GitLabの共同創業者であるシド・シブランディ氏が、自身の希少がん（骨肉腫）の治療において、最新のテクノロジーとAIをどのように駆使したかを語る対談である。標準治療の限界に直面した彼は、遺伝学者のジェイコブ・スターン氏らと共に「ファウンダー・モード」で自身の治療計画を根本から再構築した。シングルセルシーケンスやクリックケミストリー、個別のmRNAワクチン、CAR-T細胞療法などの最先端のアプローチを用い、膨大な医療データの分析にAIを活用した経緯を詳細に解説している。これは単なる一人の患者の記録にとどまらず、未来の個別化医療を全ての人に届けるための道しるべとなる重要な事例である。
オープンAIフォーラムへようこそ
皆様こんにちは、OpenAIフォーラムへようこそ。私はクリス・ニコルソンです。本日はご参加いただき本当にありがとうございます。初めて参加される方にご説明しますと、OpenAIフォーラムは、実社会でAIがどのように使われているか、私たちが何を学んでいるか、そしてその影響を共にどう形作っていくかを共有するための、業界の垣根を越えたグローバルなコミュニティです。
本日の対談は、そのAIの影響力を示す非常に力強い例となります。GitLabの共同創業者でありエグゼクティブ・チェアのシド・シブランディさんと、シドさんと密接に連携している遺伝学者のジェイコブ・スターンさんをお迎えしています。お二人は、深刻な病気の状況下でAIを活用したという、極めて個人的でありながら同時に非常に技術的なストーリーを共有してくださいます。私はシドさんとはもう10年以上のお付き合いになります。本日は皆様にお集まりいただき、大変感謝しております。それでは、シドさんとジェイコブさんをより詳しくご紹介するために、OpenAIの研究者であるスコット・マッキニーにバトンタッチします。
シドとジェイコブの紹介
クリス、ありがとうございます。OpenAIの研究者、スコット・マッキニーです。本日はシドとジェイコブをここにお迎えできて本当に嬉しく思います。クリスが言及したように、シドは骨肉腫という、まれで非常にしつこい骨のがんと闘ってきました。アメリカでは年間1,000人未満しか罹患しない病気です。もし最初の治療の後に再発した場合、生存率は通常数ヶ月単位で計算されます。実は私自身も2020年から同じがんと闘っており、その治療の選択肢がいかに少なく、鈍発的で、率直に言って残酷なものであるかをこの目で見てきました。そして、その選択肢がいかに早く尽きてしまうかも知っています。
シドのがんが再発し、絶望的な状況に直面したとき、彼とジェイコブは起業家としての「ファウンダー・モード」に入り、この問題に強烈な情熱と大胆さで取り組みました。伝統的な医療システムが彼らを道の終わりに追いやったとき、彼らは自ら道を切り拓くことを決意したのです。この後のトークでお聞きいただけるように、彼らは最先端のツールとAIを連鎖的に活用し、個別化医療の限界を押し広げています。私がこのストーリーの素晴らしいと思うところは、自分自身の医療危機に対する単なる機転の良さではなく、彼らが起業家として、後に続く他の人々のために道を切り拓くことに関心を持っているという点です。
私が初めてジェイコブとシドに紹介されたのは昨年、私自身の診断がきっかけでしたが、彼らは自分たちの手法を信じられないほど寛大に共有してくれ、私がこの状況をどう乗り越えるかを完全に変えてくれました。本当にありがとうございます。彼らのアプローチは、いつの日かすべての人に開かれるであろう、未来の医療の姿を垣間見せてくれるものだと私は信じています。私自身の家族、そしてがんに苦しむすべての家族に希望を与えてくれました。シドが自身のエネルギー、野心、そしてリソースを駆使して自分自身の治療法を追求する姿に、私は深くインスパイアされています。
私も微力ながら、ここOpenAIで同じようなことに取り組めていると感じています。AGIはすべての船を押し上げる潮のようなものかもしれませんが、私たちの多くは、AGIが医療をどう変革できるかに特に興奮しており、そのビジョンを現実のものにするために懸命に取り組んでいます。チームはヘルスケア領域におけるモデル評価のための公開ベンチマークを作成し、プライマリ・ケアの現場に臨床コパイロットを導入し、ChatGPTヘルスにおいて医療専門知識へのアクセスを民主化するために取り組んでいます。この点において、未来は非常に明るいと考えています。それでは、光栄にもシドとジェイコブをご紹介いたします。
がんとの闘いとテクノロジーの出会い
スコット、そしてクリス、素晴らしいご紹介を本当にありがとうございます。今日ここに来て、私のがんの道のりをお話しできること、そしてその過程でAIがどのように膨大なデータの処理や新しい治療法のナビゲートに役立ったかを強調できることを、とても楽しみにしています。
私は10年以上前の2015年に、GitLabというスタートアップと共にアメリカにやって来ました。その6年後、私たちは会社を上場させました。しかし上場した翌年、多くのことが起こりました。皆さんのいるOpenAIがChatGPTをリリースしましたよね。また、非常に興味深い技術にノーベル賞が授与されたりもしました。しかしその一方で悪い出来事として、私はベンチプレスをしているときに変な感覚を覚えたんです。ベンチプレス中に心臓のあたりに痛みを感じ、前に経験したことがあるので心臓発作ではないとは分かっていました。でも、数少ない過去の経験とは違って、痛みが消えなかったんです。
2週間後、夜も眠れなくなりました。午前4時に病院の救急外来に行くと、2週間も続く心臓発作なんてありませんよ、と言われました。それは良かったのですが、レントゲンを撮って家に帰されました。彼らによれば異常はないとのことでした。しかし数時間後、かかりつけの医師から電話があり、瞑想の方法を知っていますかと聞かれたんです。とてもベイエリアらしい質問だと思い、ええ、実は瞑想の仕方は知っていますよと答えました。すると彼は、今すぐ瞑想を始めた方がいい、あなたの血圧は異常に高く、動脈瘤の可能性があり、感じている痛みは大動脈が破裂し始めているサインかもしれない、だから落ち着いて、今すぐ救急外来に戻るか電話をして事前連絡しなさい、と言ったんです。
