製薬と臨床AIの画期的な融合
人工知能（AI）の製薬バリューチェーンへの統合加速を象徴する決定的な動きとして、Merck（米国とカナダ以外ではMSDとして知られる）とMayo Clinicは、戦略的な研究開発提携を発表しました。2026年2月18日に公開されたこのパートナーシップは、次世代AIアルゴリズムを強化するために大規模なマルチモーダル（multimodal）臨床データセットを活用することを目指しており、従来の創薬モデルからの重要な転換を意味しています。
この提携は、Mayo Clinicにとってグローバルなバイオ製薬企業とのこの規模では初の提携であり、医療システムがより広範な科学的進歩のためにデータ資産を収益化し活用する方法の変化を示唆しています。MerckのAI対応「仮想細胞（virtual cell）」技術とMayo Clinic Platformの堅牢なアーキテクチャを統合することで、両者は従来の標的特定の限界を回避することを目指しています。この取り組みは当初、炎症性腸疾患（IBD）、アトピー性皮膚炎（atopic dermatitis）、および多発性硬化症の3つのニーズの高い治療領域に焦点を当て、高度な分析を通じてこれらの疾患の複雑な生物学的基盤を解明することを目指します。
業界の観察者にとって、このパートナーシップは単なるデータ共有の合意ではなく、精密医療（precision medicine）における構造的な進化です。これは「ラボ」がますます仮想化され、臨床的成功の確率が分子が試験管に入るずっと前に計算されるという、高まるトレンドを浮き彫りにしています。
Mayo Clinic Platform_Orchestrateの解読
この提携の中心となるのは、**Mayo Clinic Platform_Orchestrate**プログラムの展開です。匿名化された記録の静的な転送を伴うことが多い標準的なデータライセンス契約とは異なり、Orchestrateプログラムは共同開発のための動的で安全な環境を提供します。このアーキテクチャにより、Merckはデータが安全なクラウド環境から外部に出ることなく、Mayo Clinicの膨大な臨床的知見のリポジトリにアクセスすることができ、プライバシーの懸念に対処しながら計算ユーティリティを最大化します。
このプラットフォームは、そのデータの圧倒的な深さと多様性によって差別化されています。単純な電子健康記録（EHR）を超えて、マルチモーダルな状況を網羅しています。これには、非構造化臨床ノート、放射線画像、ゲノムシーケンシング、および検査結果が含まれます。これらの豊かなデータのタペストリーを機械学習モデルに供給することで、研究者は以前は不可能だった疾患進行のより完全なプロファイルを構築できるようになります。
マルチモーダルデータの力
マルチモーダルデータの統合は、この戦略の要です。従来の発見プロセスでは、研究者は遺伝子マーカーを単独で見ていたかもしれません。この新しい枠組みの下では、AIモデルは患者の遺伝子マーカー、MRIスキャンで見える構造的変化、および臨床ノートに記録された長期的な経過を同時に分析できます。
この全体的な視点は、Merckが開発している細胞の生物学的プロセスのデジタルツインである「仮想細胞」モデルのトレーニングに不可欠です。これらのモデルは、細胞がさまざまな刺激や病態にどのように反応するかをシミュレーションし、科学者がコンピュータ上（in silico）で潜在的な創薬標的を「ストレス・テスト」することを可能にします。これらの仮想モデルをMayo Clinicのリアルワールドデータ（Real-World Data）と照らし合わせて検証することで、Merckは初期段階の探索における偽陽性率を大幅に減少させ、最も有望な候補のみが物理的な試験に進むようにすることを目指しています。
戦略的重点領域：複雑な慢性疾患を標的に
この提携は初期の範囲を明確に定義しており、その異質性のために歴史的に創薬担当者を悩ませてきた3つの慢性疾患を標的にしています。
治療重点領域：
- 消化器病学（Gastroenterology）： 特に炎症性腸疾患（IBD）。患者の治療への反応が非常に多様であり、作用機序が多面的であることが多い分野です。
- 皮膚科学（Dermatology）： アトピー性皮膚炎。患者集団によって大きく異なる複雑な免疫系の相互作用によって引き起こされる疾患です。
- 神経学（Neurology）： 多発性硬化症（MS）。早期介入が重要であり、進行を予測するためにマルチモーダルデータ（画像＋臨床歴）が特に価値を持つ進行性疾患です。
