「すべての病気を解決する」ですって？

Google DeepMindのCEOであるDemis Hassabis氏は、今年のGoogle I/O基調講演の終盤で、完全に無表情のまま、「いつの日かすべての病気を解決することを目標に、創薬プロセスを再構想したい」と宣言した。この発言は、「もし本当ならすごい」という言葉のために作られたようなものだ。実際にHassabis氏が説明していたのは、Gemini for Scienceという、研究者が新しい発見を探求・実現するための実験的なAIツール群である。

私はOptimizerでAI健康についてしばしば批判的だが、Hassabis氏の発言はもっと文脈を考慮する必要がある。一般の人にも理解でき、誤情報を意図せず拡散しない良い科学コミュニケーションは、ますます難しくなっている。基調講演の聴衆にいた研究者たちは、AIの進歩により医学的発見にかかる時間が劇的に短縮されたという意味だと理解しただろう。しかし、平均的な人（そしておそらく科学コミュニケーターでさえ）には、「Geminiがすべての病気を治す、それがAIの力だ」と聞こえたかもしれない。これは現実の医学的ブレークスルーの仕組みとはまったく異なる。

何十年もの間、AIは医学研究と発見の不可欠な部分であった。ウェアラブルが使うアルゴリズムはAIだ。非侵襲的なウェアラブル検出機能の発見？それは機械学習だ。生成AIはこの分野では比較的新しい参入者だが、大きな可能性を秘めている。仕事の一環として臨床研究者と話す機会が多いが、消費者向け健康技術の多くのブレークスルーは、部分的にはAIの進歩によるものである。例えば、あるメタレビューでは、AIが新型コロナウイルスワクチンの開発期間短縮に重要な役割を果たしたことが示されている。これは全世界が恩恵を受けたことだ。しかし、同レビューはまた、アルゴリズムのバイアス、データプライバシー、公平な世界的アクセスに関して、このようなAIの使用には依然として重要な倫理的、物流的、規制上の課題があると指摘している。

基調講演でHassabis氏は、GoogleのAlphaFoldとAlphaGenomeプロジェクトに言及した。AlphaFoldは研究者がタンパク質構造をよりよく理解するのに役立つ。これは、タンパク質が無数の生物学的プロセスで多様な役割を果たすため重要である。タンパク質をより深く理解すること、あるいは新規の合成タンパク質を設計することは、がん治療の鍵となる可能性がある。従来、新しいタンパク質やその機能、他の分子との相互作用を発見するには何年もかかっていた。AlphaFoldはそのタイムラインを劇的に短縮するのに役立つ。実際の事例として、研究者はこのモデルをマラリアワクチンの開発、LDL（悪玉コレステロール）の背後にある主要タンパク質の発見、早期発症パーキンソン病の原因タンパク質の理解などに利用している。

一方、AlphaGenomeはヒトDNA配列の変異を予測する別のモデルである。このモデルの可能性は、特定の病気がなぜ発生するのかを研究者が理解するのに役立つことだが、GoogleはNature誌で重要な限界があると指摘している。例えば、このモデルは個人のゲノム予測のために検証されておらず、細胞特異的および組織特異的なパターンを捉えることに苦戦している。これらのニュアンスは研究者にとって重要だが、他の人々の頭の上を飛び越えてしまうことが多い。

多くの点で、Hassabis氏がステージ上で言ったことは、あなたや私に向けられたものではない。また、いくつかの重要な文脈として、これらのAIモデルやGemini for Scienceツールは、今後3年、5年、あるいは10年で癌やこれまでの「不治の病」を魔法のように根絶するものではない。このようなことは、少なくとも20年、おそらくそれ以上かかる可能性が高い。あなたはそれが長い時間だと思うかもしれない——特に現在病気の親戚や自分の寿命にとって何を意味するかという点で。しかし、厳密な科学研究としては、それは野心的で攻撃的な見積もりである。

しかし、これは40億もの他のAIエージェントや機能を発表する基調講演で説明する時間があるものではない。問題は、これらの発言が広く伝わり、広範囲に影響を及ぼすことだ。私たちの大多数にとって、AI健康はこれまでのところ、要約されたメトリクスの反復、幻覚、そして面倒な手取り足取り指導という悲惨な体験である。研究者向けのAIツールと消費者向けAI健康機能を混同すべきではないが、人間としてそれをしてしまうのは極めて自然なことだ。

Hassabis氏の発言に対する私の直感的な反応は、保健長官RFK Jr.の最近の声明を思い出したことだ。議会の公聴会でKennedy氏は、AIがFDAを「無関係にする」かもしれないと述べた。彼の論理は、AIが新薬の開発と承認を支援できるというものだ。それをHassabis氏の発言と比較すると——まったく異なる文脈だが——一般人の反応が誤解を招く連想に飛びつく可能性があることがわかる。例えば、GoogleがKennedy氏の分析を繰り返したり信憑性を与えたりしているというものだ。

The Vergeは以前、Kennedy氏のAI健康分野における見解がなぜ欠陥があるかを報じている。しかし復習として、昨年彼がTucker Carlsonとのインタビューで、AIは医薬品承認プロセスを急速に加速できると述べたことを挙げよう。これは完全に間違いとは言えない広い主張だ。確かに、AIツールはこの分野で長年使われてきた。そして、より新しく強力なモデルは研究者や製薬会社のプロセスをより簡単で効率的にする可能性がある。しかし、それはFDAの医薬品試験、動物実験、そして何十年も続いてきたさまざまなプロセスの必要性をなくすものではない。AIは最終的には専門家の入力と協力を必要とするツールであり、科学的厳密さは決して無視できるステップではない。

文脈は王であり、それは通常、バズワード的なサウンドバイトで最初に失われるものだ。これが、私が最初にウェルネス詐欺師の手口を概説したとき、ステップ1は一般的に広い事実と誤解を招く主張を並置することだと述べた理由である。明確にしておきたいが、私はHassabis氏が基調講演で巨悪を犯したと言っているのではない。Google（そしてApple）は実際に多くの臨床研究を行い、その努力をブログで伝える努力をしている。しかし、伝言ゲームのように、短尺のソーシャル動画、注意力の低下、メディアリテラシーの低下が進む現代では、多くの情報が失われる。私には解決策はないが、可能な限り文脈を追加し、それが適切な観客に届くことを願うしかない。

サイエンスウォッシングがこれほど蔓延しているのには理由がある。いくつかのバズワードや大胆な発言が、ハイテクな正当性の雰囲気を与え、ニュアンスを消し去る。シリコンバレーでは、ペプチドパーティーに参加したり、Bryan Johnsonの長寿バイオハッキングを信奉するテックブロたちに見られる。「AIはすべての病気を解決できる」から「バイオメトリクスを追跡し、サプリメントで最適化し、死を打ち負かせ」への飛躍は大きくない。

いつかAIが最終的にすべての病気を解決する助けになるかもしれない。しかし、もしそうなったとしても、その道のりは明確でも単純でもない。特に臨床研究の能力にも影響を与える政治的、社会的、文化的環境の中で、今後20年で多くのことが起こり得る——だから、今のところ私がHassabis氏ほど楽観的でないことを許してほしい。