Element Biosciencesは、全ゲノムシーケンシングのコストをわずか100ドルまで引き下げる画期的な卓上型装置を発表した。この価格破壊は、高精度な遺伝子データへのアクセスを民主化する重要な節目となる。こうした低コストかつ簡便なシーケンシングの普及により、次世代のバイオ分野における基盤モデルの構築に不可欠な、高品質で膨大なデータセットの供給が加速すると期待されている。

こうした技術革新を背景に、FDA（米食品医薬品局）もテクノロジーと医療の融合に向けた動きを強めている。同局は最近、デジタルヘルス部門の統括にAI業界のベテランを任命し、臨床現場への機械学習ツールの導入に関する規制を強化する方針を示した。AIを活用した癌診断ツールが市場に普及し始める中、その安全性と有効性を担保するための厳格な評価指標の確立がこれまで以上に重要となっているためだ。

しかし、医療現場へのAI導入は依然として複雑な課題を抱えており、挫折も少なくない。全身の癌の兆候を機械学習で検知するGrailの血液検査「Galleri」は、イギリスの国民保健サービス（NHS）が実施した大規模な臨床試験において、主要評価項目を達成できなかった。この結果は、ハイテクなスクリーニングによる早期発見が、単に診断時期を早めるだけでなく、実際に患者の生存率や予後の改善に繋がるのかという本質的な問いを改めて投げかけている。

Element Biosciences（エレメント・バイオサイエンシズ）という会社が、私たちの「体の設計図（全ゲノム）」を読み取るための、机に置けるくらいの小さな機械を発表しました。これまでは調べるのにたくさんのお金がかかりましたが、これからはたった100ドル（約1万5千円）という安さで調べられるようになります。これにより、たくさんの人のデータが集まりやすくなり、生き物の仕組みを詳しく教えてくれる「頭の良いAI（基盤モデル）」を作るのに役立つと期待されています。

こうした新しい技術が進んでいるため、アメリカの薬や食べ物を守る役所（FDA）も動き出しました。デジタル技術と医療をうまく組み合わせるために、AIにとても詳しいベテランをリーダーとして招きました。病院で「自分でお勉強するコンピューター（機械学習）」が使われるようになる中で、AIが本当に正しく動いて安全かどうかを確かめるための「厳しいルール（評価指標）」を作ることが、今まで以上に大切になっているからです。

しかし、医療にAIを取り入れるのは簡単ではなく、失敗することもあります。血液を調べるだけで体の中のガンのサインを見つける「ギャラリー（Galleri）」という検査方法があります。イギリスの公的な医療機関（NHS）で大きなテストが行われましたが、残念ながら目標としていた結果を出すことができませんでした。ただ早く病気を見つけるだけでなく、それが本当に「患者さんの命を長く救うこと（生存率の改善）」につながるのか、改めてしっかりと考える必要があることが分かりました。