指示通りにすると、良い知らせがありました。大動脈は無事でした。しかし悪い知らせもあり、私の脊椎から6センチほどの腫瘍が成長していることが分かったのです。そのため、腫瘍を取り除くための緊急手術をすぐに行わなければなりませんでした。フレームを入れ、脊椎固定術を行い、放射線治療を受け、非常に強力な化学療法を受けました。先ほどスコットが言ったように、それがどれほど過酷かは中世の拷問のようでした。トイレに行くのさえ困難で、命をつなぐために4回の輸血が必要でした。
先ほどほのめかしたように、2022年にはもう一つ別の出来事がありました。クリックケミストリーがノーベル賞を受賞したのです。聞いたことがないかもしれませんが、これは副作用なしで人間の体内で2つの化合物を結合させる方法です。他のことは一切せず、常にその特定の反応だけが起こります。本当に天才的で、だからこそノーベル賞を受賞したのです。私は幸運なことにYコンビネーターの期間中、ホセという人物に出会いました。彼はこの技術を使って会社を立ち上げようとしており、クリックケミストリーを患者に適用しようとした最初の人物でした。彼は資金調達に苦労していましたが、今は大丈夫です。当時はノーベル賞受賞前でトレンドではなく、バイオテックのVCも信じていませんでした。時が経つにつれ、私が彼の最大の投資家になり、私にとっても最大の投資案件となり、私たちは親友になりました。
そして私が窮地に陥ったとき、彼はこの治療法を試してみようと言ってくれたんです。それが私の目を開かせました。たった一人の患者のために治療を受けることが可能だと知ったからです。私は常に大規模な臨床試験が必要だと思っていましたが、本当に絶望的な状況にいる場合、単一患者向けIND（治験薬）という選択肢があります。FDAは99.7%承認しており、今では100%承認していると言う人もいるくらい、選択肢が非常に少ない病気を抱えている場合には素晴らしい道筋です。
シングルセルシーケンスから得られた画期的な治療
しかし、あらゆる努力にもかかわらず、2年後に寛解状態から再び成長が始まりました。局所的な進行があり、もはや標準治療の薬は残っていませんでした。私の担当の腫瘍医は、効果があると思えるものを推薦できず、臨床試験を探すように言いました。しかし希少疾患であるため、試験自体が存在しませんでした。
ここからが私にとっての生死を分ける戦いになりました。私は本業を辞め、自分のがんに対してファウンダー・モード（創業者モード）で全力を注ぐことにしました。手に入る限りのあらゆる診断を徹底的に行いました。通常、人々は何をするかが決まっている場合にのみ診断を行うと言いますが、私たちは全くそんなことはしませんでした。見つけられる限りのあらゆる技術を試し、大量のデータを集めました。治療法が残っていないなら、作るしかありません。時間切れが迫る中、がんが進行して亡くなる人が多い現状を変えるため、できるだけ多くのことを並行して進め、それを他の人にもスケール（拡張）させようとしました。
徹底的な診断の一環として、太陽の下にあるあらゆることをやりました。その一部を見たい方は、osteiosark.com に25テラバイトのデータが公開されています。私たちがやったことの一つが、シングルセルシーケンス（1細胞シーケンス）です。これは何千もの細胞を個別にサンプリングする本当にクールな技術です。これにより、私のがん細胞を分離し、その特性を調べることができました。そして、がん細胞が大量のFAP（線維芽細胞活性化タンパク質）を持っていることを発見したのです。これは一種の線維組織のようなものです。この発見は素晴らしかったです。なぜなら、ドイツにFAPと放射性物質を組み合わせる実験的治療を行っている医師を見つけたからです。
私はドイツに行き、その治療を2回受けました。放射性物質を使うため体が発光するような状態になり、治療後は隔離病棟に入りました。結果は非常に大成功でした。2回の治療で腫瘍の60%が壊死し、20%縮小しました。がんが硬膜から剥がれ落ちたため、手術で体から取り除くことができたのです。
また、治療の過程で行ったシーケンス、特にTCR（T細胞受容体）シーケンスを見ると、あらゆる免疫療法によって私の中に多くの怒れるT細胞（強力なT細胞）が生成されていることがわかりました。デュアルチェックポイント阻害剤、NK細胞、スーパーアゴニスト、腫瘍溶解性ウイルスなど、本当にあらゆることをやりました。免疫システムを活性化させていたのですが、腫瘍微小環境が非常に抑制的であったため、免疫システムが入り込むことができなかったのです。私たちが推測しているのは、FAP細胞を無効化したことで好中球へのシグナル伝達が止まり、コールド腫瘍（免疫反応のない腫瘍）がホットになり、突然免疫細胞が侵入できるようになったのではないかということです。確証はありませんが、そう考えています。
また、MDM2というタンパク質も私の治療のターゲットとして調べました。私はMDM2の発現が異常に高いんです。単なるタンパク質ですが、私は指標となる腫瘍モデルですらチャートを振り切るほど高く、上位3%未満に入ります。そこで薬がないか調べ始めました。薬は作られていたのですが、大半の患者に効くブロックバスター（特大ヒット薬）でなければ市場に出ないため、開発がストップしていました。MDM2はそのケースに当てはまらず、彼らはちょうど冷凍庫の電源を切ろうとしていたところでした。だから今、私たちは冷凍庫を動かし続けるためにお金を払い、この薬を市場に出す道を探っています。大半の患者ではなくとも、10%や20%の人を助けられるなら、それも素晴らしい成果だからです。
