ファイザーの元科学主任が設立したUnlearn.AIは「デジタルの双子」で臨床試験の高速化と改善を目指す

医療研究の分野では、双子は昔から重要な役割を果たしてきた。特に臨床試験では、遺伝的に近い2人の片方に処置を施すという方法で、双子は治療の有効性の測定に寄与している。米国時間4月20日、Pfizer(ファイザー)の元科学主任が設立し、AIを使ってこのコンセプトをデジタル化する方法を開発したスタートアップが、その研究をさらに進めるための資金を得たと発表した。臨床試験の検査に使用する患者の「デジタルツイン(デジタル上の双子)」のプロファイルを構築する機械学習プラットフォームUnlearn.AI(アンラーンAI)が、シリーズAラウンドで1200万ドル(約13億円)を調達した。

このラウンドは8VCが主導し、前回の投資企業であるDCVC、DCVC Bio、Mubadala Capital Venturesも参加している。

DiGenesis(ダイジェネシス)というこのスタートアップのプラットフォームは、当初は神経疾患、具体的にはアルツハイマー病と多発性硬化症に適用するためのものだったのだが、これらは有効な治療方法がいまだ確立されておらず、既に発症している患者を対象にした臨床試験の実施が非常に難しい。

Unlearn.AIは新型コロナウイルス(COVID-19)パンデミック関連の医療にはほとんど関わっていないものの、臨床試験の改善がなぜ重要なのかを知るいい機会を与えてくれた。この新型ウイルスに対抗するワクチンや治療法をみんなが緊急に競い合う中で、臨床試験のより効果的なアプローチの必要性が注目されている。そこはAIが力を発揮できる分野だ。

Unlearnは、現在のビジネスにおける提携先を公表していない。また実践的な臨床試験を、実際にどこまで実現できているのかも不明だ。今回の資金は、商業的展開に少しだけ近づくためのものと思われる。

「今回の資金調達は、私たちの成長にとって重要な布石だ。既にデジタルツインの研究を開始し、強力なエビデンスでその価値を実証し、臨床試験での成功の可能性を高めつつある規制当局との協力関係を大幅に前進させる力となります」とUnlearn.AIの創設者でCEOのCharles K. Fisher(チャールズ・K・フィッシャー)博士は声明の中で述べている。

「臨床試験は非常に困難な局面にあり、ここ数週間は深刻化する一方です。未来志向の投資家や提携企業の支援をいただき、極めて有能な私たちの人材をさらに成長させ、世界初のデジタルツインのアプローチを支える科学技術をさらに発展させられることを、とてもうれしく思っています」。

フィッシャー博士は、まさにテクノロジーと医療研究の集合体の中を歩んできた。製薬大手のファイザーで科学主任を勤めた経歴に加え、Leap Motion(リープモーション)で働いていたこともある。それ以前には、長年にわたり学術界にて生物物理学の勉強と研究を重ねていた。

Unlearnは昔ながらの機械学習の課題のひとつとして、いわゆるデジタルツインを構築するというアイデアに取り組んでいる。そこでは「デジタルツインを生み出すための疾病専用の機械学習モデルと仮想診療記録を構築するための、患者数万人分もの臨床試験のデータセット」が使われている。

これらは、単なる患者プロファイルとは異なる。デモグラフィック、臨床検査、生体指標に従って人と人とをマッチングさせてある。臨床試験と検査に必要な類似の人間、できれば双子を探す手間を、AIベースの双子を作ることで削減したいという考えに基づくものだ。

Unlearnは、2017年からこのプラットフォームの開発に取り組んできたが、双子(そして医療研究において遺伝子構造が類似した1組の人たち)を使った病理学や治療法の研究は、もう数十年前から始まっている。面白いことに、ある大人気の新型コロナウイルス監視アプリは、ロンドンのキングズ・カレッジ病院と、アメリカのスタフォード大学とマサチューセッツ総合病院が共同で行った長期にわたる双子の調査から生まれている

