超高性能なロボット医師が、本物の医師がどの薬を処方すべきかを判断するのを手助けする世界を想像してみてください。これはサイエンス・フィクションではありません。「AIによる薬剤推奨」と呼ばれる、成長著しい分野です。これらのシステムは、患者の履歴（過去の病歴、手術歴、以前に服用したものなど）を分析し、最適な新しい薬を推測します。それは、あなたの味覚やアレルギーをあなた以上に熟知している、非常に高度なレシピアプリのようなものです。しかし、ここには落とし穴があります。一般的な材料である塩や砂糖だけで料理を作るシェフのように、これらのAIロボットは「珍しい」材料を扱うのが苦手なのです。医学界におけるこれらは、非常に多くの人に投与されることはなく、多くの場合、奇妙または深刻な状態に対して処方される薬のことです。AIは学習データの中でこれらの希少な薬をほとんど見たことがないため、それらを完全に無視してしまう傾向があり、それが切実に必要としている患者にとって危険を招く可能性があります。

これは、KAISTと高麗大学の研究チームが新しい論文で取り組んだ問題です。彼らは、AIは一般的な薬を提案することには長けている一方で、希少な薬についてはしばしば無残に失敗することに気づきました。これを解決するために、彼らはGenRxRと呼ばれる新しいシステムを構築しました。単に現実世界のデータが増えるのを待つ（プライバシー規則のため、データの入手は困難です）のではなく、彼らは大規模言語モデル（LLM）を用いた「タイムトラベル」のトリックを使用しました。これは、物語を書いたりチャットしたりできる、同じ種類の超知能AIです。彼らはAIに「もしも」のシナリオを想像させました。「もしこの患者が、この希少な薬を投与されていたとしたら？ その場合、彼らの物語はどう変わるだろうか？」と。これらの、架空ではあるが医学的に論理的な物語を生成することで、彼らはAIが学習するための膨大な新しい事例ライブラリを作成しました。また、オーケストラの指揮者がすべての楽器が調和して演奏されるように、異なる薬がどのように作用し合うかに注意を払うよう、AIを教え込みました。

結果はどうだったでしょうか？ 彼らの新しいシステムであるGenRxRは、これらのトリッキーな希少薬の予測において、はるかに優れた推測者となりました。テストにおいて、GenRxRは単に「まあまあ」の結果を出しただけでなく、競合を圧倒しました。他の14の手法（同様のビッグブレインモデルを使用している他のAIシステムを含む）を上回ったのです。最も印象的なのは、他のシステムが完全に見逃してしまうような希少な薬に関して、GenRxRは予測精度を最大**30.9%**向上させたことです。彼らはただ推測したのではなく、計算を行い、「もしも」の物語と臨床的な文脈を通じてAIに推理させることで、希少な疾患を持つ人々にとっても、薬剤の推奨をより安全で正確にできることを示しました。

問題点：AIの「常識」バイアス

ビデオゲームの練習をしているところを想像してください。ただし、最初のレベルだけを100万回プレイできるとします。あなたはレベル1の達人になりますが、もし誰かが突然、めったに現れない隠されたボスレベルをプレイするように求めたら、どうすればいいのか全く分かりません。これは、現在のAI薬剤システムに起きていることそのものです。

研究者たちは、これらのシステムが「ロングテール」問題に苦しんでいることを発見しました。現実世界では、少数の薬が絶えず処方される一方で（「一般的な」薬）、数千もの他の薬は極めて稀にしか処方されません（「希少な薬」）。AIは病院の過去の記録から学習するため、一般的な薬を何度も目にします。そのため、それらについては非常に優れた能力を持ちます。しかし、希少な薬はどうでしょうか？ それらはデータの中では幽霊のような存在です。例があまりにも少ないため、AIは基本的にそれらが存在することを忘れてしまうのです。

これは単なる小さな不具合ではありません。これらの希少な薬の多くは、非常に特定の、深刻または珍しい疾患を治療するために設計された「オーファンドラッグ（希少疾病用医薬品）」です。もしAIがこれらを無視すれば、治療を必要とする患者が治療計画なしに取り残されてしまう可能性があります。また、既存のAIシステムは、薬がどのように「共に」作用するかを理解できていないことも研究者たちは指摘しました。希少な薬を処方するということは、通常、他の治療との特定の組み合わせの一部であることを意味します。もしAIがこれらの薬の間の関係性を理解できなければ、安全な推奨を行うことはできません。

