ヘルスケアAI

主要ニュース

1. 1

   Xaira、薬物発見向けの「因果関係データ」を構築し、AI細胞モデルを30倍にスケーリング

   Chief Discovery Officer のCi ChuとChief AI Scientist のBo Wangが率いるXaira Therapeuticsは、X-Cellというより優れたAIモデルを構築しました。このモデルはX-Atlasというデータセット上で訓練されており、X-Atlasは個別の遺伝子変化をヒト細胞で分離するCRISPR実験に基づいています。このモデルはスケーリングの壁を乗り越えました。単一のデータセットに関する先行研究は31億パラメータで頭打ちでしたが、新しい因果関係データセットにより、パラメータと計算能力の両方でモデルを継続的にスケーリングできるようになりました。 CELLxGENE（1億6800万個の細胞のデータベース）で訓練された従来のRNA発現モデルは細胞型と状態を説明できましたが、遺伝子が編集されたり医薬品の標的になったりした場合の予測はできませんでした。これは遺伝子発現の変化が高度に相関しており、因果関係を推測しがたいためです。X-Cellの因座関係データにより、このモデルは遺伝子変化の実際の結果を予測できるようになり、研究者が医薬品や遺伝子編集を実験室で試験する前にその効果をモデル化できることで、AI駆動の薬物発見を可能にする可能性があります。

   Xairaの賭けは、X-Cellがヒト細胞での実験室実験に一般化するかどうかにかかっています。チームは自己回帰訓練を放棄して拡散モデルに転換し、従来のモデルより性能が高かった線形ベースラインを上回るモデルを報告しており、このアプローチが検証で機能することの具体的な証拠となっています。

2. 2

   Bristol Myers SquibbとNVIDIAが医薬品発見向けAIで提携

   Bristol Myers SquibbとNVIDIAが医薬品発見向けのAIファクトリーの構築で提携し、NVIDIAのコンピューティング・インフラストラクチャとBristol Myers Squibbの製薬専門知識を組み合わせる。 この協業は、従来の手法よりも効率的に治療法の候補を特定・検証するためにAIと計算能力を応用することで、医薬品開発プロセスの加速を目指している。業界では一般的に医薬品を市場に投入するまでに数年を要するため、開発タイムラインの短縮とコスト削減の可能性がある。

   AIファクトリーの配備スケジュールや、最初に優先される治療分野または医薬品プログラムについて、発表では具体的な情報は開示されていない。

3. 3

   Bristol Myers Squibb が NVIDIA Vera Rubin を医薬品開発に導入

   Bristol Myers Squibb は NVIDIA の Vera Rubin システムを導入し、同社はこれを生命科学分野で最も強力な AI コンピューティングインフラと位置付けている。 AI スーパーコンピュータは膨大な分子データを処理し、化合物をシミュレーションすることで、従来の手法よりもはるかに迅速に医薬品開発を加速させ、製薬企業の開発期間短縮と研究費削減につながる可能性がある。

   この導入は AI 駆動型医薬品開発への広範な転換を示唆しており、Bristol Myers Squibb が発見速度や候補化合物の品質において測定可能な成果を達成できるかどうかが、他の製薬企業による同様のインフラへの投資に影響を与えることになる。

4. 4

   AI画像診断、過信で放射線科医に劣後

   16のAIモデルを200件のX線画像で検査した結果、人間の放射線科医は精度と信頼度の較正を組み合わせた指標で2,000点満点中988.7点を獲得したのに対し、最高性能のAIモデルは758点にとどまった。Anthropic の Claude Fable 5 が信頼できる回答で最高性能を示し、Google の Gemini 3 Pro が最も高い素点精度を達成した。スコアリングシステムは確実に間違った回答に対してペナルティを与えるが、これが核心的な問題である。多くのAIシステムは不確実性を認めるのではなく、自信を持って誤診を下すのだ。 医学的誤診は正直な不確実性よりもはるかに危険であるにもかかわらず、多くのAIモデルは推測するように訓練されている。患者がX線画像やMRI検査画像をチャットボットにアップロードし、その回答を信頼する例が増えている。しかし、複数の有力商用モデルが、信頼度が精度と確実な関連性を持たない極めて自信に満ちた誤診を生成することが判明している。AIが医師の99％以上より優れた診断を行うという最近の主張は、ほとんどが事例集またはシミュレーションに基づくもので、厳密な検査に基づいていない。

   テストフレームワーク RadLE 2.0 は継続的に拡大し、新しいモデルが追加される予定である。費用分析とエラー分類を含む完全な科学論文が発表される見込みだ。根本的な疑問は変わらない。AIシステムが独立した医療決定を下す前に、まずそれが答えるべきではない時を知っているという能力を実証しなければならない。ほとんどのモデルはこの能力をまだ備えていない。

5. 5

   Thermo Fisher、Clario買収完了

   Thermo Fisher Scientificは、臨床試験エンドポイントデータ提供企業Clario Holdingsを88億7500万ドル（約1.4兆円）の現金で買収完了した。2027年1月に1億2500万ドル（約200億円）、2026～2027年の業績に紐付く最大4億ドル（約640億円）の追加支払い契約がある。当初合意は2025年10月。 Clarioのプラットフォームはここ10年で、FDA・EMA承認の医薬品の約70%に対応した実績を持つ。買収により初年度の調整後EPS（1株当たり利益）に0.45ドルを上乗せし、5年目までに約1億7500万ドル（約280億円）の調整後営業利益をシナジーから創出する見込み。既存CRO事業PPDと統合し、臨床試験データから医薬品開発まで一貫したインフラを構築する。一方、「スイス問題」が課題で、IQVIA、ICON、Fortreaなど競合他社がClarioの過去の利用者であり、ライバル傘下の子会社との機微なデータ共有に躊躇する可能性がある。

   Thermo Fisherは5年目までに約1億7500万ドル（約280億円）の収益シナジーを実現するための統合と、外部顧客喪失を防ぐための適切な独立性・中立性維持のバランスが鍵となる。NVIDIAとのAI駆動分析パートナーシップにより、Clarioの臨床試験データを増幅。数百万人の患者データを分析するAIアルゴリズムが相関関係を特定し、治験設計を最適化する可能性がある。

6. 6

   ExaWizards、乳がん患者向けウェアラブル発表

   ExaWizards と ExaMD は、米国臨床腫瘍学会（ASCO）の ASCO 2026 カンファレンスで、乳がん患者を対象としたウェアラブルデバイス研究の知見を発表した。この研究は関西医科大学、第一三共、その他の機関による共同プロジェクトである。 本研究は、日本の AI・ヘルスケア企業と大手製薬および学術機関による協力であり、がん患者の監視用ウェアラブル技術の開発を表している。世界有数の腫瘍学フォーラムである ASCO で発表されることで、本研究が国際的な臨床基準を満たしていることを示している。

   ウェアラブルデバイス研究の具体的な知見と臨床的な意味は ASCO 2026 プレゼンテーションで詳述される予定だが、本発表では詳細な結果はまだ公開されていない。