抗菌薬耐性は 急速に拡大している 公衆衛生 の危機で、毎年世界で100万人以上の死者をもたらし、さらに約500万人の死に寄与しています。これらの感染症は、一般的な感染症よりも治療が難しく費用もかかります。そして、入院期間が長くなる原因となり、医療費を病院・患者の双方に押し上げています。
治療は主に、医師側による「当て推量」に委ねられています。ロンドンのインペリアル・カレッジにあるグローバル・ヘルス・イノベーション研究所の外科医であり所長のアラ・ダルジは、AIを活用した診断がより良い道を示すと述べています。
「私たちは今、2026年にいて、この危機における最初の本当の転機の地点に立っているのです」と、ダルジは4月16日にロンドンのWIRED Healthで語りました。
抗菌薬 の過剰使用や誤用、そして新薬開発の不足が、耐性微生物の増加を後押ししてきました。細菌は、すぐに殺せない濃度の抗菌薬にさらされると、生き残るための防御メカニズムを発達させます。不要な処方は細菌に免疫を育て、その結果、命を救うはずの薬が効かなくなります。つまり、重い感染症にかかった患者にとっての治療選択肢のリストは、じわじわと縮んでいくのです。
問題は、さらに悪化していく見通しです。The Lancet に掲載された2024年の報告書は、薬剤耐性の感染症が2050年までに4,000万人の死者を引き起こし得ると予測しています。
抗菌薬耐性の感染症かどうかを調べる従来の診断は、通常2〜3日かかります。サンプルから細菌を培養する必要があるためです。しかし、敗血症のように、患者にとって時間がない感染症もあります。治療が1時間遅れるごとに、死亡リスクは4〜9％の範囲で高まります。検査結果を待つ間、医師はどの抗菌薬を使うべきかを、最善の判断で決めなければなりません。
AIベースの診断は、そうした判断を助ける可能性があります。「AIを活用した診断は、追加の検査（ラボ）インフラがなくても、99％超の精度を実現しつつあります」とダルジは述べました。
こうした迅速な診断は、とりわけ世界の農村部や遠隔地で必要だ、と彼は付け加えました。世界保健機関（WHO）は推計として、抗菌薬耐性が東南アジアと東地中海で最も高いとしています。2023年には報告された感染症のうち3分の1が耐性でした。アフリカでは5件に1件が耐性でした。
AIは、耐性感染症の新薬を見つけることにも役立ち得ますし、耐性菌の広がりを予測することもできます。英国の国民保健サービス（NHS）は、抗菌薬耐性に対抗するためにGoogle DeepMindと協力してAIシステムを開発しています。ある実演では、そのシステムがわずか48時間で、これまで知られていなかった耐性の仕組みを特定し、インペリアル・カレッジの研究者たちが理解するのに10年かかった謎を解き明かしました。
自動化された検査（ラボ）と組み合わせれば、24時間体制で何百もの並行実験を回せるようになっている、とダルジは言います。深層学習モデルは今や、数日のうちに数十億もの分子構造をスクリーニングできます。一方で生成AIは、自然界には存在しない化合物を設計する用途にも使われています。
それでも、大手製薬企業は経済モデルの破綻を理由に抗菌薬の開発をやめてしまいました。新しい抗菌薬は耐性を防ぐために温存する必要があるのに、製薬会社の利益は高い販売量に基づいています。企業側に、このゲームを続けるだけの十分な動機がありません。
ダルジは、新しい抗菌薬の開発を促すには、新しい支払いモデルが必要だと主張しました。2024年、英国はNetflix型の支払いモデルのパイロット（試験）を開始し、政府が製薬会社に対して、処方量ではなく新しい抗菌薬へのアクセスに対して、固定の年額サブスクリプション料を支払う仕組みです。スウェーデンも、部分的に「需要と切り離した」モデルを試験しています。
「この先100年の医学の形を決める問いは、私たちに対応するための手段があるかどうかではありません。手段はある。問題は、私たちが今見ているものを真剣に受け止めるだけの『覚悟（character）』を持てるかどうかです」と彼は言いました。
