AIが医師も診断できなかった18人の子どもたちの希少疾患を特定

ボストン小児病院には毎日1000人以上の子どもたちが訪れる。そのほとんどは明確な診断を受けて治療を開始できるが、希少疾患を抱える一部の患者は診断がつかないままだった。しかし、AIの助けにより状況は変わり始めている。同病院の希少疾患センターとAI企業OpenAIの新たな研究により、既存のAIツールが患者のゲノム内のエラーを特定し、疾患の原因を明らかにできることが示された。この研究成果は木曜日、ニューイングランド・ジャーナル・オブ・メディシンのAI専門誌『NEJM AI』に掲載され、OpenAIのo3 Deep Researchモデルが、これまで症状の原因が見つからなかった18人の子どもたちの診断を確定するのに貢献したことが報告された。

「これは完全にゲームチェンジャーです」と、研究の主任研究者の一人で、ボストン小児病院マントン孤児疾患研究センター遺伝学研究部門の科学ディレクターを務めるキャサリン・ブラウンシュタイン氏は語る。研究チームは、希少疾患の診断がついていない数百人の患者のゲノムを分析した。「約5％の新たな診断を得ました。これは多く聞こえないかもしれませんが、これまで何度も分析されてきた症例を考えると非常に大きな数字であり、それぞれが家族にとっての答えを意味します」とブラウンシュタイン氏は認める。マントンセンターは、全米50州と世界中の3500人以上の希少疾患患者と連携し、世界中の病院や医療センターと協力している。ブラウンシュタイン氏によると、同病院は定期的にこれらの患者のゲノムを新たに同定された遺伝子と照合して診断の手がかりを探しているが、多くの場合新たな答えは見つからないという。

疾患の遺伝的原因を見つけることは複雑である。ヒトゲノムには約2万個のタンパク質コード遺伝子が存在する。現在では患者の全ゲノム配列を決定することは容易になったが、ヒトゲノムの膨大なデータから明確な因果関係を特定することは常に可能とは限らない。「研究者が一つの症例に費やせる時間には限りがあります」と、OpenAIで健康応用を専門とする技術研究者のスヤシュ・シュリンガプル氏は説明する。「最初に担当した時には未解決だった症例でも、1年後に遺伝子と疾患の関連を明らかにする論文が発表されるかもしれません」。現在の最先端生成AIシステムは、既存の散在するデータの中に潜むこうした関連性を特定するためのデータ解析に優れている。

OpenAIの大規模言語モデルが遺伝学者の患者疾患と特定遺伝子の照合を促進できるかどうかを確かめるため、ブラウンシュタイン氏とマントンセンターの研究者はOpenAIおよびシュリンガプル氏と協力し、公開製品が新たな答えを提供できるかどうかを検証した。昨年実施された研究では、ブラウンシュタイン氏と研究チームは、診断がついていない376人の患者のゲノムを当時最も強力だったo3システムに入力した。各ゲノムの診断的手がかりを探すため、研究者はo3モデルに担当医のメモ、患者の症状説明、および症状の原因となる可能性のある遺伝子のフィルタリング済みリストを提供した。人間の研究チームはシステムの出力をすべてレビューし、最終的な診断を下した。376の症例は4つの異なる疾患領域にわたり、チームは10人の希少神経発達疾患患者、4人の神経筋疾患患者、2人の突然死した子供、および2人の早期幼児期精神病患者に対して新たな診断を特定した。

カイラ・ベントンさんは、この研究によって診断を受けた一人である。ベントンさんが9歳の時、母親は彼女が他の子供と異なる動きをし、つま先歩きを始め、正常な歩行で走るのに苦労していることに気づいた。すぐにニューヨーク市の神経筋疾患専門医を訪ねたが、専門医も原因を特定できなかった。数年後、症状が悪化し、ボストン小児病院を訪れたが、そこでも疾患の根本原因は不明だった。その後、深刻な心臓問題に直面し、13歳で気管切開を受けた。ベントンさんは診断が永遠にわからないことを受け入れていたが、昨年マントンセンターの研究者から連絡があり、新しい研究で症状の原因が判明したと告げられた。それは筋原線維ミオパチーという、筋線維を破壊する進行性の遺伝性神経筋疾患だった。

