DON'T MISS
香港AI創薬 Insilico Medicine – 新型コロナウイルス治療薬候補の分子化合物を無料公開
香港拠点のAI創薬スタートアップ Insilico Medicine（過去記事参照）は、新型コロナウイルスを治療ターゲットとして動作する可能性のある分子化合物を無料公開している。薬学者からのフィードバックを求め、パートナー機関との合成テストを目指すという。
アジアのスタートアップ関連メディアTech in Asiaでは、Insilico Medicineが得意とするAI創薬技術によって新型コロナウイルス治療を目的とした分子化合物が設計・公開された経緯を報じている。効果的なワクチン開発まで少なくとも1年程度、治療薬開発にはさらに時間がかかる可能性がある。同社の技術は治療薬開発期間の短縮に貢献できるだろうか。
Insilicoの共同創設者でCEOであるAlex Zhavoronkov氏は「短期的には、HIVなど他疾患用に開発された既存の化合物・薬品の再利用が、安全性が分かるため正しい戦略と言えるでしょう。しかし、他疾患向けに設計された薬剤は、最も理想的ではないかもしれません。私たちは長期的にその先を見据えた、ウイルス専用の分子化合物を目指しています」と語った。
AIが予測するCOVID-19の3つの重症化因子
どのような患者で新型コロナウイルス感染症が重症化するか。議論と研究が進められている。初期の患者における因子、肺の画像パターン・発熱・強い免疫反応・年齢・性別などが候補として挙げられている。ニューヨーク大学（NYU）が主導し、中国Wenzhou Central HospitalとCangnan People's Hospitalと共同開発したAIツールでは、それら前述の重症化予測因子とは異なる3つの因子が導かれている。研究成果は3月30日にComputers, Materials & Continua誌にオンラインで発表された。
ScienceDailyでも同研究を紹介している。ここでの重症化は急性呼吸促迫症候群（ARDS）の発症と定義された。アルゴリズムが示したCOVID-19の重症化予測因子は、肝酵素アラニンアミノトランスフェラーゼALT値の上昇・筋肉痛の存在・赤血球ヘモグロビン値の上昇という３つであった。従来予想されていた他の因子は同研究では有意なものとならなかった。ALTは感染が肝臓に与えた炎症、筋肉痛は全身の炎症、ヘモグロビン値は喫煙などを反映した可能性がある。2つの病院の患者53名で学習された同アルゴリズムは70-80%の精度で重症化予測を達成した。
研究グループによると、ツールを開発する目的として「どのような中等症の患者が本当にベッドを必要としているのか」、「医療リソースが不足している中でどの患者を帰宅させるのか」、現場の意思決定を補助することを期待している。研究の限界点として、比較的少ない人数での学習であること、患者の平均年齢が43歳で高齢者の数が少なかったことを著者らは挙げている。おそらくこれからも重症化予測因子をめぐる多くの研究が追従し総意が得られていくであろう。次第に明らかになってくる因子に注目しながら臨床医達の戦いは続いてゆく。
TECH AND GADGETS
患者の服薬状況を見守るAI
米国の健康保険会社Cignaは、AIを利用して患者の服薬遵守状況を評価する取り組みを開始する。特に糖尿病や心疾患などの慢性疾患を対象とし、服薬アドヒアランスの向上を通した「疾患コントロールと医療費の適正化」を目指す。
米CBS Newsの報道によると、利用されるのはHealth Connect 360というAIツールで、薬局の請求書データや治療記録、検査結果、生体データなどを総合して患者の服薬ステータスを評価し、リアルタイムで医療者に情報共有できるという。同サービスに参加する患者は、グルコース測定器と血圧測定用カフを用いた生体データの提供を行う。
ツールを作成したExpress Scriptsは「糖尿病患者の36%以上が服薬計画を遵守していない」とし、適切なアドヒアランスを確保すれば、患者一人当たり2500ドルの医療費が節約できると指摘する。一方で、特に米国においては定期服薬を守れない最大の理由に「高額な服薬コスト」があり、米国心臓協会（AHA）の調査では8人に1人の米国人が「処方薬が高額なために内服しないことがある」との結果を示している。
Health Connect 360では「より安価な代替薬を見つけるのに役立つ機能も提供していく」としており、医療を巡る巨大な問題がテクノロジーによる解決の足がかりを得るか、大きな注目を集めている。
TRAVEL GUIDES
