予防医療のインフラを構築する

予防医療は、これまで以上に患者を知るようになっている。しかし、その知識をどう活用するかについては、必ずしも分かっていない。 医師主導の予防・長寿医療向け臨床インテリジェンス・プラットフォームであるLongevitixは、別の測定データの流れを加えるのではなく（クリニックにはすでに測定データが十分にある）、検査結果、EHRのエクスポートデータ、画像、遺伝情報、ウェアラブルデータ、問診データ、臨床履歴を一つの統合されたビューに集約し、それを汎用の既製モデルではなく予防医療向けに構築されたエンジンで解釈することで、その隔たりを埋めようとしている。これにより、医師は判断に専念できる。 Longevity.Technology：予防医療は、情報を生み出すことにおいては驚くほど優れている。しかし、その情報を臨床的に有用なものにすることは、はるかに難しいことが分かってきた。患者は今や、高度な血液検査、ウェアラブルデータ、ゲノム情報、場合によっては数年分の自己追跡データまで携えて来院できる。それらすべてを、どうにかして、頑固なまでに限られた診療時間の中で整理しなければならない。Longevitixがこの非対称性に対して示す答えは、幸いにも、目的のためだけにさらにAIを加えることではない。臨床判断の上に立つのではなく、その下支えとなるよう設計されたインフラである。この違いは重要だ。特に長寿医療では、新しい科学が確立されたエビデンスと並存し、生物学は頑固なまでに医学の専門分野ごとに整理されることを拒む。出所を示さない統合は、単に不確実性をより効率的に生み出すだけになる危険がある。エビデンスの階層、システム横断的な解釈、医師による監督を重視するLongevitixの姿勢は、より有用なモデルを示している。それは、答えを告げる人工的な予言者ではなく、医師がより良い問いを立て、答えを比較検討し、そして決定的に重要なこととして、その後に起きることに対する責任を持ち続けられるよう支援する臨床アーキテクチャである。 情報量の問題 この負担は理論上のものではない。*JMIR Medical Informatics*に掲載された2024年のレビューでは、大量の臨床情報がEHRを通じて提示される方法が、認知的過負荷の一因となり得ることが示された。インターフェースの複雑さ、文書化の要件、システム内の操作に費やす時間が、いずれも負担を増やしている。著者らは、情報の合理化と文書化の負担軽減を、考えられる対策として指摘した［1］。 長寿医療の実践では、さらに別の層が加わる。関連する記録は、従来型のEHRをはるかに超えて、専門検査機関、ゲノム・エピジェネティクス報告書、画像、継続的なウェアラブルデータにまで及ぶ可能性がある。Longevitixは、これらの情報源を集約し、基礎となる資料へのリンクを保持するよう設計されている。同プラットフォームは、心血管、代謝、ホルモン、炎症、認知、筋骨格の健康などの領域を含む、15の臓器系を担当するAI専門家を利用している。 このようなことは孤立して起きるものではなく、患者のケアも同様である。医師、栄養士、ヘルスコーチ、専門医は通常、それぞれが全体像の自分の担当部分を見て業務を行っており、他の人がすでに試したことを十分に把握できないままになっている。Longevitixは、代わりにチームに共有ビューを提供する。そのため、推奨事項は静かに矛盾するのではなく収束し、患者がそれらを自分で調整する役割を負わずに済む。 「患者がこれまで以上に多くの情報とデータ、そしてAIの意見を持って来院する世界に、医師が適応できるよう支援するために、Longevitixを構築しました」と、LongevitixのCEO兼共同創業者であるEffie Arditiは語った。「医師には、こうした期待に応え、新しいタイプのケアを提供する機会を生かすためのツールが必要です。テクノロジーを使って大規模にデータを分析し、臨床的な解釈に情報を与えることで、医師は患者との関係とアドヒアランスにより集中できるようになります」 このトレードオフは感傷的なものではない。医師のコミュニケーションに関するメタ分析では、きちんと話を聞いてもらえたと感じる患者は、提示された計画を実際に守る可能性が高いことが示されている。つまり、プラットフォームがデータの整理から取り戻す時間は、単に節約された時間ではなく、アルゴリズムには依然としてできない医療の部分に充てられる時間なのである［2］。 単に生成するのではなく、根拠に基づく しかし、臨床AIにとって、統合は問題の半分にすぎない。流暢な回答でも、十分な根拠に基づかないものになり得る。学会のガイドライン、無作為化試験、観察データ、初期のヒト研究、説得力のある前臨床生物学が、同じ検索結果の中に並ぶ可能性のある長寿医療では、特に厄介な失敗の形である。 Longevitixの答えは、エビデンスの階層である。