Vibe Medicine：人とAIの協働によるバイオメディカル研究の再定義

要旨: 大規模言語モデル（LLM）やAIエージェントのフレームワークの登場により、「Vibe Coding（バイブ・コーディング）」として知られる人間とAIの協働パラダイムが、人々のコードの書き方を変え、よりアクセスしやすく生産的なものにしています。専門性の高い労働の負担や、ワークフローの複雑さによって、独立研究者やリソースの乏しい地域の研究者の裁量が制限されがちな科学研究において、その潜在的な影響はさらに大きく、特に異種のデータモダリティと複数ステップの分析パイプラインを扱う生物医学分野では顕著です。本論文では、臨床医や研究者が自然言語を通じてスキル拡張AIエージェントを導き、複雑で多段階の生物医学的ワークフローを実行する協働パラダイム「Vibe Medicine（バイブ・メディスン）」を提案します。ここでは、目的を指定し、中間結果をレビューし、領域に基づく判断を下す研究ディレクターとしての役割を維持しながら、AIを活用します。実現を支える基盤は3つの層から成ります。すなわち、能力の高いLLM、OpenClawやHermes Agentといったエージェントフレームワーク、そして複数のオープンソースリポジトリから集めた1,000件以上の厳選スキルを含むOpenClaw医療スキル集です。本論文では、このスキル集のアーキテクチャと、10の生物医学領域にまたがるスキルカテゴリを分析し、希少疾患の診断、薬剤の適応転用、臨床試験設計を扱うケーススタディを提示することで、実際の場でのエンドツーエンドのワークフローを示します。さらに、幻覚、データプライバシー、過度の依存といった主要なリスクを特定し、研究と技術的なエクイティを前進させ、ヘルスケアの資源格差を縮小する、より信頼性が高く、信頼でき、かつ臨床に統合されたエージェント支援研究へ向けた方向性を示します。