FASHION AND TRENDS
AIがわかる病院リーダーはわずか半数 – Oliveの米国内調査
医療分野でAI技術を評価できる人材の重要性（過去記事）はあらゆる場面で繰り返し提唱されている。では実際のところ病院を率いるリーダーはAIに対してどのように向き合っているだろうか。米国AI関連企業のOliveが全米115名の病院責任者・役員に調査したところ、AIあるいは類似概念RPA: Robotic Process Automationについてよくわかっていたのはわずか半数であった。
Health IT Analyticsの報道では、リーダーの半数以上がAI/RPAの提供会社や解決手法を自ら指名することができておらず、AIに対する理解が意思決定に大きな影響を与えていることが解説されている。また、同分野に投資しようとしているリーダーは全体の23%、そのうち半数が導入予定時期を2021年までとしている。米国でも全体として医療業界はAI導入の初期段階にあることが示唆された。
米国に限らず、今回のAIブームをきっかけに新しく取り組む医療関係者は目に見えて増えた。一方、保守的な姿勢を続ける人との二極化は進む印象がある。もちろん、医療におけるAI活用の難しさは過熱したブームの後を追う形で指摘が続いている。きちんとした科学的検証をせずに先端技術に飛びつくのは賢明とは言えないだろう。しかし、よく理解した上で懐疑的で慎重になることと、知ろうとしないこととの間には深い断絶がある。果たして日本における病院のリーダー達はどうだろうか？
AIを用いて薬物同士の相互作用を予測
米スタンフォード大学は、複数の薬物による相互作用を予測するAIシステム「Decagon」を開発した。Decagonは、FAERSと呼ばれる副作用の情報を集めたビッグデータを元に、薬が生体内の様々なタンパク質とどのように作用し合うかを整理することで、新たに460万通りもの副作用を予測することができる。
米スタンフォード大学によると、現在市場には5000種類もの薬が存在する上に、1000種類もの副作用が知られており、考えられる相互作用は1兆通りを軽く超えるという。もちろんその相互作用を人間が予測することは不可能であるが、今回開発されたDecagonは、それを可能にする力を秘めている。この研究プロジェクトの中心となった同大学博士研究員のMarinka Zitnik氏によると、薬物間、または薬物・生体間の相互作用をAIによって予測できれば、薬を処方する医者や薬剤師が副作用などの危険を予測する手助けになるだろうという思いから研究を始めたという。
近年、患者が１度に多くの薬を処方される「ポリファーマシー」という状況が問題になっているが、DecagonをはじめとしたAIの活用が、この問題を解く鍵になりそうだ。ポリファーマシーの問題にはIBMも興味を示しており、同社によると、蓄積された臨床データをもとに副作用を含む薬物間相互作用を予測した上で、患者とコミュニケーションをとりながら納得のいく治療を進めていくのが理想だという姿勢を示している。
LATEST REVIEWS
がん患者の健康状態をモニターするゲーミフィケーションアプリ
ゲーミフィケーションは、ゲーム要素を取り入れることでユーザーの行動変容やパフォーマンス向上を狙うもの。近年では医療分野においても発展の余地が模索されている。スペインのコンプルテンセ大学とサラゴサ大学の共同研究チームは、がん患者における心身の健康度モニタリングへのゲーミフィケーション応用に努めている。
Journal of Healthcare Engineeringに掲載されたチームの研究論文によると、Close2Uと名付けられたこのアプリケーションでは、がん患者に対して気分や疼痛部位に関する一連の質問に答えさせ、モチベーション向上を狙ったアドバイスや歌などが報酬として与えられるゲーミフィケーション機能がテストされている。疼痛の強弱測定においては「非常にひどい」と「非常に良い」を結ぶ直線上をマークする、疼痛部位の測定においては身体画像に該当領域をマークするなど、視覚的なスケーリングを取り込みゲーム性を高めている。また、患者間の報酬交換機能も備え、コミュニティにおける緩やかなコミュニケーションも実現する。
EurekAlertの取材に対し、研究を率いたGarcía Magariño氏は「このアプリにより、楽しみながら適切な健康モニタリングと相互支援を提供することができる。ただし、私たちのリソースと潜在的なユーザーの関心が重要であるため、いつ製品化されるかは分からない」とする。一方でスマート家電やスマートウォッチなどのデバイスに搭載することを計画するなど、野心的な一面ものぞかせている。
