AIツールが臨床・遺伝データを統合し希少疾患の診断精度を向上

中国の研究者らは、遺伝データ、臨床症状、医師の記録など患者情報を組み合わせ、希少疾患をより迅速かつ正確に診断することを目的とした人工知能（AI）ベースのツールを開発した。

希少疾患は「2,000人に1人未満に発症する疾患」と定義され、全体として世界で3億人以上に影響を及ぼしている。これまでに7,000を超える異なる疾患が同定され、その約80%は遺伝性が原因である。こうした累積的な負担にもかかわらず、希少疾患は臨床像の多様性、個々の有病率の低さ、臨床医の経験不足により、診断が極めて難しいことで知られている。

近年、希少疾患患者が診断に至るまでに要する長い期間（時に5年以上）を短縮しようとする研究が数多く行われてきた。新生児の全ゲノムシーケンス（whole genome sequencing）などのアプローチの成功が分野の進展を後押ししている一方で、誰もがバイオインフォマティクスの専門家にアクセスできるわけではなく、これらの手法で生成される膨大なデータは医療従事者にとって負担となり得る。

本研究では、研究者らは大規模言語モデル（LLM）を構築し、さらにそれをエージェント型システムで取り囲んだ。これは、それぞれが1つの作業を得意とする専門化されたAIエージェントの集合であり、例えばテキストから症状を抽出する、症状を既知の疾患と照合する、遺伝子バリアントを注釈付けして順位付けする、といった役割を担う。

研究者らがDeepRareと名付けたこのツールは、主要症状を用いて類似症例や医学論文を検索し、遺伝子バリアントを解析した上で、可能性のある希少疾患の短いリストを作成する。

上海の複数の研究機関および大学からなるチームは、アジア、北米、欧州の病院および公開データセットに由来する6,401例の患者症例でこのツールを検証した。また、既存ツール、複数の大規模AIモデル、さらに希少疾患専門医の見解とも比較した。

概して、DeepRareは希少疾患診断に用いられる標準的手法や他の既知のAIモデルよりも良好な成績を示した。症状と遺伝データの双方を用いることで、あるコホートにおいて**患者の69%**を正しく診断できた。また、Exomiser（スコア56%）と呼ばれるよく知られたソフトウェアツールにも勝った。Exomiserは、未加工のゲノミクスファイルを解釈し、疾患原因となり得るバリアントを見つけるために一般的に使用されている。

163例で専門家の見解と直接比較したところ、DeepRareは約79%の症例で診断に到達したのに対し、専門家は66%であった。DeepRareが用いた推論の連鎖（reasoning chains）と参照文献をレビューした専門家は、95%のケースで正しい情報を用いていると一致した。

DeepRareの臨床的意義は、診断精度の向上にとどまらず、希少疾患診療提供における根本的課題に対処する点にある。検証可能な参照情報を伴うエビデンスに基づく推論の連鎖を提示できることにより、文献レビューや症例調査に要する時間を大幅に短縮できる可能性がある。さらに、異なる診療科にまたがって一貫した性能を示したことは、希少疾患に遭遇する頻度が低い非専門医にとって有用な意思決定支援ツールとなり得ることを示唆している。

このように希少疾患の専門知を広く共有可能にすることは、資源が限られた環境や専門医療へのアクセスが限られる地域で特に大きな影響を持ち得る。希少疾患診断における医療格差の縮小につながる可能性がある。研究者らは本研究をNatureに報告した。