解決策：「もしも」の物語によるタイムトラベル

これを解決するために、チームはLLMを2つの巧妙な方法で使用するフレームワーク、GenRxRを作成しました。

1. 「もしも」マシン（反事実的データ拡張）
最初の大きな障壁はデータの不足でした。世界に一台しかないフェラーリしか持っていない状態で、生徒にフェラーリの運転を教えることはできません。そこで研究者たちは、LLMを使用して「より多くのフェラーリ」を作成しました。彼らは単にランダムな数字を捏造したのではなく、AIの医学的知識を使用して「反事実的（カウンターファクチュアル）」な物語を作成しました。

仕組みは以下の通りです：

• チームは、特定の希少な薬を投与されなかった実在の病院記録から患者を選びます。
• そしてLLMにこう問いかけます。「この患者が、もしこの希少な薬を与えられていたとしたら？ その場合、何が論理的に起こり得るか？」
• LLMは、医学の学位を持つクリエイティブな作家として振る舞います。例えば、「よし、もし彼がこの希少な薬を投与されていたなら、おそらく特定の種類の感染症にかかっており、特定の外科手術を受け、別の補助的な薬を服用していたはずだ」といった具合です。
• そしてAIは、この希少な薬と、それに伴う論理的な変化をすべて含む、全く新しい合成患者記録を生成します。

これは、AIに、希少な薬が使用された「並行世界」を訪れるためのタイムマシンを与えるようなものです。これら数千の新しい、現実的な「もしも」の物語で学習させることにより、AIはついに希少な薬がどのようなものであり、いつ使用すべきかを学ぶことができるのです。

2. 「チームプレーヤー」（インストラクション・チューニング）
パズルの2番目のピースは、AIに「文脈」を理解させることでした。希少な薬は、単独で動くことは滅多にありません。それはチームの一員なのです。AIにこれを理解させるために、研究者たちは**インストラクション・チューニング（指示チューニング）**という手法を用いました。

彼らは、患者の状態と必要な薬との間のつながりを強調するように、医療記録を要約するようLLMを訓練しました。彼らはAIに対し、臨床推論のエキスパートとして振る舞うよう具体的な指示を与えました。単に薬のリストを見るのではなく、AIは全体像を見ることを学びました。「この患者にはこれらの症状がある。したがって、この特定の薬の組み合わせが理にかなっている」という具合です。このステップにより、AIが希少な薬を推奨する際、それは単なる推測ではなく、人間の医師と同じように臨床的な文脈を通じて推論していることを保証します。

結果：大きな飛躍

チームは、5つの他のLLMベースのシステムを含む、計14の他の手法とGenRxRを比較テストしました。結果は明白でした。GenRxRがチャンピオンでした。

• 全体的なパフォーマンス： 正しい薬を予測する能力において、ほぼすべての手法を上回りました。
• 希少なメダル： 最もエキサイティングな発見は、希少な薬に関するものでした。他のシステムが正しい希少薬を当てることすら苦戦していた一方で、GenRxRは最強のベースラインと比較して、最大**30.9%**も性能を向上させました。
• 安全性第一： 極めて重要なことに、希少な薬の予測能力を高めたことで、一般的な薬を推奨する能力が損なわれることはありませんでした。基礎的なスキルの精度を維持したまま、より優れた総合的な「医師」となったのです。

研究者たちは、これが機能すると主張しただけでなく、実際の病院データ（MIMIC-IIIおよびMIMIC-IVデータセット）を使用して測定しました。彼らは、「もしも」の物語を使って空白を埋め、臨床的な文脈を通じて推論するようにAIを教えることで、医療AIにおける大きな盲点を解決できることを示しました。

なぜこれが重要なのか

この論文は、医学のあらゆる問題を解決したと主張するものではありませんが、強力な新しいツールを提示しています。AIを訓練するために、必ずしも現実世界のデータをもっと多く集める必要はないことを示しています。時には、今あるデータをより賢く使うことが必要なのです。AIに「もしも」のシナリオを想像させることで、現実世界で起こりうる希少で困難なケースに備えることができます。希少な疾患を持つ患者にとって、これはAI医師が風邪のような一般的な病気に対して準備ができているのと同様に、彼らのためにも準備ができている未来を意味します。彼らが生成したコードとデータは、コミュニティ全体がこの「もしも」のアプローチを活用して、すべての人にとってより安全なヘルスケアを構築できるよう、公開されています。