新型コロナウィルスの感染拡大において、マスクや消毒用アルコールと並んで不足が叫ばれる人工呼吸器。米国の医学誌The New England Journal of Medicineでも数ある医薬品不足の中で、人工呼吸器の問題が最も深刻だという指摘が上がっている。 前回記事に続き、高い技術力を活かしてこの非常事態に立ち向かおうとする2つのプロジェクトをご紹介しよう。

前回記事はこちら：http://hero-x.jp/article/8983/

テスラのモデル３のパーツが
人工呼吸器になる？

世界有数のビリオネア、イーロン・マスク率いる自動車メーカー、テスラがニューヨーク市長ビル・デブラシオ氏からの依頼を受け、人工呼吸器の製造をスタートした。
その直前に「すぐに使用するという条件で、テスラの配送対象地域であれば本体も送料も無料で提供します」とイーロン本人のツイートが話題になったものの、コロナウィルスの重症患者には使えないという医療関係者からの指摘があり、批判の対象ともなっていた。

その数日後、アイルランドに拠点を置く医療機器メーカー、Medtronic社がテスラ、およびイーロンの別会社Space Xと共同で人工呼吸器を開発する旨を公式にアナウンス、製造にあたって昨年日本でも販売開始した電気自動車、モデル3のパーツを使用するとのことだ。
テスラが公開した動画によると、テーブルの上に広げるタイプと、従来から病院などでよく見られる箱型タイプの2種類のプロトタイプを生産済み。

サスペンション振動の吸収に使われる蓄圧器をガス混合器（空気と酸素を混合する部分）として使用しており、液晶や装置はモデル3の車載インフォテイメントシステムそのまま。車であれば地図やゲームを表示するところが、人工呼吸器では患者のバイタルを示す部分となる。

デバイスの完成後も、FDA(アメリカ食品医薬品局)の認証を受けないことには本格的な実用スタートを切ることができないが、医療機器不足に応えるべく代替品としての使用を認められる可能性もある。本デバイスが緊急事態を一変させる救世主に成り得るか、動向を見守りたい。

3Dプリンタで人工呼吸器を作ろう！
「#covidventilator」プロジェクト

日本国内では3Dプリンタによる人工呼吸器を製作するプロジェクトが動いている。
国立病院機構新潟病院の石北直之医師は、2017年に国際宇宙ステーション内の3Dプリンタでバネを内蔵し、電力がなくても空気圧で動く人工呼吸器を開発した。当初は宇宙空間での利用を念頭に置いていたが、新型コロナウィルスの感染拡大を受け、広島大学の木阪智彦准教授と「COVIDVENTILATOR」プロジェクトを発足、モデルデータの無償配布をスタートさせた。

当プロジェクトでは3Dプリンタで出力した人工呼吸器を医療機器として認証させる手続きや、クラウドファンディングサイトでの資金提供と合わせて、人工呼吸器を印刷してくれる3DプリンタユーザーをTwitter上で募っている。
ハッシュタグ「#covidventilator」とともに、作成した人工呼吸器の画像をアップすると石北医師がチェックし、実用に見合うものに対しては本格的な作成協力を呼び掛けるという内容だ。

製造業専門ではないが、最先端のテクノロジーを誇る2つのプロジェクト。世界中を巻き込んでいく展開に期待したい。

日本人の二人に一人はかかると言われているがん。あまりにも有名な話だが、その7割の患者さんが薬のマッチングでさまようと言われている。人間の経験値だけではたどり着けない薬との素早いマッチングを探る仕組みが開発途上にある。スーパーコンピュータを用いて患者のデータを解析し、それぞれの体質に合った薬の処方をより敏速に行えるようにしようという取り組みだ。創薬分野でこの研究を進める京都大学大学院医学研究科 人間健康科学系専攻 ビッグデータ医科学分野の奥野恭史教授にHERO X 編集長 杉原行里がお話を伺った。

―医療ビッグデータを使った研究とは、具体的にはどういうことなのでしょうか。ビッグデータで医療はどう変わると思われていますか。オーダーメード医療などに発展するのでしょうか。

奥野：現状の医療はオーダーメードちっくなのですが、オーダーメードではない。たとえば、がんの治療で使われる抗がん剤でいくと、抗がん剤として売られて、抗がん剤として皆さん飲んでいるのだけれど、75％の患者さんは効いていないんです。効いていないのに投与されている。場合によっては副作用も出るという状態です。その方の体質に一番効くものが選ばれないといけないのですが、それが今は投与の前には分からない。だから医師の見立てで「これはどうかな」と試していくしか方法がないのです。これはこれで、お医者さんの経験に基づくすばらしいことなのですが、それでも、抗がん剤でいえば75％は効かないということが現状としてあるわけです。医療のビッグデータを使った薬のマッチングは、個人の体質を計測し、その人の特性を科学的にデータとして取っておき、これを踏まえて、その人の体質に一番適した薬はどれかという判断をできるようにするものです。