AIで「人」を作り出し、薬の有効性をテストする研究が広がっているが、それはコンピューターとアルゴリズムを使って薬品の組み合わや治療法を割り出しテストするという、さらに大きな課題へとつながる。以前は、長い時間と大きな資金を費やし、手で行ってきたであろうことだ(医療とは別の応用例として、製品開発がある。一般消費財のメーカーは、新しい石鹸やさまざまな製品の調合をAIプラットフォームで行っている)。

「Unlearnによるデジタルツインの先駆的な利用により、プラシーボを与えられる患者の数を減らすことができ、臨床試験にかかる全体的な時間も短縮できます」と8VCのプリンシパルFrancisco Gimenez(フランシスコ・ヒメネス)博士は声明の中で述べている。「医療とテクノロジーの交差点の投資家として、私たちは、最先端のコンピューター技術と革新的なビジネスモデルを組み合わせて医療の有意義な改善に取り組む企業に情熱を注いでいます。8VCはUnlearnをパートナーに迎え、無作為化臨床試験以来となる薬品の認可プロセスへの大きな挑戦に乗り出せたことで、大変に興奮しています」。ヒメネス氏は今回のラウンドにより、Unlearnの役員に加わった。

画像クレジット: Emsi Production Flickr under a CC BY 2.0 license.

新型コロナウイルス 関連アップデート

[原文へ]

(翻訳:金井哲夫)

AIでがん患者に最適な治療法を見つけるMendel.aiが200万ドルを調達

Dr. Karim Galilはうんざりしていた。がんで患者を亡くすことにうんざりしていた。散乱する医療記録にうんざりしていた。として、様々な効果をうたう数多くの臨床試験を掌握することにうんざりしていた。多くの患者を失い、忍耐力も失いつつあったGalilは、AIシステムを構築して担当する患者を、最適な治療方法とマッチングさせようと考えた。

彼はこの新システムを、近代遺伝学の父、Gregor Mendel[グレゴール・メンデル]に因んでMendel.aiと名付け、DCM Ventures、Bootstrap Labs、およびLaunch Capitalから200万ドルのシード資金を調達してプロジェクトを立ち上げた。

Mendel.aiは、英国拠点のBenevolentBioに多くの面で似ている。大量の科学論文に目を通して最新の医療研究の情報を収集するシステムだ。ただし、Mendel.aiは、キーワードデータの代わりにアルゴリズムを用い、clinicaltrials.gov の医療文書にある構造化されていない自然言語の内容を理解して患者の診療記録と突き合わせる。この検索プロセスによって完全にパーソナライズされた一致を見つけ、候補となる治療方法と患者の適合度を評価する、とGalilは説明した。

このシステムは、膨大な臨床データの最新動向を把握しきれない医者にとって有用かもしれない。

患者もまた、数多くの臨床試験の結果を読むのは大変だ。例えば、ある肺がん患者について、clinicaltrials.govにある試験結果が500種類見つかり、それぞれに適用分野が詳しく書かれたリストが付いてくる」とGalilは言う。「臨床データは毎週更新されるので最適な適合を人間が把握するのは不可能だ」。

Mendel.aiは適合に必要な時間を短縮することで、もっと多くの命を救おうとしている。現在同社は、カリフォルニア州ベーカーズフィールドのComprehensive Blood & Cancer Center (CBCC) のシステムと統合することで、同センターの医師は患者にあった治療法を数分のうちに見つけられるようにしている。

今後はCBCCのような病院やがん遺伝子企業とさらに提携を結び、Mendel.aiを改善し、システムを提供していく計画だ。間近の目標としては、IBMのWatsonに挑戦して、どちらが良い患者の適合を見つけるかを比べてみたい、とGalilは言う。

「これは、人が生きるか死ぬかの違いだ。冗談ではない。」とGalilはTechCrunchに語った。

[原文へ]

(翻訳:Nob Takahashi / facebook