カリフォルニア大学サンフランシスコ校（UCSF）とウェイン・ステート大学の研究チームが、生成型AIが医療データ分析において人間の研究チームを上回るスピードと精度を発揮した実証実験を実施した。この試みは、AIが実世界の健康研究にどのように貢献できるかを初めて示すもので、特に早産の予測という重要な課題に注目された。研究対象は1,200人以上の妊婦から得られた膣内微生物群データで、これらのデータは9つの異なる研究から集められ、長期的な妊娠結果が追跡されていた。 研究チームは、AIと人間の研究チームを直接比較。人間チームは数か月を要して解析を進めたが、生成型AIを活用したチームは、わずか数か月でモデル構築、検証、論文提出までを完了した。特に注目されたのは、UCSFの修士課程学生レューベン・サルワルと高校生ビクター・タルカが組んだ若手チームが、AIの支援でわずか数分で実行可能な分析コードを生成し、予測モデルを構築したことだ。このコードは、通常、経験豊富なプログラマーでも数時間から数日かかる作業を短時間で実現した。 AIは8つのチャットボットの中から4つが有用なコードを出力し、そのうち一部は人間チームの結果を上回る性能を示した。AIは自然言語による明確な指示に従い、膣内微生物データから早産の兆候を検出するアルゴリズムを自動生成。また、妊娠期間の推定という課題に対しても同様の成果を上げた。妊娠期間の正確な推定は、適切な出産ケアの準備に不可欠である。 研究の主導者であるUCSFのマリナ・シロタ教授は、「AIはデータ分析のパイプライン構築という最大のブレーキを解消する可能性がある。患者の命を救う研究に、スピードが求められている」と強調。同研究は2月17日に『Cell Reports Medicine』に掲載された。 研究チームは、AIの結果が誤りを含む可能性があるため、人間の監視と解釈が不可欠であると指摘。しかし、AIがコードの作成やデバッグを担うことで、データサイエンスの知識が限られる研究者も、より本質的な医学的問いに集中できると期待している。この成果は、オープンデータ共有とAIの融合が、早産の予防や新生児健康の向上に向けた重要な一歩となる可能性を示している。