AI駆動型創薬におけるデータループの完成

新しい医薬品を開発するには莫大なコストと年月がかかります。興味深いことに、この負担は時間とともに増えており、1950年代以降、開発コストは約9年ごとに倍になってきました。これを「Eroom則」と呼びます。市場の期待は「次々と新薬を出せ」なのに、実現に必要なコストは指数関数的に上がっていく。この矛盾の中で、AIが「データループ」を完成させることへの期待が高まっています。

Eroom則が示すのは、業界の構造的な非効率です。スマートフォンやクラウドが世の中を変えた時代に、薬の開発コストだけが倍々になり続ける理由は何か。候補物質の特性認識から実験、結果記録、次の試験設計まで、一連のプロセスがアナログのままで、フィードバックループが遅いからです。AIはこのループを一気に短縮できます。化学特性の認識から効果予測、試験設計、結果分析、次の候補生成まで、全て数分単位で回すことができる。つまり、既存産業の構造的な遅さそのものが、AIの出番なのです。

中小企業の仕事でも同じことが起きています。「なぜこんなに時間がかかるのか」という業務の多くは、実は不要なステップが組み込まれたままです。AIツール導入の前に「ループの遅れ」を意識すること。データが流れていない、判断が属人的、結果がフィードバックされない——そういう箇所こそが、AIで一番効果が出る場所だと気づくでしょう。