- ボストン小児病院がOpenAI技術で「AI遺伝医（Co-pilot Geneticist）」を構築し、40件超の稀少疾患を新規診断
- これまで原因不明とされた疾患をAIが遺伝情報・症状・世界中の論文を統合解析
- 業務自動化50件以上で年間6万時間、約10.5億円相当の労働価値を再配置
- 同病院はOpenAIの研究支援プログラム「NextGenAI」（5,000万ドル規模）の創設パートナー
- 日本ではIRUDが先行するが、生成AI活用は始まったばかりで国際的にも追いつく余地が大きい
「原因がわからない病気で何年も苦しむ子どもがいる」と聞いたら、どう思いますか。実はAIがその沈黙に光を当て始めています。ボストン小児病院は、OpenAIの技術を使って稀少疾患を40件以上も新たに診断しました。本記事では何が起きたか、どんな仕組みか、日本にとって何を意味するかをやさしく解説します。
ボストン小児病院がOpenAIで何を成し遂げたのか
「AI遺伝医」と呼ばれる新しい仕組み
ボストン小児病院（Boston Children’s Hospital）は、米国で最も歴史ある小児専門病院の1つです。
その病院がOpenAIと組み、「Co-pilot Geneticist（コーパイロット・ジェネティシスト）」と呼ぶシステムを開発しました。日本語にすると「AIの副操縦士になる遺伝学者」という意味です。
このシステムは、患者さんの遺伝子データ・症状の特徴・世界中の医学論文をひとつにつなげて分析します。
これまで医師1人では到底読み切れない情報を、AIが横断的に整理してくれるイメージです。
40件以上の「診断不能」を診断した実績
OpenAIが2026年5月29日に公開した事例によると、同病院ではこれまで原因不明とされていた稀少疾患を40件以上も新たに診断できました。
稀少疾患は患者数が少なく、論文も散らばっているため、診断までに5年〜10年かかるケースが珍しくありません。
長年「診断不能」と諦められていた患者さんに、ようやく病名がついた、というのが今回の成果です。
業務効率化でも年間6万時間を削減
診断だけではありません。請求書処理や手術スケジュール最適化など、50件以上の業務自動化で年間約60,000時間を削減したと発表されました。
金額に換算すると約700万ドル（約10.5億円）の労働価値を別の仕事に振り向けられた計算です。
つまりAIが、医師や看護師の「ペーパーワーク地獄」を肩代わりし、本来の医療に時間を戻し始めているわけです。
「AI遺伝医」はどう動くのか
3つの情報をAIが束ねる
AI遺伝医が扱うのは、大きく3種類の情報です。
- 遺伝子データ：患者さんのDNA配列から得られる変異情報
- 表現型データ：身長、顔の特徴、検査値、症状などの臨床情報
- 医学文献：世界中で発表されている論文・症例報告
従来は遺伝学者がこれらを脳内で照らし合わせ、関連しそうな疾患を当てに行く作業でした。
AIはこの突合作業を秒単位でこなし、「この変異と症状の組み合わせなら、この稀少疾患の可能性が高い」と候補を提示します。
医師を置き換えるのではなく「副操縦士」
名前に「Co-pilot（副操縦士）」とある通り、AIは医師の代わりに診断するわけではありません。
最終判断は遺伝学者と臨床医が下します。AIは候補リストや裏付け論文を提示する役割です。
これは飛行機の自動操縦と同じ考え方で、判断の主導権は人間が握ったまま、認知負荷だけを大きく下げます。
背景にはOpenAIの「NextGenAI」プログラム
この取り組みは、OpenAIが研究機関と組む「NextGenAI」という連携プログラムの一環です。
OpenAIはNextGenAIに5,000万ドル（約75億円）規模の研究助成・GPU計算資源・API利用権を投じると発表しました。
ボストン小児病院はその創設パートナーの1つで、医療領域における代表的なユースケースになっています。
他のAI診断システムと比べると何が違うのか
Face2Gene（顔写真からの診断）との違い
稀少疾患AIの代表例として知られているのがFace2Geneです。これは顔写真の特徴から疾患を推定する仕組みで、ディープラーニング基盤「DeepGestalt」がTop-10精度91%を達成したと報告されています。
ただしFace2Geneは「顔貌に特徴が出る疾患」に強い反面、顔つきに変化が出にくい病気には弱いという制約があります。
ボストン小児病院のAI遺伝医はDNAデータと論文を直接読み込むため、顔以外の症状が中心の疾患にも対応できる点が異なります。
DeepMindのAlphaGenomeとの違い
Google傘下のDeepMindはAlphaGenomeを公開し、DNA配列上のどの変異が病気を起こしうるかを予測しています。
こちらはどちらかというと「研究者向けの基盤モデル」で、変異が機能的にどう作用するかを科学的に予測するツールです。
一方、ボストン小児病院のシステムは臨床現場の意思決定を支援するインターフェースに近く、医師がその場で使うことを前提に設計されています。
「研究」より「現場」に踏み込んだのが新しい
つまり、これまでのAI稀少疾患診断は「論文を書くための研究プロトタイプ」が中心でした。
ボストン小児病院は、それを院内の標準ワークフローに組み込み、実際の患者さんの診断につなげた点が画期的です。
AIが論文の中で活躍するフェーズから、診察室で日常的に動くフェーズに移った象徴的な事例だと言えます。