徹底的な診断を行って最も良かったことの一つは、シングルセルシーケンスのおかげでジェイコブと出会えたことです。彼は今、私の治療というプロジェクト全体を指揮してくれています。ジェイコブに代わります。
AIを用いた膨大なデータ分析と新たな治療法の開発
ありがとうございます、シド。そしてお招きいただき本当にありがとうございます。私は医者ではありません。クリックケミストリーに基づく薬の開発に取り組んでいた共通の友人ホセを通じてシドと出会いました。当時、私は10x Genomicsという、シングルセルシーケンスを可能にする装置を作る会社で働いていました。そこに6年間在籍し、シドと出会ったときに私たちがやっているシングルセルについて話し始めました。するとシドは、彼と彼のチームがシングルセルを使って自身の治療にどう役立てているかを説明してくれたんです。
10xのミッションは「生物学を極めて人類の健康を前進させる」ことなのですが、自分の健康を前進させるために文字通り生物学を極めようとしている人に直接会ったのはこれが初めてでした。私はこれにものすごく惹きつけられました。互いを知り、彼の物語を理解するにつれ、彼がいかに未来に生きており、さらに多くのことを成し遂げようとする野心を持っているかがわかりました。
ここで画面に出ているのは、シドのがんを分析するために使用している膨大なテクノロジーの数々です。シングルセルシーケンスやバルクDNA・RNAシーケンスのような私が馴染みのあるものも行っていますが、私のコンフォートゾーンを大きく超えた領域にも足を踏み入れています。標的放射性診断、大規模な病理染色、シドのがんに直接薬の効果を試すためのオルガノイドモデルの使用などです。
そのため、私自身がAIのヘビーユーザーになり、自分の知識を基礎レベルまで引き上げ、専門家とこれらの異なる分野について有意義な会話ができるようにしました。シドのためにこれをどう推し進め、このデータを実際にどう活用するかを議論できるようにするためです。実践としてこれをどう行ったか、私のChatGPTの履歴を少しお見せしたいと思います。
これは昨年の夏のスクリーンショットで、ある実験を行いたかった時のものです。バルクRNAシーケンス実験の出力結果を取り込みました。これは基本的に、シドの腫瘍サンプル内で各遺伝子がRNAレベルで何回検出されたかをカウントしたものです。CSVファイルで表現されており、遺伝子名とそのカウント数が並んでいます。これを当時のGPT-4のプロプランに入力し、「これについてどう思う？」と尋ねました。何が出てくるか見たかったのですが、率直に言ってその時点でも驚くべき結果でした。ズームするとわかりますが、B7H3という後ほどプレゼンで出てくるものを指摘し、さらにシドが先ほど触れた免疫動態のいくつかも認識していました。現在私たちはシングルセルレベルでそれらをさらに詳細に研究しており、今やっていることははるかに高度になっています。
これらのモデルの進化のスピードは完全に常軌を逸しています。私たちは自分たち向けのシステムを構築しており、自然言語で質問を投げかけると、複数のエージェントが立ち上がって文献検索を行い、独自の仮説を立て、基本的にバイオインフォマティクス分析の構造を作り上げ、それを実行して要約を持ち帰ってくるようになっています。
最近の例をお見せしますと、CHIP（意義不明のクローン性造血）について、私たちが構築したこのシステムに質問しました。これは加齢に伴い多くの人が発症するもので、血液細胞が多クローン性を失う現象であり、悪化すると白血病につながる可能性があります。シドの血液でこれが起きているかもしれないという兆候をチームから聞いたとき、私たちはとても怯えました。なぜならこれは数年前にシドが受けた化学療法の副作用の可能性があるからです。
そこで私が最初にしたことの一つは、システムにアクセスして単純に質問することでした。ここにあるプロンプトを見ていただければわかる通り、かなり自然な言語です。APIコストで20ドルほどかかりましたが、システムは30分ほど考えて一連のツールを呼び出し、独自の文献レビューを行い、探すべきマーカーのセットを策定しました。これはシドの血液の複数の時点から採取された約60万個のシングルセルデータと接続されているため、実際にシドの血液データ内で直接分析を実行し、「これが私の見解です」「これが結論です」「これがインタラクティブなプロットです」、さらに「これがプロセスの全履歴とPythonで書いたコードです」というレポートを返してくれました。
もちろん、箱から出してそのまま信用するわけではありません。間違いを犯す可能性は確実にありますが、これが私にもたらしてくれるのは、迅速に知識を身につけ、この病気をとりまく状況を理解し始める手段です。繰り返しますが、私は医者ではありませんし、CHIPについて学んだこともありません。しかしここで、病気全体について、そして特にシドの生物学的特性について急速に知識をキャッチアップすることができます。そのおかげで、その後この件を深く調査してくれた情報科学者たちの良いカウンターパートになることができました。ありがたいことに、現在はこのリスクの懸念は解消されています。
個別化医療の最前線：mRNAワクチンとT細胞療法
最大限の診断を行うだけでなく、私たちはシドに特化したゼロからの治療法もいくつか作っています。これは私にとってはデータ分析以上に自分の専門外の領域であり、自分自身の薬を作ることができると知ったことは率直に言って過激な経験でした。シドが具体的なエピソードを話す前に、前提を合わせるためにいくつかの治療モダリティの概要を説明したいと思います。
最初にお話しするのはがんワクチンで、この場合は具体的にmRNAワクチンです。COVIDやインフルエンザのワクチンと同じように考えていただければ結構です。アイデアとしては、免疫システムを教育し、異物と戦う準備をさせることです。COVIDワクチンの場合はウイルスのスパイクタンパク質に体をさらせますが、今回のケースでは、シドのがんに存在する多数の変異をワクチンにエンコードしています。これは異物であるがんをシドの正常な組織と区別するものです。これを体内に入れると、免疫細胞にがんを見つけたらパトロールして戦う準備をさせるようになります。
