人工知能は希少疾患の診断と治療を革命的に変えることができるか？

アメリカでは、3,000万人以上の人々が1万種類以上の希少疾患に苦しんでおり、これらの疾患はしばしば知られておらず、特定が難しい。多くの患者にとって、正確な診断を得るまでに平均5年から8年かかり、適切な治療へのアクセスが遅れている。これらの疾患のうち、承認された治療法があるのは5％未満であり、大多数の患者は治療法を持たないままである。経済的なコストも莫大で、アメリカでは毎年1兆ドル以上が希少疾患に費やされており、2030年までに治療市場は4,000億ドルに達すると推定されている。

希少疾患の患者の経験は、しばしば医療の迷走のようである。症状は曖昧であったり、より一般的な疾患と似ていたりするため、すでに多忙な一般医の仕事を複雑にしている。遺伝子検査はますますアクセスしやすくなっているが、解釈が難しい膨大なデータを生成する。包括的なゲノム解析では、反復配列の拡張や大規模な染色体異常など、一部の異常を見落とす可能性があり、より高度で高価な技術が必要となる。

人工知能は、診断と治療のプロセスを統合することで、この状況を変える可能性がある。ゲノムデータ、臨床データ、環境データを分析できるモデルにより、AIは人間の目には見えないパターンを特定することができる。AIは、医療記録、画像、遺伝子配列、さらには音声や動画の記録から情報を統合し、不可逆的な損傷が発生する前に希少疾患を検出することができる。これらのシステムは、診断をより迅速かつ正確に行うだけでなく、誤診や遅延に伴うコストも削減する。

しかし、大きな課題が残っている。現在の生物学的モデルは人間の身体の複雑さを完全に捉えておらず、予測の信頼性が制限されている。個別化治療の開発は遅く、コストがかかり、AIによる設計よりも製造に時間がかかる。さらに、これらのオーダーメイド治療の資金調達は問題であり、高額な費用と極めて特殊な性質が、従来の医療システムへの統合を困難にしている。

これらの障壁を克服するためには、政府、産業界、財団間の緊密な協力が不可欠である。目標は、研究、製造、革新的な治療法の配布を支援できる持続可能なインフラを構築することである。AIは人間の専門家に取って代わるものではないが、大量のデータ分析を自動化し、各患者に適した治療法を提案することで、専門家を支援することができる。最終的に、このアプローチは個別化医療をすべての人に利用可能にし、希少疾患のケアを変革する可能性がある。

Sources et crédits

Étude source

DOI : https://doi.org/10.1007/s12553-026-01057-y

Titre : Unifying the odyssey: artificial intelligence for rare disease diagnosis and therapy

Revue : Health and Technology

Éditeur : Springer Science and Business Media LLC

Auteurs : Mai-Lan Ho; Marinka Zitnik; Ronen Azachi; Sanjay Basu; Pranav Rajpurkar; Richard Sidlow