1. はじめに：数十年を経て実現した画期的な進歩
世界中の3億人以上の希少疾患患者にとって、診断への道のりは歴史的に過酷な旅でした。患者は平均して5年間、繰り返される転院、誤診、不必要な処置に耐え、ようやく正確な診断を受けます——研究者が「診断のオデッセイ」と呼ぶ期間です。現在、中国の研究者が開発した画期的な人工知能システムが、かつて不可能と考えられていたことを達成しました：複雑な希少疾患診断のタスクで、一貫して人間の専門家を上回るのです。
2026年2月に権威あるジャーナル『Nature』に掲載されたDeepRareシステムは、医療AIのパラダイムシフトを表しています。上海交通大学医学院附属新華病院と中南大学湘雅医学院附属湖南省児童病院の共同研究で開発されたこのマルチエージェントAIシステムは、世界中の希少疾患診断のあり方を変える可能性のあるマイルストーンを達成しました。
2. 希少疾患診断の危機
希少疾患——2,000人に1人未満に影響する状態として定義——は、集団として世界中の3億人以上に影響を与え、これまでに7,000以上の異なる疾患が同定されています。これらの状態の約80%が遺伝的起源を持っています。集団としての有病率にもかかわらず、希少疾患は長い間臨床医を悩ませ、家族を絶望させてきた独自の診断上の課題を提示します。
希少疾患の臨床的異質性は、個々の疾患が患者によって大きく異なる症状を呈する可能性があることを意味します。単一の希少疾患がある患者では神経症状を呈し、別の患者では心臓の問題を呈する可能性があり、経験豊富な医師であってもパターン認識を極めて困難にしています。さらに、各疾患の個別の有病率が低いため、ほとんどの臨床医はキャリア全体で数例しか遭遇せず、全く遭遇しないことさえあります。
この診断危機は深刻な結果をもたらします。研究によると、希少疾患患者は正確な診断を受けるまでに平均7人の医師を訪れることが示されています。このオデッセイの間、患者は繰り返し不必要な検査や処置を受け、不確実性から大きな心理的負担を抱え、結果を大幅に改善できる早期介入の重要な機会を逃すことがよくあります。
3. DeepRare：マルチエージェント診断革命
DeepRareは希少疾患診断に根本的に異なるアプローチを採用しています。超希少疾患には不可能な大量のラベル付きデータセットを必要とする従来の教師あり学習モデルに依存するのではなく、大規模言語モデルを搭載した洗練されたマルチエージェントアーキテクチャを使用しています。
Anthropicのモデルコンテキストプロトコルに着想を得たシステムの3層アーキテクチャは、以下で構成されています：
- 中央ホスト： 記憶バンクを備えた推論強化大規模言語モデル（デフォルトはDeepSeek-V3）で、収集した証拠を統合し診断プロセスを管理することで診断ワークフロー全体を調整します。
- 専門エージェントサーバー： 表現型分析、遺伝子型解型解釈、臨床データ正規化、多様な医学データベースからの知識検索など、特定のタスクを処理する複数のエージェント。
- 異種医学知識ソース： 研究記事、臨床ガイドライン、患者症例リポジトリ、権威ある医学データベースに接続する40以上の専門ツールの統合。
DeepRareを際立たせているのは、マルチモーダル患者データを処理する能力です——フリーテキストの臨床記述、構造化されたヒト表現型オントロジー（HPO）用語、VCFファイルからの生の遺伝子配列データ——そして、臨床医が主要な医学文献に対して検証できる透明な推論チェーンを伴うランク付けされた診断仮説を生成します。
4. 中国の主要病院での臨床検証
研究チームは前例のない規模で厳格な検証を実施しました：14の医学専門分野にわたる2,919の希少疾患をカバーする6,401の臨床症例。評価データセットは7つの公開データベースと2つの主要な中国臨床センターから入手され、アジア、北米、ヨーロッパの多様な集団を代表しています。
上海交通大学医学院附属新華病院は975症例を提供し、そのうち168症例は完全な全エクソソームシーケンシング（WES）データを含んでいました。湖南省児童病院は完全な遺伝子検査結果を持つ162の小児症例を提供しました。これらの院内データセットは、実際の医療診療からの実世界臨床データを含み、システムの実用的応用性の重要な検証を提供しました。
評価データセットの多様性——文書化された文献症例から困難な実世界臨床提示まで——は、異なる診断難易度レベル全体でのDeepRareの堅牢性を示しています。症例はソース別に分類されました：研究論文（明確な文書化により通常より易しい）、症例報告（中程度の難易度）、直接臨床遭遇（最も困難で実世界応用を代表）。
5. パフォーマンスマイルストーン：人間の専門家を上回る
研究から最も衝撃的な発見は、人間の専門家に対するDeepRareのパフォーマンスです。新華病院からの163の臨床症例を使用した直接比較研究で、DeepRareは5人の経験豊富な医師と対戦しました。各医師は希少疾患の臨床診療で10年以上の経験を持っています。医師とDeepRareは同一の入力を受け取りました：フリーテキストの外来記述から抽出された構造化HPO用語。
結果は前例のないものでした。DeepRareは**78.5%のRecall@5を達成し、臨床医の平均65.6%を大幅に上回りました。Recall@1——正しい診断がシステムのトップ推奨として表示されることを意味——では、DeepRareは64.4%を獲得し、医師の54.6%**と比較されました。これは、希少疾患表現型分析と診断において計算システムが専門医のパフォーマンスを上回った最初の記録された事例を表しています。
すべてのベンチマークでのHPOベースの評価において、DeepRareは平均Recall@1 **57.18%を達成し、2番目に優れた手法（Claude-3.7-Sonnet-thinking）を23.79%の大幅なマージンで上回りました。Recall@3では、システムは65.25%を達成し、競合他社を18.65%**上回りました。
システムは特定のデータセットで特に印象的な結果を示しました：RareBench-MME評価で78%のRecall@1（2番目を30%上回る）、MyGene2評価で74%（競合他社を35%上回る）。
6. 遺伝子データ統合が精度を変革