次のエピソードはTCR-T細胞療法についてです。TCRはT細胞受容体の略で、T細胞は免疫システムの強力な武器の一つです。T細胞は非常に殺傷力が高く、T細胞受容体を使って非常に特定のものを検知し、近くにある細胞に穴を開けるタンパク質を撃ち込みます。ここではワクチンよりも少し直接的なことができます。シングルセルシーケンスで行った作業や、非常に優秀なパートナーたちによる徹底的な作業のおかげで、シドのがんに非常に特異的である可能性が高いTCR（T細胞受容体）を特定しました。これを健康なT細胞に直接エンジニアリングして大量に培養し、シドに直接注射することができます。これを使う日が来ないことを祈っていますが、必要になった場合に備えて準備しています。
最後にもう一つ簡単に触れるのが、CAR-T細胞療法です。CARはキメラ抗原受容体の略です。これはTCR-Tと同じコンセプトの延長線上にあり、キラー免疫細胞であるT細胞を土台として強化し、何を認識するかを決める受容体をエンジニアリングで組み込みます。徹底的な診断を通じて、シドのがん細胞のほぼすべてに存在する標的を選び出しました。これは本当に殺傷力が高く、もし本当に核兵器を展開する必要が生じた場合のための、特異的で非常に強力な保険としてのCAR-Tを棚に準備している状態です。
がん治療における患者自身の主体性
ええ、だから私たちは個別化されたmRNAワクチンを作ったんです。すごくエキサイティングでした。私は医師主導治験の最初の患者になり、その過程でこれを作るために何が必要かを学ぶのは素晴らしい経験でした。ワクチンにエンコードできる抗原はすべて存在し、基本的にウイルスの塩基対をエンコードするためのビットとバイトがあります。限られたセットしか選べないので、何を選ぶかが非常に重要です。私たちは、私の腫瘍サンプルに何が含まれているか、さまざまなモデルで何が高スコアを出しているかを判断するために数え切れないほどの方法を使いました。現在、これは科学というより芸術（職人技）の領域です。
しかし、これを自動化するためにAIを使い始めている企業をすでに目にしています。それは非常にエキサイティングなことです。なぜなら、それが何百万人もの患者に対して実行できるようになるからです。自分のためのがんワクチンを手に入れられる未来が見えますし、それを実現できるほどの医師は足りないので、それはAIによってもたらされるはずです。また、一般的にこうしたAIによるエンジニアリングアプローチの方が良い結果を生むと私たちは考えています。ですから、ここでAIができることは非常にエキサイティングです。私たちはプロジェクト開始から注射までわずか6ヶ月でこれを行うことができ本当に幸運でしたが、将来的にはこの期間がさらに短縮されると考えています。
ジェイコブがTCR-Tについて言及しました。これも作るのが非常に興味深いものです。複雑ですが、多くの意思決定と多くのデータがそこに注ぎ込まれます。私たちが分かったのは、良い腫瘍サンプルがあり多くのサンプリングを行えば、診断データが設計をどう行うべきかを本当に教えてくれるということです。ここでも、イエスかノーか、なぜかといった判断変数がたくさんあり、多くの推論とロジックが必要です。これを規模を拡大して行うには、やはりAIが必要になります。
最後の例は、診断が薬の開発にどう影響を与えるかを示す非常に強力なものだと思います。私たちはCAR-TのターゲットとしてB7H3を選びました。CAR-Tは作動させる予定の超強力な核兵器であることを思い出してください。しかし、私たちはそれが体内のどこに存在するのかを知りたかったのです。私の遺伝データはありましたが、実際にスキャンを行うことに勝るものはありません。そして北京でそれを実施することができました。10月に現地に飛び、スキャンを受けました。
医師が戻ってきて、「とても良い知らせと、とても悪い知らせがあります」と言いました。良い知らせは？と聞くと「がんは見当たりませんでした」とのこと。やった、まだクリーンだ。悪い知らせは、私の肝臓が、私より前にスキャンした20人の中国人患者の3.5倍も光っていたことでした。もし私がこの薬を使った場合、肝臓を失うかもしれないと非常に心配になりました。そこで作製者のポール・ロボのところに戻り「何か対策はできないか」と尋ねました。すると彼は、「実は私こそがCAR-Tのための論理ゲート、ANDゲート（両方が揃って初めて機能する仕組み）を最初に発明した人間なんです。2つの条件が存在しなければならないようにできます」と言いました。
そこで私たちは、肝臓に本当に存在しないものは何かを探しました。それがFAPでした。最初の放射性物質療法で使ったもので、肝臓での発現が非常に低いことがわかっています。B7H3とFAPという両方の条件が存在することを要求することで、もし核兵器を使うことになっても肝臓では爆発しないようにしたのです。より良いスキャンがどのように治療法を改善したか、そのフィードバックループを見るのは素晴らしいことでした。
最後のエピソードは、私たちが見つけたPENX3（ペネキシン3）と呼ばれるものについてです。遺伝データを見たとき、それは私たちに飛び込んできました。健康な組織と比べて、私のがん細胞では1万倍も多く発現していたのです。これは信じられないほどの差です。私たちは興奮して、「よし、どんな薬が利用可能か見てみよう」と思いました。しかし文献を探し回っても、何もありませんでした。少し言及されているだけで、誰も本格的な研究をしていなかったのです。ほとんどのタンパク質ターゲットはすでに誰かが論文を出していますし、彼らは単に細胞の外側に発現しているものを探すだけです。だからこれは本当に奇妙でした。なぜ何もないのか？ そして、私たちはその理由を突き止めたと考えています。それは疎水性だったからです。大半の人が行うように水中でテストをすれば、これは見つかりません。私たちが見つけられた唯一の理由は、データに戻り、骨の折れる分析を行ったからです。
