐ始めましょう。安全、迅速、そして簡単です。
ご支援を表明するには、以下からご希望の方法をお選びください。
カテゴリー： 最新ニュース
問題はプロセスやそのスピードではありません。問題は腐敗です。それは、問題となっている疾患に関する誤った物語から始まります。人間の科学者たちは既に、「治療薬となる可能性のある化合物を生み出す」ための「疾患標的」の特定に注力しています。重要なのは、これらの化合物が利益を生むかどうかです。安全性や有効性は問題ではありません。
AIができることといえば、「開発コストを30～70%削減」することで、利益を最大化することくらいだ。臨床試験は既に不正操作されており、利益を誇張し、害を隠蔽している。AIは、既に不正操作されている試験をさらに巧妙に操作するために活用できるかもしれない。
規制当局が現在何らかの有効な「安全基準」を持っていると想定するのは非常にナイーブである。なぜなら、規制当局は製薬会社に操られ、公共の安全を全く無視していることは何年も前から明白だからである。
現在のヒト用医薬品の発見を「科学的判断」が推進していると考えるのは非常にナイーブです。すべては金銭の問題です。より迅速な発見は、既に非常に低い基準をさらに加速させるだけです。
もし現在人間が行っている「探索科学」が利益に反するのであれば、それは単に葬り去られるべきだ。これはすでに、疾患の病因に関する「概念的理解」の不足に基づいている。
そして、有益であるとされる介入のメカニズムは「部分的にしか理解されていない」。
毒性、副作用、長期的な相互作用が既に理解されているにもかかわらず、薬が承認されることがよくあります。スタチンはその顕著な例です。腐敗こそが是正すべき問題です。
薬物災害は20世紀に終わらず、今日まで続いています。バイオックスやセレブレックスが思い浮かびますが、他にも認知されていない災害は数多くあります。「現在、医薬品開発を遅らせている安全策」やその他の「制度的安全策」は明らかに機能していません。
新型コロナウイルスによる詐欺的パンデミックが壊滅的な結果とプロセスの両方を示した後、社会が医療にまだ信頼を置いていると著者が考えていることに、私は愕然とする。私たちには明らかに「私たち全員を安全に保つガードレール」がないのだ。
不正行為が解決されない限り、AI は実際に「悪い薬をより速く、より大量に生産する」だけでしょう。
著者は公平であろうとして、懐疑的な態度を取っただけだと思います。私自身もAIに懐疑的で、あまり信頼していません。
こんにちは、
確かにこれは新しい開発であり、あらゆる角度から検討することに興味があります。しかし、この先どうなるのかについては懐疑的です。今のところ承認されたものは何もありませんが、医療のようなより重要な分野でAIによる意思決定が導入されるのは時間の問題だと感じています。
私たちは、この件がどう進むのかを引き続き注意深く見守っていきます。
よろしく、
G・カルダー
こんにちは、サムさん、
あなたの視点は確かに正しいです。この記事は、ここで起こり得る結果を大まかに概観することを目的としています。もちろん、製薬業界にはある程度の腐敗があり、私たちが完全に公正な世界に住んでいるという幻想を抱いているわけではありません。しかし、この展開は 可能性 少数派、つまり利益が十分に出ない病気を抱える人々にとって、潜在的なメリットを浮き彫りにしています。あまり一般的ではない病気の中には、完全に治癒可能でありながら、費用対効果の観点から「検討する価値」がないものがたくさんあります。私もあなたと同じように、こうしたことすべてに非常に懐疑的ですが、常に両方の側面を探求することに興味を持っています。
あなたのコメントをお寄せいただきありがとうございます。
G・カルダー
私は35年間、双方の立場を調査してきました。製薬業界は現状において、完全に腐敗し、完全に邪悪だと考えています。世界で最も多産な大量殺人犯でさえ、まるで素人のように見えるほどです。
バイオックスの心血管系へのリスクは、承認前から知られていました。この薬一つで命を落とした人の数は、控えめに見積もっても60,000万人です。スターリンやポルポトもこの数字に驚くことでしょう。
この開発によって、あまり一般的ではない病気の患者も毒に侵されるようになると思います。もちろん、かなりの利益を得るためです。「完全に治せる」のに、現在治っていない病気を思い浮かべられますか？合成化合物による介入は、本当に効果があるのでしょうか？
「Garbage in = Garbage out（ゴミを入れればゴミが出る）」というコンピューター用語をご存知ですか？AIは「過去の試験結果」といった欠陥のある不正なデータで学習することになります。コンピューターモデリングを用いた毒性やタンパク質のフォールディング予測は極めて信頼性が低いことは既に知られています。AIはこれを理解できるでしょうか？AIを使う人間はそれを気にするでしょうか？AIが用いる生物学的経路は正確で、問題の疾患に関連性があるでしょうか？
AI は、ゴミデータを分析することで人間の担当者の偏見を増幅させ、結果としてゴミの解決策を生み出すことになります。
考えさせられる記事をありがとう。
かなり古臭い話になっているのは承知していますが、もう一度「一体何が問題になるというのか？」と自問しなければなりません。
おそらく私たちが想像していた以上のことでしょう。
私はAI薬に非常に警戒しています。
AIには道徳的、倫理的なバンパーガードが欠けています。