3万7000のAIエージェントが新薬を設計し、製薬大手Merckが数カ月後に独立して同じ設計にたどり着き、FDAの突破指定まで受けた——この事実が意味するものは、AIの性能ではない。

今週VentureBeatで報じられたStanford大学の「Virtual Biotech」プロジェクトは、医療AIの議論の重心を明確に示している。CSO（最高科学責任者）エージェントの下、標的発見・分子設計・臨床試験という事業部を模した37,000の専門エージェントが、2025年1月以前の公開データのみを使い自律的に肺がん向けADC（抗体薬物複合体）の設計を完了した。Merckの追認という第三者検証までついている。驚くべきは精度ではない。設計に使われた「データ基盤」の存在だ。

プロジェクトを率いたJames Zou准教授は、従来のデータベースをAI向けにMCPでラップするだけでは不十分だと明言している。PDFをコンテキストウィンドウに投げ込むのは非効率であり、既存のAPIは人間か旧来のアルゴリズム向けに設計されているため、エージェントが誤読する。そこで同チームは「Paperclip」というプラットフォームを構築。非構造化データをデジタル化し、ばらばらのデータベースをAIネイティブな仮想ファイルシステムに統合した。これにより、数百万編の論文を標準的なファイル操作でエージェントが横断的に検索できるようになった。

データの「整頓」がAIの性能を引き出す——これはStanfordに限った話ではない。

米国NIH（国立衛生研究所）は今、BioData Catalystというクラウドベースのエコシステムで、70年分に及ぶ12PBの医療データをAIが読める形に翻訳する作業を進めている。課題は単なるデータ蓄積ではなく「相互運用性」だ。1990年代のFramingham心臓研究のコホートと最新の肺線維症研究のデータが、心血管変数という点で同一の意味を持つことを保証する必要がある。NIHはLinkMLというパイプラインでLOINC、FHIR、HPOなどの複数規格間マッピングを自動化し、臨床医による検証をペアにしている。

NLM（国立医学図書館）のLisa Federer氏は、データのキュレーションが「人間向け」から「機械向け」へシフトしていると指摘する。AIエージェントは研究者のように文脈の手がかりを読まない。共通データ要素（CDE）の標準化が、エージェントがNIHのリポジトリをクロールする際の前提条件になる。

一方で現場の医療機関は別の文脈で同じ課題に取り組んでいる。バージニア州のInovaは、すでに67のAI機能を本番稼働させている。Chief Data and AI OfficerのJon McManus氏は、AI倫理・監視委員会（24名、医師7名を含む）を設置し、400以上のAI機能を評価してきた。同氏は「中央集権的にAIの実装を管理することは信じない」と言い切る。組織全体がAIの機会を探索できる環境を整えつつ、安全性と倫理性の判断だけを委員会に集約する。

率直に言えば、医療AIのブレイクスルーはモデルの賢さではない場所で起きている。Stanfordが37,000エージェントを動かせたのも、NIHが12PBを統合できたのも、Inovaが67機能を稼働させているのも——根底にあるのは「データをAIが使える形に整える」という地味な作業だ。

この作業に投資する組織と、モデルの性能だけを追う組織の差は、3年後には決定的になる。今のうちに問うべきは「どのAIが賢いか」ではなく「自社のデータがAIに読まれているか」だ。