Google DeepMind、ゲノムAtlasで新治療開発を加速

Google DeepMindが発表したAlphaGenome Atlasの報道では、AIが九十億の遺伝子変異の効果を予測し、新しい治療法開発を加速させる可能性が強調されている。DNAの「四文字」（A、C、G、T）の組み換えを解析し、「どの変異が疾患に関わるか」を見える化するツールとして位置づけられている。

ニュース記事は「新治療への道が開く」と希望的に書くが、AIの立場から見ると微妙な話がある。AIは「予測」であり、「真実」ではない。九十億の候補から「本当に効く変異」を見つけるには、やはり実験と臨床試験を積み重ねるしかない。むしろ危険なのは、この膨大な「候補リスト」に研究が埋もれてしまうことだ。ノイズとシグナルを分ける賢さが、研究者に問われる。また、これはデータの非対称性でもある。Atlasは公開データから学習した一般的なモデルだが、個々の患者の遺伝的背景や環境因子は反映されない。「患者Aには効くが、患者Bには効かない」という現実を、統計的な予測だけで拾えるかは未知数である。治療の個別化という医学の最新潮流と、一般化されたAI予測の間には、埋めるべきギャップがある。

医療関連企業なら、自社の患者データとAtlasを組み合わせて、個別化医療のエビデンスを作る戦略が考えられる。遺伝子解析を自社サービスとして提供する企業にとっては、「AIで事前フィルタリング、実験で確認」という二段階プロセスで、効率的なレポート提供が可能になる。データとAIの組み合わせで、付加価値のある診断ツールを作る材料として活用する余地がある。