これもまたAIが信じられないほど得意とすることです。AIは人間よりもはるかに忍耐力があります。何テラバイトものデータを調べ上げ、重要なタンパク質を見つけ出します。人間にはこれほどの忍耐力はありません。私たちはこれを見つけられて本当に幸運でした。そして今、これに対するバインダー（結合分子）をエンジニアリングできるかを確認するため、バインダー探索キャンペーンを実行しています。以上が、私たちがどのように個別化された薬や診断を作り上げたかのいくつかのエピソードです。ジェイコブにお返しします。
臨床試験の現状と今後の展望
はい。それでは再び私のChatGPTの履歴に戻りましょう。ここは、少し冒険的な分析手法よりもさらに私の専門外の領域だと言えます。2年前なら私がやっていることは絶対に不可能でした。何百万人もの人々に使われるようなプログラムを進めているバイオテック企業の専門家にたどり着こうとしても、知識が非常に分散しているからです。しかしAIが、特に私がヘビーユーザーであるディープリサーチ（DeepResearch）機能が、その専門知識の民主化を可能にしました。私を専門家にしてくれるわけではありませんが、専門家と会話をし、「シドを助ける」という目標を持ちながらプログラムを推し進めるのに十分な能力を与えてくれます。
ここにあるのは、昨年の夏にmRNAワクチンについて考えていたときに検討していたオプションのいくつかです。COVIDワクチンを作るようなプロの受託開発製造業者と連携するオプションから、マウスに投与するような感覚で大学の研究室に作ってもらい、それをシドに投与できるかといったオプションまで検討しました。その際、シドに投与するものが期待通りの働きをし、清潔で、敗血症を引き起こさないと確信するためには、第一原理から考えてどのような品質管理指標が必要かについて考えました。そしてもちろん、そのすべての作業はAIを使って行われました。
その結果、最終的にmRNAワクチンを作ってくれた大学のチーム（素晴らしいコラボレーションでした）を紹介されたとき、2つの効果がありました。1つ目は、私たちが適切な質問をし、彼らの言葉や計画を理解する準備ができていたこと。そして2つ目、おそらくより重要だったのは、私たちが彼らにとって良いパートナーになれたことです。私たちは彼らのやっていることを理解できるほど洗練されており、それが信頼関係を築きました。これを実際に成し遂げるために多くの困難を乗り越えなければなりませんでしたが、それらは相互理解と、非常に細かな詳細について話し合える能力の上に成り立っていました。
これはシドが説明したPENX3の件ですが、これは本当に研究が遅れているターゲットです。第一原理からシドについて考えると、あのプロットに戻る必要はありませんが、プロット上でPENX3は対角線から大きく外れており、シドにとって明らかに最高のターゲットでした。しかし、他のほぼ全ての人にとっては最高のターゲットではないため、研究が進んでいないのです。ですから、PENX3に対するバインダー発見キャンペーンを行うにあたり、私たちはある意味で手探りで進めています。新しい試薬を発明したり、新しいアッセイ（評価系）を考えたり、良いバインダーがあるかどうか、偽陽性か偽陰性かを見極めるために異なるデータサイトをトリアージしたりしています。これらを考える上で、AIはまるでアイアンマンスーツのように感じられます。さまざまな専門的な事柄を評価し、この難解なプロセスにおける非常にニッチで繊細なポイントについて考えることを可能にしてくれ、私のような人間にもアクセス可能にしてくれるのです。
がん治療における患者自身の主体性
並行して治療を進めるという考え方がどこから来たかについてですが、患者として知っておくべきことの一つは、医師のインセンティブと患者としてのインセンティブは全く異なるということです。医師は自身の責任（リスク）を最小限に抑えたいと考えます。彼らにとってのリスクとは、処方した治療法によって死亡を含む重篤な副作用が引き起こされることです。一方、患者としては、私の場合のように中世の医療レベルしかない厄介ながんですから、生存の可能性を最大限に高めたいと考えます。がんによって死ぬのは本当に悲惨な最期なので、がんのせいで死ぬくらいなら治療のせいで死んだ方がましだと思っています。しかし、医師からはそのようなアプローチは得られません。彼らはあなたとは全く異なるインセンティブを持っています。そして多くの患者は、十分な薬をもらえないまま、受けた薬が効かずに亡くなっています。他のことを試す時間がなく、がんが転移して亡くなるのです。
AIは、腫瘍医と話し合うべきことを提案したり、治療を組み合わせたりする上で信じられないほど役立ちます。腫瘍医からの典型的な反論は「これはランダム化比較試験でテストされたことがない」というものです。それは事実です。しかし、ランダム化比較試験には1億ドルもかかります。全ての薬の組み合わせをその方法でテストすることは不可能です。しかし同時に、第一原理から考えればそれは必須ではありません。副作用を確認し、それらの薬が同じ副作用プロファイルを持っているか、それが重なってしまうかを見ればいいのです。ほぼ臓器ごとに見ていく必要があります。一つの薬が腎臓に負担をかけるなら、もう一つの薬は肝臓に作用するものがいい。同時に2つの腎臓の薬を飲みたくはありませんよね。ですからAIは、そのような思考プロセスを経て医師と対話し、十分な情報を持った上で、生存の可能性を最大限に高める方向へ医師を後押しするのに非常に役立ちます。彼らのデフォルトのモードはそうではないからです。