日本の医療現場にとって何を意味するか
日本にも先行する「IRUD」がある
日本ではIRUD（未診断疾患イニシアチブ）という国家プロジェクトが2015年から動いています。
IRUDはAMED（日本医療研究開発機構）が主導し、診断のつかない患者さんのDNAを全国規模で解析する仕組みです。
2021年3月末までに5,136家系のDNAを解析し、39の新規疾患遺伝子を発見したという成果が報告されています。
仕組みは似ているが「生成AIの活用」では差がある
IRUDも遺伝子データを世界中の文献と突き合わせる発想は近いものです。
ただし大規模言語モデル（LLM、人間のように文章を理解・生成するAI）を診断ワークフローの真ん中に置くという点では、ボストン小児病院のほうが一歩進んでいます。
論文の自動要約・症例レポートのドラフト生成・電子カルテからの症状抽出などは、まさにLLMの得意分野です。
国立成育医療研究センターなどが連携先になる可能性
日本側で同じ役割を担いやすいのは、IRUD-P（小児版）を運営する国立成育医療研究センターや、各大学病院のゲノム医療部門です。
SBI×Anthropic、MUFG×Anthropicのように金融分野では海外フロンティアAIとの直接提携が始まっています。医療領域でも同様の動きが起きてもおかしくありません。
稀少疾患の患者さん本人にとっては、国境を越えて知見が集まるほど診断率が上がるため、こうした提携は歓迎すべき方向と言えるでしょう。
活用シーン｜AI遺伝医がいる病院の日常
小児科外来でのケース
たとえば、5歳の女の子が「成長が止まり、骨格に左右差がある」と相談に来たとします。
担当医はDNA検査を依頼し、結果と症状をAI遺伝医に入力します。AIは数秒で「論文Aで報告された変異と一致しており、X症候群の可能性が高い」と候補を出します。
担当医は提示された論文を確認し、家族に「治療法はこういう方向があります」と説明できるようになります。
遺伝カウンセリングでのケース
遺伝カウンセラーが「兄妹で同じ症状がある家系」を担当する場面を想像してください。
これまでは数百本の論文を手で確認していた作業を、AI遺伝医が要約してくれます。
カウンセラーは家族の不安に寄り添う対話に時間を使えるようになります。
事務系業務での効率化
診断とは別に、ボストン小児病院は請求書処理・手術室スケジューリング・人材配置の自動化でも成果を出しています。
たとえば「手術室の稼働率を上げる組み換え」をAIが提案し、人間のスタッフがそれをチェックする運用です。
結果として手術件数を増やしつつ、スタッフの残業を抑える方向に振り向けられます。
よくある質問（FAQ）
Q1. 患者の遺伝情報がOpenAIに渡るのですか？
ボストン小児病院は院内向けに構築したセキュアな環境でAIを動かす方針を発表しています。一般のChatGPTにそのままデータを投げる仕組みではありません。日本で導入する場合も、医療情報の取り扱い規制に従った専用環境が前提になります。
Q2. 日本の患者もこの仕組みを使えますか？
現時点ではボストン小児病院の患者さん向けに運用されています。日本国内で利用するには、国立成育医療研究センターなどがOpenAIや類似モデルと提携し、独自に環境を構築する必要があります。直接的にはまだ使えないと考えてよいでしょう。
Q3. AIが間違った診断をしたら誰の責任になりますか？
このシステムはあくまで「副操縦士」で、最終診断は医師が下します。そのため責任は従来通り担当医・医療機関が負う設計です。AIは候補提示と論文要約に責任範囲を絞り、医師の判断を支援するという位置づけです。
Q4. 日本での導入はいつ頃見込めますか？
具体的な時期は発表されていません。ただ、SBIや三菱重工×PFNのように2026年は日本企業の本格AI導入が加速している年です。医療機関も2027〜2028年にかけて、同様の生成AI基盤を本格運用する事例が増えると見られます。
まとめ｜AIが「諦められていた病気」に光を当て始めた
- ボストン小児病院はOpenAIと連携し、稀少疾患40件以上を新規診断
- 「Co-pilot Geneticist」が遺伝子データ・症状・論文を統合分析
- 業務自動化でも年間6万時間・約10.5億円相当の効果
- OpenAIの研究助成プログラム「NextGenAI」（5,000万ドル）の創設パートナーに参加
- 日本ではIRUDが先行するが、生成AIの臨床活用ではキャッチアップ余地が大きい
稀少疾患の現場で起きていることを、ぜひ家族や知人にも教えてあげてください。「諦めなくていい時代が始まっている」という事実こそ、AIニュースで一番伝えたい話題です。
参考文献
- Boston Children’s uses AI to unlock new diagnoses | OpenAI
- Boston Children’s AI Breakthroughs | StartupHub.ai
- Introducing NextGenAI: A consortium to advance research and education with AI | OpenAI
- 未診断疾患イニシアチブ（IRUD） | 日本医療研究開発機構（AMED）
- IRUD-P（小児版）| 国立成育医療研究センター
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