「昨年の夏、20歳の誕生日の約1週間前に、研究所の研究者から電話がありました」とベントンさんは振り返る。「彼女は『やあ、15年ほど経ちましたが、お知らせがあります』と言って、そこからすべてが広がっていきました」。ブラウンシュタイン氏は、o3のような市販システムが、何度も分析されてきたゲノムから新たな診断を発見できたことに驚いたと述べている。これらの診断には、人間のアナリストが同じ結論に達するまでに数日間の研究が必要だったかもしれないが、ブラウンシュタイン氏と同僚にはその時間がない。「一つの症例について何ページもの遺伝子を調べなければならないが、LLMは疲れを知りません」と彼女は指摘し、患者の症状の原因となる生物学的な「針」をゲノムワイドな「干し草の山」から見つけるための遺伝学者やアナリストが絶対的に不足していると述べた。

この研究に関与していないベス・イスラエル・ディーコネス医療センターの医師でAI医療応用の専門家であるアダム・ロッドマン氏は、医師が使用する際のAIシステムの診断能力を示す刺激的な実証だと評価した。「5％の診断率は本当に意味のあるものであり、重要なスクリーニングツールとして、大幅な未処理ケースの再分析を加速するのに役立つ可能性があります」と彼はNBCニュースへのコメントで述べた。この論文は、大規模言語モデルが患者の初診後にシーケンスされた遺伝子をゲノム内で検索する能力に注目した以前の研究と同様の基盤を踏んでいる。しかし著者らは、この新しい研究が、全国の医師が市販のAIシステムを利用して業務を迅速化し、患者が elusive な診断を得るのを支援し、重要な医療情報へのアクセスを民主化する方法を示していると強調した。

この研究に関与していないコロンビア大学のバイオインフォマティクス教授、チュンファ・ウェン氏は、この論文はこの研究分野への「素晴らしい」貢献であると述べたが、論文の研究チームと同様に、LLMの結果には厳格な人間によるレビューが依然として必要であると警告した。「診断におけるLLMの適切な使用には、信頼性への注意が必要です」とウェン氏はNBCニュースに語った。木曜日の論文ではまた、マントンセンターが特定した診断のうち7つは実際には「再発見」であり、ある場所の治療チームが患者の特定の診断を特定していたが、世界中の研究者と共有されていなかったことも指摘されている。ブラウンシュタイン氏は、これらの再発見でさえも、「新たな治療法が登場したときに、患者をすぐに見つけ出し、新しい技術開発や治療法の最前列に立つことができる」ようにするために極めて重要であると強調した。

OpenAIの健康チームはこの進歩を歓迎し、今日の公開AIシステムが患者の生活に深い影響を与えられることの証拠であると述べた。OpenAIはこのプロジェクトを経済的に支援した。同時に、研究チームはこの発見が万能薬ではないこと、特定の疾患と診断されることは多くの場合、治療法を見つけて追求するための初期段階に過ぎないこと、そしてLLMは消費者が病気を治療または診断するために使用することを意図したものではないことを明確にした。代わりに、これらのツールは人々と医師が複雑な医療情報をナビゲートするのに役立つ。OpenAIの健康部門責任者アシュリー・アレクサンダー氏は、「決して誇大広告をしたいわけではありません」と述べ、「しかし、今日ポケットに入っているChatGPTのバージョンでも何が可能か、何が起こっているかを見逃さないようにしてほしい」と付け加えた。ベントンさん自身は、AIがこの突破口に関与していたことに驚いた。「率直に言って、私はAIをあまり好まないタイプです」と彼女はNBCニュースに語ったが、特定の場面ではAIが役立つことを認めた。「このケースのように、人々の生活をより良く変える大規模なブレークスルーにつながる可能性があります」