MIT Clinical Machine Learning Groupは、2型糖尿病のような疾患向けに、病気の進行状況を適切に理解し新たな治療方針を立てやすくするアルゴリズムを開発している。AIツールは患者の医療情報や病歴を利用して、治療に最適なオプションを選択することもできる。

　IBMの「IBM Watson for Oncology」は、拡張された治療（Augmented Treatment）をがん患者に提供している。IBM Watson for Oncologyは患者の医療記録だけでなく、医療関係の定期刊行物や出版物の最新情報など、さまざまな情報を特定の患者について評価して、信頼度別にランクを付けた治療の選択肢を提供できる。そのためがん専門医は、IBM Watson for Oncologyの提案を評価し、その患者個人に合った治療オプションを考案できる。

　医薬品業界におけるAI技術の利用は、疾患の特定や診断にも大きな役割を果たす。コンピュータビジョン（画像の自動認識と説明の自動生成）の技術は、放射線検査の画像や検査結果を見て、健康な組織とがん組織の違いを検出できる。こうしたシステムは放射線治療の仕組みを改善し、治療の個別化によって精度を高める可能性がある。今流行のインテリジェントな電子カルテを組み合わせれば、それが「もう一つの視点」となり、診断や臨床上の決定、個別化した医療の提案などを支援する。

AIによって強化される医薬品製造

　新薬開発は時間もコストもかかるプロセスだ。このプロセスの支援にAIシステムが使用されるようになっている。

　データを分析することで、医薬品の製造時間を短縮したり、当初は意図していなかった病気の治療に、既存の医薬品を利用する方法を特定・発見したりしやすくなる（注1）。治験や製造のプロセスで得られるデータは、製薬会社が医薬品の製造に必要な時間を短縮するのに役立つ可能性がある。その結果、開発コストが抑えられ、成分の複製方法が改善される。

※注1　例えば、狭心症治療薬として長年使われてきたニトログリセリンをがん治療のために再利用する研究がある。ベルギーのAnticancer Fundと米国のGlobalCuresによる国際連携プロジェクト「Repurposing Drugs in Oncology」（ReDOプロジェクト）は、既存薬でがん治療以外に広く使用されている薬剤が、新たながん治療の手段となる可能性を探求している（参考：ecancer Global Foundation「Exploding the drug deadlock: repurposing nitroglycerin for anti-cancer treatments」）。

　AI技術は医薬品の利用目的を変えることも可能にする。これが実現できれば医薬品の開発者は毒物検査など幾つかの工程を省略して製品化を進めることができ、薬品開発プロセスを劇的に迅速化できる。

　GlaxoSmithKline、AstraZeneca、Pfizer、Eli Lillyなどの製薬会社は、医薬品開発プロセス全体の効率を上げるためにAI技術の応用を始めている。例えばEli Lillyは創薬ベンチャーInpharmaticaからAI技術のライセンス提供を受けて、研究速度を上げ、研究活動の費用と環境への影響を抑えながら、オンデマンドでの創薬作業を可能にしている。

　医薬品業界は規制の厳しい分野で事業をしている。そのため製薬会社が迅速かつ広範にAI技術を導入するには障壁がある。医薬品業界は、特にこうしたシステムが監視する患者データの量を考えると、セキュリティ、患者のプライバシー、スマートシステムの信頼性などの問題に対処する必要がある。

　米国の場合、大半の企業がクリーンなデータを隠し立てせずに競合他社と共有することはないため、こうしたデータへのアクセスが問題になる可能性がある。ただし、AI技術が製薬会社にもたらす進化、コスト削減、付加価値は、詳しく探求する価値がある。