これらの領域に集中することで、MerckとMayo Clinicは、「万能型（one-size-fits-all）」の大型薬がすべての患者のニーズを満たすことができなかった疾患に対して、AI機能を適用しています。目標は、個別の治療法につながるサブポピュレーションや特定のバイオマーカーを特定することであり、これこそが精密医療の本質です。
運営枠組みと戦略的メリット
このパートナーシップのメカニズムを理解するために、各組織が貢献する具体的な構成要素と、それらの統合から得られる戦略的価値を分解すると役立ちます。
表1：Merck-Mayo提携の主要構成要素
| 構成要素 | 説明 | 戦略的メリット |
|---|---|---|
| Mayo Clinic Platform_Orchestrate | 外部パートナーが内部データで計算できるようにする、安全な分散型データアーキテクチャ。 | プライバシーを損なうことなく価値の高いデータへの安全なアクセスを可能にし、モデルのトレーニングを加速させます。 |
| マルチモーダル・データレイク | ゲノミクス、病理学、放射線画像、および非構造化臨床ノートを含みます。 | 遺伝子型（genotype）と表現型（phenotype）の間の非自明な相関関係の発見を可能にします。 |
| 仮想細胞技術（Virtual Cell Technologies） | 細胞生物学と疾患パスウェイをシミュレートするMerck独自のAIモデル。 | 初期の標的スクリーニングにおいて、動物モデルやウェットラボ実験への依存を減らします。 |
| 臨床の専門知識 | コンテキスト検証のためのMayo Clinicの臨床医や研究者への直接アクセス。 | AIが生成した知見が臨床的に関連性があり、生物学的に妥当であることを確実にします。 |
製薬バリューチェーンの変革
このパートナーシップは、ヘルスケアにおいて比較的新しい「プラットフォーム・シンキング（Platform Thinking）」のアプローチを例証しています。Mayo Clinic PlatformのCOOであるManeesh Goyal氏は、他の業界が共有リソースや共同モデルを受け入れてきた一方で、ヘルスケアは歴史的に独自の制約によって分断されてきたと指摘しました。この提携は、データとアルゴリズムが流動的に相互作用するモジュール式のエコシステムを構築することで、その型を破るものです。
Merckにとって、その影響は初期の3つの疾患領域にとどまりません。Merckの会長兼CEOであるRobert M. Davis氏は、高品質の臨床データを統合することが、自社のプログラムの「成功確率（probability of success）」を向上させる鍵であると強調しました。新薬を市場に出すコストが20億ドルを超え、10年以上かかる製薬研究開発というハイステークスな世界では、標的特定の段階での予測精度のわずかな向上でさえ、数十億ドルの節約と数年の開発期間の短縮につながる可能性があります。
さらに、この提携はリアルワールドデータの活用方法に前例を作ります。RWDを市販後調査や規制当局への提出のためだけに利用する段階を超え、上流の探索のための主要なエンジンとして位置づけています。
業界への影響と今後の展望
MerckとMayoの提携は、バイオ製薬セクター全体に波及効果を引き起こす可能性があります。これにより、他の主要な製薬企業も大規模なアカデミック・メディカル・センターと提携することで、同様の「データ堀（data moats）」を確保することを迫られます。私たちは、精選されたマルチモーダルな患者データへのアクセスが、製薬会社が何十年もかけて構築してきた化合物ライブラリと同じくらい価値のある時代に入りつつあります。
AIの観点からは、これは生物学における**基盤モデル（Foundation Models）**への移行を強化するものです。大規模言語モデル（LLM）が構文と意味論を学ぶために膨大な量のテキストを必要とするのと同様に、生物学的基盤モデルは疾患の「言語」を学ぶために膨大で多様なデータセットを必要とします。Mayo Clinicのデータは、これらの高度なモデルを訓練するために必要な量と複雑さを提供します。
しかし、課題も残っています。このベンチャーの成功は、データの統合の質にかかっています。非構造化臨床ノートを構造化されたゲノムデータと洗浄・調和させることは、容易ではないエンジニアリング上の課題です。さらに、仮想細胞の予測を効果的なヒト治療薬に変換することは、AIがまだ完全には克服していない科学的なハードルとして残っています。
この提携が進展するにつれ、AI主導の精密医療という理論的な約束が具体的な臨床資産に変換できるかどうか、業界は注視することになるでしょう。もし成功すれば、Merck-Mayoモデルは現代の創薬の標準的な青写真となる可能性があります。