文献を一つの平坦で区別のない領域として提示するのではなく、それぞれの推奨事項にエビデンスの強さと出所を付与する。5つの階層は、確立された指針と、より検出力の高い臨床エビデンスから、専門家のコンセンサスを経て、最前線に位置するプレプリント、初期段階の試験、臨床的に証明されるはるか前から生物学的に興味深いトランスレーショナル研究までを含む。このアプローチは、重要な区別を維持することを意図している。生物学的に興味深いことは、臨床的に確立されていることと同義ではない。 この原則は長寿医療をはるかに超えて支持されている。2026年の後ろ向き研究では、ガイドラインと過去の臨床症例の両方を参照する検索拡張システムを、同じ大規模言語モデルのプロンプトだけに基づくバージョンと比較し、236件の救急トリアージ症例を対象に評価した。根拠付けされたバージョンは、専門家が同等とみなす水準でトリアージ看護師との一致に達し、優れた結果を示した。これは単一施設で行われたトリアージ研究であり、Longevitixの検証ではない。しかし、教訓は関連している。AIがどのように情報を検索し、根拠付けるかは、出力される内容の質に大きく影響し得る［3］。 生物学はファイルキャビネットに収まらない 生物学は専門分野ごとに分類されない。そのため、専門分野を分離して構築されたソフトウェアは、スタート時点ですでに一歩遅れている。代謝機能障害は、心血管の健康、炎症、睡眠、ホルモン状態、認知にまで影響する。また、どのマーカーも単独で見るのではなく、記録全体と照らして読んだときには、まったく異なる意味を持つ可能性がある。 この経時的な要素も重要である。Fitbit Heart Studyでは、ウェアラブル端末による不整脈の警告が、その後ECGパッチによって心房細動が確認された人々を特定した。AFが年1回の健康診断をすり抜けやすいことを考えれば、これは小さなことではない。CGMについては、より慎重な見方が必要になる［4］。ある研究では、CGMに基づく介入、例えば食後の血糖値上昇を抑えるために散歩の時間を調整することによって、血糖、インスリン、Cペプチドの値が低下し、運動への意欲も高まった。別のメタ分析は、必要な但し書きを加えた。血糖面での利点は前糖尿病の人に集中しているようであり、すでに健康で正常血糖の人にとって、CGMは治療手段というより教育ツールとして有用である可能性がある［5、6］。 すべてのウェアラブルの変化が介入を必要とするわけではない。むしろその反対である。継続的な測定が価値を持つのは、シグナルをノイズから分離し、文脈の中に位置付け、本当に重要なときにエスカレーションして初めてである。 そのため、Longevitixは診療を受けた時点で終わらない。自動化された接点と、注目すべき変化を知らせるよう設計された臨床家向けのシグナルを通じて、診察の合間の進捗とアドヒアランスを追跡する。医師がリアルタイムでデータの流れを見続ける必要なく、ケアは経時的なものになる。 患者に何が届くかも重要である。統合された臨床像は、その対象となる本人が実際に読めて初めて有用になる。計画と、受信トレイの墓場に向かうPDFとの違いである。 ブティック型から、より広範なケアへ 現時点で自然な導入先となるのは、すでにデータ集約型の予防に取り組んでいる医療機関である。長寿医療、機能性医療、統合医療、コンシェルジュ医療、メドスパ、ダイレクト・プライマリケアのクリニックなどだ。これらの現場には、より深い個別化を求める意欲と、それに伴う運用上の問題の両方がある。 インフラは、導入されたクリニックの中に消えていこうとする姿勢があって初めて優れたものになる。Longevitixは、指示するのではなく適応するよう構築されている。問診票、患者向けレポート、さらには臨床プロトコルまで、クリニック独自のものに見え、感じられるように変更でき、完全なホワイトラベルで提供される。新しいソフトウェアのためにワークフローを取り除くという、通常の負担もない。プラットフォームが曲がるのであり、クリニックが合わせる必要はない。 しかし、より大きな提案はアクセシビリティである。個別化の層を一つ追加するたびに、それに対応して医師の時間も増えるなら、予防医療はそれほど大規模に拡大できない。いずれ経済性が行き詰まる。Longevitixが賭けているのは、臨床インフラがこの方程式を変えられるということだ。処理を担うシステムに臨床上の権限を明け渡すことなく、臨床家がより豊富な情報と、より継続的なケアを扱えるようにするのである。 判断がなお重要である場所 臨床AIにとって、より興味深い試験は、印象的なレポートを作成できるかどうかではない。そうしたことは、ますます最低限の条件になっている。重要なのは、テクノロジーが高度な予防医療を、非人間的なものにせず再現可能にできるかどうかである。情報が判断へ、そして判断が行動へと変わる地点に医師を確実に置き続けながら、医師の手の届く範囲を広げられるかどうかだ。