DeepRareの最も強力な機能の1つは、遺伝子配列データを臨床表現型と統合する能力です。研究者がHPO用語と全エクソソームシーケンシングデータを組み合わせると、診断精度は劇的に向上しました——新華病院データセットで39.9%から69.1%、湖南省児童病院データセットで**33.3%から63.6%**へ。
システムはまた、遺伝子変異解釈のために特別に設計された広く使用されているバイオインフォマティクスツールであるExomiserを上回りました。HPOと遺伝子データを組み合わせると、DeepRareは新華症例で**69.1%のRecall@1を達成し、Exomiserの55.9%と比較され、湖南症例では63.6%対58.0%**でした。
このマルチモーダル能力は、遺伝子検査が希少疾患の精査においてますます一般的になっているため、特に重要です。しかし、生のゲノムデータの解釈は、専門的な遺伝学トレーニングを持たない臨床医にとって依然として困難です。DeepRareは、VCFファイルを自動的に処理し、変異分析を臨床表現型と統合してより正確な診断仮説を生成することで、このギャップを埋めます。
7. 透明な推論：臨床的信頼の構築
おそらくDeepRareの最も臨床的に重要な機能は、その透明な推論チェーンです。説明なしで診断を提供するブラックボックスAIシステムとは異なり、DeepRareは検証可能な医学的証拠——研究記事、臨床ガイドライン、患者症例報告——を参照する明示的な推論を伴う診断仮説を生成します。
これらの推論チェーンの信頼性を検証するため、研究チームは希少疾患を専門とする10人の副部長医師を招待し、180のランダムにサンプリングされた症例でシステムの出力を評価しました。各症例は3人の専門家によって独立してレビューされました。
結果は平均**95.4%**の参照正確性を示しました。これは、DeepRareが引用した医学的証拠がほぼすべての症例で信頼性が高く、診断結論に直接関連していることを意味します。この高レベルの事実正確性は、臨床医が一次ソースに対してAIの推論を検証し、システムの推奨に対する信頼を構築できるため、臨床採用にとって重要です。
システムにはまた、仮説を反復的に再評価する自己反省ループが組み込まれており、過剰診断を減らし、大規模言語モデルによくある問題である幻覚を緩和するのに役立ちます。初期仮説が検証基準を満たさない場合、システムは以前のステップに戻って追加の患者固有の証拠を収集できます。
8. 世界的影響と将来の意義
DeepRareの意味合いは、検証された2つの中国の病院をはるかに超えて広がります。システムは希少疾患医師のための診断コパイロットとして機能するユーザーフレンドリーなWebアプリケーションとして展開されており、そのオープンアーキテクチャは世界中の医療環境に適応できることを意味します。
医療システム、特に専門医へのアクセスが限られた地域では、DeepRareは希少疾患診断の民主化の可能性を提供します。システムは専門家コンサルタントとして機能し、一般開業医や非専門医が、そうでなければ何年も診断されないまま放置される希少疾患を特定するのを支援できます。
研究チームは14の医学専門分野全体でパフォーマンスを分析しました——血液と循環器系から生殖器系まで——ほぼすべてのカテゴリーで一貫した優位性を発見しました。システムは腎臓および泌尿器系疾患で最も良い成績を収め（**66%**正確率）、内分泌（60%）および消化器系（49%）カテゴリーで強い結果を示し、その幅広い適用性を実証しました。
将来に向けて、マルチエージェントアーキテクチャは、多様な知識ソースの統合を必要とする複雑な医学的課題に対処するためにAIシステムをどのように設計できるかのテンプレートを提供します。国際希少疾患研究コンソーシアムによると、医学的知識は拡大し続けており——年間約260から280の新しい希少遺伝性疾患が発見され——新しい情報を効率的に取り込めるDeepRareのようなシステムはますます価値が高まります。
DeepRareの達成は、技術的ブレークスルーだけでなく、AIが臨床診療にどのように展開されるかの根本的な変化を表しています。大規模言語モデルの推論能力を透明で検証可能な証拠チェーンと組み合わせることで、システムはAIが高精度であり、かつ臨床的に信頼できることを実証しています——これは長い間医療人工知能の聖杯でした。
現在、自分自身の診断のオデッセイを経験している何百万人もの患者にとって、DeepRareは5年間の診断への旅が間もなく過去のものになるという希望を提供します。
出典と参考文献
- Zhao W, Wu C, Fan Y, et al. “An agentic system for rare disease diagnosis with traceable reasoning.” Nature 651, 775–784 (2026).
- Nguengang Wakap S, et al. “Estimating cumulative point prevalence of rare diseases: analysis of the Orphanet database.” European Journal of Human Genetics 28, 165–173 (2020).
- Schieppati A, Henter JI, Daina E, Aperia A. “Why rare diseases are an important medical and social issue.” The Lancet 371, 2039–2041 (2008).
- Smedley D, et al. “Next-generation diagnostics and disease-gene discovery with the Exomiser.” Nature Protocols 10, 2004–2015 (2015).
- Mao X, et al. “A phenotype-based AI pipeline outperforms human experts in differentially diagnosing rare diseases using EHRs.” npj Digital Medicine 8, 68 (2025).