―病気にかかった時にどうかということだけではなく、かかる前からの生活や、体質などが、データとして必要になるということですか？

奥野：全てほしいですね。私的に言うと、取れるデータはすべて取ってほしいなというのが本音です。非侵襲的にデータが計測できるか、また個人情報などのこともあり難しい部分です。しかし、どういう食事をとって、どういう生活をしてきてというデータが蓄積されたものがあってはじめて「この特徴ならこの抗がん剤が効くだろう」というマッチングができる。一番わかりやすいのは遺伝子なのですが、父親と自分にはこの薬が効いている、でも母親は効いていないとなったら、父親と私の遺伝子にはあって、母親にない遺伝子に薬が効かない要因があるという仮説がたてられるようになります。一つ一つそういうピースが埋まっていけば、やがて個人個人に合ったものが提供できるようになる。ですが、それって無限大のパズルですよね。

―すごい数ですよね

奥野：どこまでいっても答えはないのですが、それに向かってデータ、知識を蓄えることで未来の患者さんに最適なものが提供できるようになるやろうということで研究を進めているところです。

理化学研究所と富士通が共同で開発したスーパーコンピュータ「京」。1秒間に1京回、つまり、10の16乗回というとてつもなく速い計算能力を持つ。奥野研究室では、薬効を一つずつ実験で確かめるのではなく、このスーパーコンピュータを使ってコンピュータ上で薬剤の結合をシミュレーションすることで創薬にかかる時間の削減がはかれないかと研究している。

マッチング率50％はもう目の前
医術の限界をデータが補う

―現在25パーセントのマッチング率を50％に高めるということが最初の目標でしょうか。

奥野：そうですね、それはもうそう遠くない未来で可能だと思います。世界がそういう方向に動いていくので。AIとかに自分自身は興味があるのですが、AIも母体となるのはデータです。そのデータをちゃんと集められるかという方が今は大事です。幸いにしてゲノム、遺伝子の情報に関しては世界規模で集めていきましょうという流れがあり、それを医療に活かしていきましょうという流れでますます加速されると思います。

「医学は科学ではなく、医術だよね」とよく言うのですが、人の経験に基づいて組み立てられてきた節が強い。○○先生がこう言っていたとか、論文を書いたりしながら先人たちが残してきてくれた経験を積み重ね、今それをもとに教科書を作ったり、学問として体系化されているのですが、科学的客観性はどこまであるかというのは疑問に思う部分もある。たとえば、「検査値をどう見ておられますか」とある医師に聞いた時に「相対的に下がっていればOKだよ」と言われることがあります。あれ、ちょっと待ってよ、絶対値は？と思うことがあるわけです。血圧がいい例です。これ以上になったら気をつけましょうという基準がありますが、検査する機器によって違いが出ることもあります。一般の方の知らないレベルでの客観性が薄い部分があります。こうしたことは、本当はデータを取っておけば客観性をもたせられる部分もあるわけです。

― 可視化ができるということでしょうか

奥野：なぜ、医学が科学的客観性ができなかったかというと、一番の大きなところは、医学は人を扱う学問だからというところです。人で実験はできませんよね。マウスを使った実験がされていて、データもたくさん存在して、エビデンスが取られているから資料として扱えるのですが、人でデータが取れないというのがこれまでの医学の世界だった。ビッグデータというのはまさに、その「人」からいろんなデータを取りましょうということです。そのためのいろんなデバイスが開発されていて、取れる状態になりつつあります。人の計測データが山ほど出てくるようになりました。やっと客観的に判断できるだけの材料がそろい始めているのです。

―すごくロジカルになりますよね。

奥野：おっしゃる通りで、計測をする機器を創る方たちはどういうかというと、「そんなので測っても計測の値が信用できないよ」というんですよね。まあ、それはそうなんだけど、例えば血圧の高い方が低くなると、「あなた、この血圧でヤバいですよ」と言われても、その人の体は血圧が高いのが普通という状態に慣れている。それが低くなったときの状態の方が、その人の体感としてははるかにしんどいということもあるわけです。血圧が135ですといったところで、今、135ということに何の意味もなくて、むしろ、前にいくつで今135なのかという違いの方が興味深いところです。時系列でモニタリングすることの方が大事だと思います。

（奥野恭史教授×杉原行里対談 vol.2はこちら）

奥野恭史
1993年京都大学薬学部卒業、同大学院薬学研究科にて博士（薬学）取得。京都大学大学院医学研究科特定教授を経て、2016年、京都大学大学院医学研究科人間健康科学系専攻ビッグデータ医科学分野教授、現在に至る。神戸医療産業都市推進機構先端医療研究センターグループリーダー、理化学研究所計算科学研究センター客員主管研究員等を併任。創薬計算科学、ビッグデータ医科学の研究に従事。

（TOP画像提供：理化学研究所）