私がどのような治療を組み合わせてきたかを見たい場合は、osteiosark.com に私のすべての治療法とモダリティがリストアップされています。私がやっていることの中には非常に高額なものもありますが、そうでないものもあります。今ではバルクRNAシーケンスは50ドルで受けられますし、全ゲノムシーケンスも500ドルからあります。AIは素晴らしいです。20ドルで非常に強力なツールが手に入ります。並行して治療を行うと薬の消費量は増えますが、ジェネリック薬であれば価格は非常に手頃です。つまり、医師を説得して処方してもらえれば、一般の人にも手が届くものはあるのです。
それに加えて、私たちがやっているような少し冒険的なことについては、これを他の人にもスケールさせるために、いくつかの会社を立ち上げてレールを敷こうとしています。シドや、絶対的な最大限の治療を追求している他のいくつかの家族にとっては、ゼロから学習曲線を駆け上がり、関係を築き、能力を開発することが必要でした。しかし私たちがやりたいのは、後ろに道を舗装し、次の人、また次の人へと楽に引き継げるようにすることです。シドや他の数人がロードスターのモデル001だとしたら、誰でも棚から買って使えるロードスターをどう作り、モデルSからモデル3へとどう移行していくか、ということです。
そしてもちろん、AIはこれらの全てに深く組み込まれています。なぜならそれはデフレ技術だからです。それによって物事を手に入れ、コストカーブを下げ、スケールさせることができるのです。ポートフォリオからいくつか例を挙げましょう。その一つがViasです。彼らは遺伝子発現の観点から最大限の診断を行い、シングルセルシーケンスを実行し、すべての生のバルクRNAシーケンスデータを調べて、組織の起源に関係なく患者のがんに適したターゲットを見つけ出します。ここに見えているのは特定の患者の発現レベルなどを示すプロットですが、ターゲット（この場合はDLL3）が特定されると、AIを使ってそのターゲットに関するあらゆる文脈、進行中の臨床試験、生物学データ、協力すべき製薬会社などの情報を引き出します。
もう一つのArdanという会社は、複雑で未解決の免疫疾患に対して同様のアプローチをとっています。血液の最大限のプロファイリングを行い、その人の血液が実際に示していることに合わせて調整されたターゲット免疫調節剤の組み合わせを用いて、「治療、測定、分析、繰り返し」のサイクルに持ち込もうとしています。ArdanのCEOが誰かと働き始めるとき、よく送られてくるのは巨大なGoogleドライブのフォルダや、あるケースでは患者の病歴が記録された9,000ページものドキュメントです。そこで彼は実際にAIを使ってツールを構築し、すべての情報を解析して患者の状況を素早く把握し、今後のより良い計画を立てるために病歴を整理する支援をしています。
Q&A：絶望からのブレイクスルー
私は本当に幸運でした。私たちがやったことは機能し、放射性物質による治療と手術を行って以来、病気の証拠は一切見つかっていません。それは何も試していないからではありません。数週間前、私はいくつかの実験的なスキャンを行いました。これらのスキャンは、例えばB7H3やEA2、FAPに対するタンパク質バインダーとスキャンを組み合わせたものです。ますます多くのタンパク質が利用可能になり、スキャンができるようになる未来に私は非常に興奮しています。単に薬（ジェネリック薬でさえ）を試す代わりに、結合するタンパク質があるなら、それが自身のがんに発現しているかを確認し、他にどこに発現しているかを把握して副作用に備えることができる未来が見えます。これは人によって異なります。
もし最初にスキャンができるなら、それは素晴らしいことです。いくつかの治療法では、朝にスキャンをして、午後に放射性物質を結合させた治療を行うことができます。この分野は急速に飛躍する準備ができていると思います。世界中を探し回ることで、私にとっての治療の選択肢はゼロから、あまり使いたくはないものも含めて30種類まで増えました。でも選択肢があるのは素晴らしいことです。ご視聴いただき本当にありがとうございました。皆様からの質問をお待ちしています。
（クリス）二人とも、本当に素晴らしい話をありがとうございました。私からの感想の一つですが、がんを経験したことがない人が驚くかもしれないのは、あなたががいかにダイナミックで主体的にがんと向き合ってきたかということです。非常に早く学んでいます。その学習プロセスのスピードが、ここまで到達できた鍵のように感じます。ご自身でもそう感じますか？
（シド）ええ。私たちは他の人たち、他の患者さんたち、そして非常に優秀なコンシェルジュ医療グループから多くを学びました。もちろん、AIや第一原理思考からも多くを学びました。医療は少し道を見失っているところがあると思います。ランダム化比較試験でしか動かないという点です。しかし、第一原理から考えることは多くのケースで本当に役立つはずです。
（クリス）人々はよく「がんの治療法」という言葉を使い、AIが約束されたがんの治療法をもたらしていないと嘆きますが、あなたから学んでいるのは、がんの治療は「一人の患者ごとに」起こるかもしれないということです。つまり、単一の治療法が存在するのではなく、個別化医療の未来を描いているのですね。
（シド）はい。私たちが今日発表した内容の一部は、30年後には標準治療になるはずです。私たちはそれを現在に持ってくる努力をしています。一部の治療法は高齢の方のために現在へ、そして全ての人にとっての現在へと持ってきたいのです。
（クリス）いくつかの提案をされていましたね。がんとの闘いを経験した、あるいは今まさに闘っている多くの家族がいると思います。あなたがおっしゃっていたのは、データを収集する手頃な方法があり、そのデータを分析・理解するための手頃なツールがあるから、より良い治療を求め、最終的により良い結果を得ることができる、ということですね。それがあなたのメッセージの要点でしょうか？
