ユタ大学のオルリー・オルター准教授らは、量子力学の原理をAIに導入した新規機械学習フレームワークを開発し、小児がん治療の個別化に実用的な突破口を生み出した。同成果は学術誌APL Quantumに掲載され、2024年1月にカリフォルニア州サンタクララで開催された精密医療国際会議で報告された。 従来のAIは疾患予測に膨大なデータを必要とし、臨床試験で入手可能な小規模サンプルからは有用なパターン抽出が困難だった。同チームは量子もつれと重ね合わせを数理モデルに組み込んだ多重テンソル比較スペクトル分解アルゴリズムを構築。わずか約100例の神経芽腫患者サンプルから約600万もの腫瘍および血液ゲノム・RNA特徴量を処理し、治療反応と生命予後を予測する相関パターンを抽出した。 開発手法は標準バイオマーカーを一貫して凌駕する精度を示し、異なる医療機関や時期の治療群でも有効性が確認された。CRISPR-Cas9による実験検証により、脳腫瘍グリオブラストーマの予後と創薬標的候補を裏付け、実効性を証明した。既存のブラックボックス型AIと異なり、本手法は疾患メカニズムを解釈可能で、治療標的を明確に示す点が臨床応用に有利である。 オルター准教授は、単一患者のデータのみから最適治療を設計する究極の精密医療実現を次なる目標に掲げる。同大学の企業Prism AI Therapeuticsは、本技術を医薬品開発に活用し、臨床試験の患者選定を支援している。アルゴリズムは分野に依存しない汎用性を持ち、持続可能なエネルギー分野への応用も視野に入っている。量子由来AIフレームワークは、小規模臨床データの高精度解析を可能にし、次世代のがん治療と創薬開発に新たな基準をもたらした。