九州大学医学部の学生、飯塚 統（いいづか おさむ）さんらが立ち上げたメドメイン株式会社は医療ITのスタートアップ。同社が開発した病理画像診断ソフト「PidPort」（ピッドポート）は、アメリカ・シリコンバレーで行われたコンテスト「Live Sharks Tank」や、エストニアの「Latitude59 エストニアアワード」等で優勝。海外でも高い評価を得、タイのバンコクでもテスト運用の準備を進めているという。メドメイン社は医療ITのトップランナーとして、新たな構想も描きつつ、グローバル展開を目指している。

日本は医療ITのリーダーになり得るが・・・

膨大なデータの蓄積があるからこそ可能となる画像診断について説明する岡本さん

日本の医療技術は非常に高く、日本は病理先進国でもあるという。AIの開発には過去の大量のデータが必要だが、「PidPort」の開発が実現したのは、連携する医療機関や病理医の協力により、相応量のデータが確保できたからこそ。しかし、事業開発責任者の岡本 良祐（おかもと りょうすけ）さんは、医療IT界における日本のポジションについて、希望と危機感の両方を抱いている。「今、日本は岐路に立たされている。医療ITのリーダーといえる国はまだない。日本には、質も良く保管状態も良い過去のデータが豊富に存在していて、そのデータを今、活用できれば、日本は医療ITのリーダーになれる。でも、そのためには法律の緩和など、大きな課題をクリアしなければならないんです」

「PidPort」は、今年中の製品化を目指しているが、日本だと審査に時間がかかるという難点も。すでにタイをはじめとする東南アジアでの展開の準備も進めており、将来的には世界各国への提供を目指している。

2018年11月、アメリカ、シリコンバレーで開催されたTVのピッチイベントで見事優勝。写真は前日の「Asian Night」でプレゼンを行う飯塚 統社長 （画像提供：メドメイン）

余裕のない医療現場の環境をAIで変えたい

PidPortの製品化に取り組みつつ、メドメイン社は、「医療現場で使ってもらいやすいツールを開発したい」と、新たな構想も描いている。海外ではすでに医療界のプラットフォームを持っている地域もあるそうだ。メドメイン社では、病理医だけでなく、どんな医師でも使える包括的なプラットフォームを作り、遠隔地とのやりとりやオンライン上でのディスカッションを可能にしたいという。さらにAIを交えて、AIから意見をもらうというシステムを構築していきたいとのこと。実現すると、離島やへき地で診療にあたっている医師の支援ツールとして、また開発途上国の支援ツールとしても、大きな効果が期待できそうだ。さらに、都会でもよくある“たらい回し”も、「ウチではわかりません」ではなく「システムに問い合わせてみますね」という対応により、改善されるのではと展望している。

「今、医療現場には余裕がないんです。AIを活用すれば、カルテの記載など、医師が抱えている事務作業等が大幅に簡略化され、医師にも余裕が生まれます。そうすると患者さんの『一度も顔を見てもらえなかった』といった不満も消え、患者さんの満足度が上がる。結果として治療の効果が上がることにもつながると思うんです。まずは医師が働きやすい環境を作り、医療の質の向上や、医療費の削減にもアプローチしていきたいと考えています」

2018年12月、ヘルシンキにて。世界130ヵ国以上からスタートアップや投資家などが参加するフィンランド発祥のスタートアップイベント「SLUSH」に、“Startup Team FUKUOKA”の１チームとして参加（画像提供：メドメイン）

「私たちは、世界の医療を変えたい。物理的要因や、社会的地位、そして国を超えて、医療に最適な環境を作りたいんです。ITのテクノロジーを使って、すべての人が望む治療を受けられる、そしてすべての医師が望む医療を提供できる、そんな環境を作りたい。」（岡本さん）

画期的なAIソフトで、一躍、医療ITのトップランナーに躍り出たメドメイン社。患者と医療者の間にある壁を消し去り、患者自身がどういう治療を受けてどういう生き方をしたいのか、「患者の希望ありきの医療」を理想に掲げる。「新しい医療のあり方を提案したい」と勢いづく同社の走りっぷりに注目したい。

メドメイン株式会社HP　https://medmain.net/

前編はこちら

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）