一言で言うと
「AIが犬の癌を治した」と受け取られた話は、AIの役割を大きく見せすぎたもので、実際には人間の専門知識と多大な労力が前提でした。
何が起きているのか
オーストラリアのテクノロジー起業家Paul Conyngham氏が、愛犬Rosieの癌治療にChatGPTを活用したという話が、SNSや一部メディアで注目を集めました。報道によると、Conyngham氏はChatGPTを使って治療アイデア（免疫療法）を検討し、University of New South Walesの専門家を紹介されたとされています。その後、Googleのタンパク質構造予測AIモデルAlphaFoldも活用し、Rosieの腫瘍変異に合わせた個別化mRNAワクチンを開発したと伝えられました。Conyngham氏は、ワクチン接種後にRosieの腫瘍が縮小し、状態が改善したと述べています。
しかし、元記事ではこの話のニュアンスが失われ、AIが癌を「治療した」という誤解が広まったと指摘されています。実際にはRosieの癌は完治しておらず、一部の腫瘍は反応していません。また、治療効果がmRNAワクチンによるものか、同時に投与された免疫療法の一種であるチェックポイント阻害剤、つまり免疫が癌を攻撃しやすくなるよう免疫のブレーキを外す薬によるものかは不明です。
ChatGPTやGrokは情報収集や文献解釈の補助にとどまり、治療法の設計や開発は人間の研究者が担っていました。AlphaFoldもタンパク質の構造仮説を出すツールであり、癌ワクチンを自動で設計する仕組みではありません。この事例が示しているのは、AIが科学への入口を広げる可能性はあっても、実際の治療には専門家、設備、資金が不可欠だということです。
AI業界の文脈では
このニュースは、AI、特に大規模言語モデル（LLM: Large Language Model）の医療応用に対する期待と実態のずれをよく示しています。生成AIは対話が自然なぶん、専門知識そのものを置き換えたかのような印象を与えやすいですが、実際にはそうではありません。AlphaFoldのような特化型AIも含め、AIは強力な補助ツールではあっても、専門家の判断や検証を省ける存在ではないという整理が、ますます重要になっています。
私の見立て
AIが医療分野で本当に役立つには、できることとできないことを見極めたうえで、人間の専門知識とどう組み合わせるかを具体化する必要があります。
この事例は、AIが情報探索や仮説形成の補助には役立ちうる一方で、診断、治療計画、実際の医療行為のような核心部分は、依然として医師や研究者の専門知識と経験に支えられていることを示しています。AIの出力を現実の治療につなげるには、多大な人的・物的リソースが必要です。
医療経営の観点からは、「AIがすべてを解決する」と見込んでしまうと、投資対効果の見積もりを誤りやすくなります。AIは既存ワークフローを効率化し、新たな知見を得る助けにはなりますが、導入は医療従事者のスキル整備や役割分担、倫理面・法的な整理とセットで進める必要があります。
→ 何が変わるか: AIは医療現場における情報収集と分析の効率を飛躍的に向上させますが、最終的な意思決定と責任は人間の専門家が担うという役割分担がより明確になります。
→ 何をすべきか: 医療機関や研究者は、AIを「万能薬」ではなく「高度なツール」として位置づけ、その活用範囲と限界を明確にした上で、専門家による検証と監督を前提とした導入計画を策定すべきです。