ヘルスケアAI

主要ニュース

1. 1

   Merckが薬の開発期間を3分の1短縮するAIエージェントを導入、マーケティング資料作成も80%高速化

   製薬大手Merckがエージェント型AI（自動で複数の作業を行うAI）を導入し、薬物発見サイクルを33%短縮することに成功した。同社のデジタルプラットフォーム担当VP Sean Finnerty氏によると、AIが生成するマーケティング資料の99%が規制要件を満たしており、レビュー期間を数カ月から数日に短縮している。

   新薬の開発期間短縮により、患者により早く新しい治療法が届く可能性があり、製薬会社の開発コスト削減も期待される。

2. 2

   AI論文の偽参考文献が2023年以降12倍に急増、医療ガイドライン策定に悪影響の恐れ

   Columbia大学などの研究チームが250万件の生物医学論文を調査した結果、2023年以降にAIが生成したと思われる偽の参考文献が12倍に増加していることが判明した。これらの偽引用は論文の内容に合致し、正しい書式で書かれているため発見が困難で、98%の該当論文に対して出版社からの対応がない状況。

   医師が治療方針を決める際に参考にする医療ガイドラインが、偽の研究に基づいて作られる危険性があり、患者の治療に影響する可能性がある。

3. 3

   Google DeepMindが「すべての病気の解決」を目標に掲げ、薬物発見プロセス再構築を宣言

   Google I/Oイベントで、Google DeepMindのCEO Demis Hassabis氏が「すべての病気を解決する」ことを最終目標として、AIによる薬物発見プロセスの根本的な再構築に取り組むと発表した。同社は既にタンパク質構造予測AI「AlphaFold」で成果を上げており、創薬分野でのAI活用をさらに拡大する方針。

   AIによる創薬の進歩により、現在治療法のない難病に対する新薬開発が加速し、将来的により多くの病気が治療可能になる可能性がある。

4. 4

   PyTorch学習ループ用デバッガーが開発され、AI学習の失敗原因を自動特定

   機械学習フレームワークPyTorchの学習プロセスで発生する問題を自動検出・特定するツールが開発された。このツールは勾配消失・爆発やデータ異常を特定の層・ステップレベルで検出でき、数百の合成失敗シナリオでテストされている。

   AI開発者がモデル学習の問題をより素早く解決できるようになり、AIサービスの品質向上や開発期間短縮につながる。

5. 5

   医療分野向けAIエージェントで専門家と技術者の協業課題が浮上

   法務・医療分野向けAIエージェントを開発する現場で、プロンプト（AIへの指示文）の編集権限をめぐる課題が発生している。医師や弁護士などの専門家だけがプロンプト内容を正しく判断できる一方、技術者だけがコードを実装できるため、協業の調整が困難になっている。

   専門分野でのAI活用が進む中、技術者と専門家の効果的な協業方法の確立が、AI導入の成否を左右する重要な要素になっている。