（シド）特に希少がんを患っている場合は、自分自身の強力なアドボケイト（代弁者・擁護者）になることが非常に重要です。たとえ希少がんでなくても、私たちが会った多くのサバイバーたちは、自ら主体的になって行動したことが本当に報われたと語っています。
（クリス）素晴らしい。それではコミュニティからの質問に移りたいと思います。ジェイソン・デュカさんからの質問です。「状況が完全に絶望的に感じた瞬間はありましたか？ そしてテクノロジーによってその状況を突破した瞬間はどんなものでしたか？」
（シド）テクノロジーの問題ではありませんでしたが、15分間だけ非常に絶望的な気分になったことがありました。放射線科の検査結果が出た時のことです。とても典型的だったのですが、私はオフサイトの会議中で、直属の部下全員とミーティングをしていました。そこへかかりつけ医からメッセージが届きました。「結果は陽性です。微妙なレベルではありません」と。おお、なるほど。陽性か。…いや待てよ、医学では陽性は逆の意味（悪い意味）じゃないか。どういうことだ？と。
そこで結果を開くと、私の肺がクリスマスツリーのように光っていました。骨肉腫では、肺への転移を本当に恐れるものです。そして放射線科からの診断は、がんが転移しており、あまりにも多くて手術不能だというものでした。私は部屋を出ました。10分間状況を整理し、妻に電話し、CFOとCLOに電話をして、そこから動き始めました。翌日には取締役会が飛んできました。大変でしたよ。みんな「今まで良い旅だったよ。ありがとう」みたいな雰囲気で、医者たちもみんな「この知らせを聞いて本当に残念に思う」と言っていました。
しかし、ループに入っていた7人の医師のうち、一人の医師が「リンパ節を通じたこの広がり方はおかしい。これは骨肉腫がリンパ節を通じて広がるやり方ではない。60%の確率でこれはがんではない」と言ったのです。結果として、それはCOVIDの痕跡でした。でも、あの瞬間は間違いなくどん底でしたね。
（ジェイコブ）でもそこから、10分考えて、5分で体制を立て直し、残された時間で最大限のことをやろうと動き出したんですよね。
（クリス）ものすごい展開ですね。
（シド）ええ、とんでもなかったです。AIという観点から言えば、AIにその画像を見せられていたら良かったのにと思います。鑑別診断を出してくれて、「これはがんかもしれないが、COVIDの可能性もある」と提示してくれたら、あの状況ではどれほど助かったことでしょう。
（ジェイコブ）そして多くの人は、最後に異論を唱えてくれる7人目の医師を持っていませんからね。
（シド）肉腫の症例を1万件も見たことがあるような医師は、世界に一人くらいしかいないでしょうしね。
（クリス）この道のりは、あなた個人を深く変容させるものだったようですね。身体だけでなく、精神や人生へのアプローチとして、人間としてどう変わりましたか？
（シド）ソフトウェアの起業家として学んだスキルが、がん治療に応用できるとは思っていなかったことに気づかされました。最初は、私は自分が「こんなことをしている妄想的なテックガイ」だと思っていて、博士号も持っていないのにポジティブな影響を与えられるわけがないと考えていました。しかし過程の中で、システムがいかに多くの点で間違った方向に進んでいるかを学びました。私のウェブサイトを見ていただければ、患者第一になるために医療システムが変わるべきだと思う10以上の点を挙げています。これは、がん以外の他のことにも挑戦する自信を私に与えてくれました。
（ジェイコブ）いつも上手くいくとは限りませんし、シドは運が良かっただけかもしれません。でも試してみる価値はあります。人々が挑戦し続ける限り。そしてAIは、私たちが現状を疑う勇気を見つける助けになってくれました。
臨床試験の現状と今後の展望
（クリス）私には、あなたがここで一種の「ムーブメント（運動）」を念頭に置いているように聞こえます。命がかかっている多くの人々が大きな変化を求めるようなムーブメントが、この経験から生まれるかもしれません。皆さんがどこを見ればいいか、再度ウェブサイトの名前を教えてください。また、自分自身のためだけでなく、すべての人のために人々は何ができるでしょうか？
（シド）主体性を持つことだと思います。あなたのチャットボットに聞いてみてください。それを真実として受け取るのではなく、腫瘍医との対話を深めるための情報として使うのです。私たちは数え切れないほどの患者さんと話をしてきましたし、スコットだけでなく、これからも続けていきます。今日まさに、私たちがより多くの患者さんを助けられるよう専任のスタッフを雇ったところです。ポルニナさん、よろしくお願いします。今日は初日から忙しくなると思いますよ。ウェブサイトは cancersighted.com です。メールがたくさん来るかもしれませんが、楽しみにしています。
そして業界には、臨床試験を豊富にしようと取り組んでいるオクサンドラのような素晴らしい人々がいます。AIはより多くの薬を発見し作ることを可能にしてくれますが、それが効くことを証明するためには依然として試験を行わなければなりません。彼女はそれらの試験をよりアクセスしやすく、手頃な価格にするための素晴らしい仕事をしており、結果としてさらに多くの薬が市場に出ることを可能にしています。私たちには両方必要です。AIも必要ですが、豊富な臨床試験も必要なのです。
（ジェイコブ）クリス、毎日この仕事をしていて非常に印象的なのは、バイオテックや医療業界の人々がほぼ一様に「正しい理由」でこの業界にいるということです。皆、人々を助けたいと思っているんです。製薬業界の裏側にいる人々も、人類の健康を前進させるような薬を作りたいと願っています。医療の道に進む人も同じです。これらは困難な道であり、お金を稼ぐだけならもっと簡単な方法があるはずです。しかし私たちが協力関係を求めて世界中を探し回り、やろうとしていることのエネルギーを発信したとき、返ってくる反応は非常に心強いものでした。人々は助けたいと思っており、より良い方法を見つけたいと思い、ただ患者を助けたいと願っています。私たちが遭遇した限りでは、そこには間違いなくポジティブサム（相互利益）のエネルギーが存在します。それが私に多くの楽観性を与えてくれます。
