ライアン・ガンドゥールは、医療組織がヘルスケア専門家と連携・交流する方法を効率化するG LNKの共同創業者である。
スペインかぜが大陸を越えて猛威を振るっていた時代、医学的知識は感染の速度に追いついていなかった。ある大陸のウイルス学者が他の地域の同僚より数カ月先を行っていたとしても、その知見が迅速に、あるいはそもそも伝わることはなかった。当時の専門知識は、患者自身と同様に地理的に制約されていたのだ。
1世紀後の現在、私たちははるかに連携された世界に生きている。データは数秒で共有され、論文はクリック一つで世界を駆け巡り、研究者たちは実際に会うことなく共同研究ができる。しかし、あらゆるテクノロジーがあるにもかかわらず、専門知識を見つけて連携する方法は進化のスピードに追いついていない。グローバルヘルスケアにおいて、適切なタイミングで適切な人材を見つける方法がまだ確立されていないため、才能が十分に活用されていないのが現状だ。
グローバルな連携という幻想
ヘルスケアは非常に大きな科学的進歩の時期を迎えている。AI支援による診断、mRNAワクチン、遺伝子治療が医学的可能性を再形成している。しかし、こうしたブレークスルーの裏側には、ほとんど議論されていないより厄介な問題がある。この進歩に実際に参加できるのは誰なのか？ h指数が150を超え、3つの諮問委員会に席を持つ人々だけなのか？ 民主化が叫ばれているにもかかわらず、コラボレーションへのアクセスはいまだに排他的なクラブのように感じられる。
現在の世界には何百万人ものフルタイム研究者と1200万人以上の免許を持つ医師がいる。数だけを見れば、コラボレーションの黄金時代が期待できるはずだ。
しかし、産学連携は逆方向に進んでいる。過去10年間で学術的成果は大幅に増加したが、産業界との共著による研究論文の割合は16%減少している。つまり、研究は急増しているが、産業界と協力して行われる研究の割合は縮小しているのだ。
デジタル変革が数十年続いているにもかかわらず、ヘルスケア人材の発掘と配置の方法は驚くほどアナログのままだ。サイロ化された学術機関、断片化された臨床試験ネットワーク、保守的な製薬ビジネスモデルが、誰の声が聞かれ、資金を得られ、発見されるかを依然として制限している。何百万人もの高度な訓練を受けた医療専門家や研究者がいる世界で、適切な人材がまだあまりにも頻繁に最後に相談される存在となっている。その結果、知的メリットではなく、職業的な近さに大きく依存するコラボレーションモデルが続いている。
国立衛生研究所（NIH）の予算が大幅に削減される中（2026年には約40%削減され290億ドルになる見込み）、米国の保健機関はリソースを守るだけでなく、成果を求めている。NIHコモンファンドからARPA-Hのようなイニシアチブまで、新しい仕組みでは資金提供の条件として機関横断的な官民パートナーシップが求められている。つまり、サイロ化されたラボや時代遅れのパイプラインでは資格を得られず、提案の核心にコラボレーションを示す必要がある。しかし、誰がコラボレーションに招待されるかは、依然として「何を知っているか」よりも「誰を知っているか」によって形作られている。これらは単なる運用上の欠陥ではない。特に治験設計、トランスレーショナル医学、セクター横断的なR&Dなどの分野では、失われた機会なのだ。
「知り合い」だけでは不十分な時代
重要性にもかかわらず、ヘルスケア全体での専門家の特定は、口コミ、使い回されるショートリスト、機関の名声に大きく依存している。若手研究者に聞いてみるとよい。最先端の方法論における世界的な専門家で、ニッチな診断経路に関する決定的な論文を執筆していたとしても、適切なコネクションがなければ、5年前に適切な会議で講演した人物に取って代わられてしまう。
適切な共同研究者を見つけるには数週間から数カ月かかることがある。彼らの受け入れにも同じくらいの時間がかかる。ライフサイエンスでは、治験の開始や治療法の商業化が1カ月遅れるだけで、数百万ドルの収益損失、あるいはより重要な患者の治療へのアクセス遅延につながる可能性がある。当社のバイオテックパートナーの一例を考えてみよう。希少疾患治療法を開発していたが、数百万ドルの資金調達にもかかわらず、治験が5カ月遅れた。これは規制上の問題ではなく、適切な患者層を持つ主任研究者を時間内に見つけられなかったためだった。
この課題は最前線の関わりにも現れている。デロイトの研究者らによると、ライフサイエンス企業の幹部の82%が顧客エンゲージメント戦略に満足していると言う一方で、医療専門家の同意は28%にとどまる。また、医療専門家の42%がメディカルサイエンスリエゾンとの相互作用の不足を最大の問題点として挙げている。
これは、適切なタイミングで適切な機会に適切な専門知識を結びつける構造的なギャップを表している。その代償は、医薬品開発の遅れや期待に満たない治験だけでなく、失われた機会でも測られる。潜在的なコラボレーションが見逃される。地域の医療現場からの有望な洞察が未発表のまま、あるいは気づかれないままになる。ヘルスケア業界は時間と可能性の両方を失っているのだ。
異なるモデル：インテリジェントな発見
ヘルスケアにおけるAIの最も変革的な応用は、診断や分子設計ではなく、人的資本にあるかもしれない。膨大な出版物、臨床試験、実世界データ、デジタルフットプリントのネットワークを分析することで、AIは単なる所属機関ではなく、実際の貢献と文脈的関連性に基づいて専門知識を特定できる。
ボストンのバイオテックパイプラインに情報を提供できるマレーシアの小児腫瘍専門医の初期データを特定できる大規模言語モデルを想像してみよう。あるいは、大学の所属に関係なく、活用されていない研究者の頭脳と新しい助成金の募集をマッピングする分散型グラフプラットフォームを考えてみよう。
このネットワークインテリジェンスアプローチを使用するプラットフォームはすでに有望な結果を示している。これらは単に検索を自動化するだけでなく、拡張する。グローバルヘルスケアにおける隠れたノード、つまり見過ごされた研究者、地域のイノベーター、あるいは深い領域知識を持つ現場の実践者を浮き彫りにする。
従来のシステムが目立つ少数を引き上げるところで、これらのモデルは価値ある多数を照らし出すことができる。
未来は置き換えではなく、認識にある
ヘルスケアに必要なのは、より多くの専門家ではない。専門家を見つけるためのより良い方法だ。このセクターはアイデアが不足しているのではなく、適切なタイミングで適切な問題に適切な頭脳を結びつけるシステムが不足しているのだ。
ここでAIは、医師や研究者に取って代わるのではなく、リクルーターのリスト、専門家データベース、有料ネットワークを通じて可視性を追求する必要性をなくすことで、このセクターの仕組みを静かに、しかし根本的に変えることができる。AIはモデルを反転させる。資格ではなく貢献によって検索するのだ。現代の推薦エンジンが、レーベルのマーケティングよりも品質と関連性のパターンを優先することで音楽の発見方法を変革したのと同様に、AIは影響力があるにもかかわらず見過ごされている研究者や臨床医を浮かび上がらせることができる。