（クリス）業界の外にいる人たちの多くは、臨床試験がどれほどのボトルネックになっているか、候補者を見つけるコストがいかに高いかを知らないかもしれません。お二人はそのボトルネックをどう解消するかについて本当に真剣に考えていらっしゃいますね。そこにある問題とは何ですか？ 臨床試験をどう理解し、どう改善できると考えているか教えてください。
（シド）ええ、先ほど話したオクサンドラがこれについて素晴らしい発表をしています。例えば、臨床試験を非常に高額にしている要因の一つは、開始する前にFDAからの承認を得なければならないことです。それには時間がかかり、時間が経てば資金が尽きてしまいます。一方、オーストラリアでは単なる「通知」だけで済んでおり、それだけでもずっと優れています。安全性データを見ても、アメリカと同等に安全であることがわかっています。ですから、オーストラリアの仕組みを模倣するのは理にかなっています。
これらの試験にかかるコストは手に負えないレベルになっています。1つの薬を市場に出すのに10億ドル以上かかるなんて正気の沙汰ではありません。それが市場に出る薬の数を制限しています。コストを下げられれば、100倍多くの薬が生まれるはずです。
もう一つ私たちが本当に苦労したのは、病院のIRB（倫理委員会）です。彼らと仕事をするのは信じられないほど大変です。病院のIRBを通すことへのインセンティブが全くありません。もし病院のIRBを使うことを強制されず、より手頃で効率的で同じくらい安全であることが証明されている独立した機関を選ぶことができる「IRBフリーダム」があれば、本当に素晴らしいことだと思います。
（クリス）現在はどうなっているのですか？ 病院のIRBがあり、その病院に関連する患者を臨床試験に参加させたい場合は、そのIRBを通さなければならないということですか？
（シド）はい、その病院のIRBを使わなければなりません。そして患者として何が起きるかというと、この倫理委員会が、私が朝7時に術前準備室に運ばれている間に、その後誰も見ないような書類のコンマの位置や表現について議論しているんです。午後3時に私が手術室に運び込まれる時点になっても、まだIRBのサインが出ていないという状況です。狂っていますよ。これが私を守っているとでも言うのでしょうか。誰も二度と見ないようなファイルのコンマを直すために丸一日待たされ、その内容は実質的に何の意味もないんです。
全くもっておかしな話です。これを解決する最善の方法は、研究者に選ぶ自由を与えることです。
（クリス）そして時には、そのケアの遅れが患者にとってより深刻な結果をもたらすこともある、ということですね。
（シド）もちろんです。あらゆるリソースと主体性を持っている私でさえこれに直面しているのです。全く治療を受けられない人がどれほどいるか考えてみてください。そして、これらの試験を運営している研究者たちのエネルギーと熱意がどれほど吸い取られているか。
（クリス）マッチングの問題についてはどうですか？ 潜在的な治療法を開発している人々は、電子カルテに基づいて試験に参加する資格のある人々をどうやって見つければいいのでしょうか？ それは未解決の問題のように思えますが。
（シド）確かにそうですね。臨床試験をナビゲートする良いウェブサイトはありますが、ここでもAIが本当に役立つはずです。特に、より多くの診断データを持っている場合、それを使って自分に本当に合った試験を見つけることができるでしょう。
結びと今後のイベント案内
（クリス）本当に深くインスパイアされるお話でした。さて、質問もこれで最後のようですので、そろそろお時間とさせていただきます。締めくくる前に一言申し上げたいのですが、私は今日多くを学びましたし、私たちのコミュニティも多くのことを学んだと思います。この対談が終わった後も、皆さんから学び続けたいと思います。本日はお越しいただき、私たちのパートナーとなってくださり本当にありがとうございました。
（シド・ジェイコブ）こちらこそ、お招きいただきありがとうございました。
（クリス）今回のセッションを通じて、私たち全員がAIで何が可能かについてより良い理解を得られたと思います。このシリーズの目的の一つは、皆さんのようなイノベーターが何をしているかにスポットライトを当て、他の人々が自分自身の道を切り拓くためのインスピレーションを与えることです。そして、人々がこの複雑な状況をナビゲートする方法を模索する中で、AIがその摩擦を少しでも減らしてくれることを願っています。
ジェイコブさんがおっしゃったように、多くの人がこのシステムをもっと良くしたいと願っています。私たちが闘っているのは互いではなく、長年のシステムや過去の決定がもたらした複雑さなのです。
本日ご参加いただいた皆様、ありがとうございました。このフォーラムは皆様と、皆様の質問、そして好奇心によって形作られています。皆様がここに参加し、共に会話できることに感謝しています。
今後の予定として、いくつかフォーラムイベントが控えています。その一つとして、「OpenAIと共に文化遺産を再構築する」というテーマの対談があります。これはSanskriti財団およびAsaと共に、来週の火曜日、3月24日の太平洋時間午前8時に開催されます。このセッションは元々インドで開催されたOpenAIフォーラムイベントの録画再放送となります。インドを代表する文化機関の一つであるSanskriti財団とOpen Asaによって共同開催されたものです。詳細は追ってお知らせしますので、受信トレイとフォーラムプラットフォームをチェックしていてください。本日はご参加いただきありがとうございました。また次回お会いしましょう。
コメント