2016年、NHSロイヤルフリー病院とのデータ協定：患者の同意のない160万件の医療データへのアクセスとプライバシーへの懸念。2016年、ロンドンの冷たい空気の中で、デミス・ハサビスと、彼の長年の友人でありディープマインドの共同創設者であるムスタファ・スレイマンは、予期せぬ厳しい試練に直面していました。囲碁の盤上で人工知能が収めた勝利の歓声がまだ冷めやらぬうちに、現実世界の複雑でデリケートな問題が彼らの足かせとなったのです。それは技術的な難題ではありませんでした。

それはまさに「信頼」と「倫バー（倫理）」という、コードでは解決できない人間社会の最も根本的な価値に関する問題でした。物語は、ディープマインドの野心的な医療プロジェクトである「ディープマインド・ヘルス（DeepMind Health）」の始動とともに始まりました。ハサビスとスレイマンは、人工知能が真っ先に革新すべき分野として医療を挙げました。

彼らの論理は明快でした。ディープマインドの技術がタンパク質の構造を予測し、複雑なゲームを解くことができるのであれば、患者の命を救うことにも使われるべきである、というものでした。その最初のパートナーは、ロンドン北部に位置するロイヤルフリー病院（Royal Free Hospital）でした。

しかし、この目標は当初から綻びが生じていました。イギリスの著名な科学雑誌である『ニュー・サイエンティスト（New Scientist）』が、ディープマインドとロイヤルフリー病院の間のデータ共有協定に対して疑問を呈する調査報道を行ったためです。その報道内容は衝撃的なものでした。

ディープマインドがアプリ開発のために、ロイヤルフリー病院から160万件にも及ぶ患者の医療記録へのアクセス権を得ていたという内容でした。これには、現在入院中の患者のデータだけでなく、過去5年間の記録までもが含まれていました。さらに大きな問題は、このデータの範囲でした。

患者の名前や生年月日、住所はもちろんのこと、血液検査の結果、病理記録、放射線画像など、極めて機微な医療情報が網羅されていました。HIVの陽性判定や薬物の過剰摂取、中絶の記録といった、極めてプライベートな情報まで含まれ得るという事実が明らかになると、英国社会は騒然となりました。患者たちは

自分たちの最も内密な情報が、巨大テック企業であるGoogleの子会社の手へと渡っていた事実を、全く知らなかったのです。「私たちは同意していない」という抗議が相次ぎました。ハサビスにとって、これは痛恨の失策でした。

彼は常に「人工知能は人類のために使われるべきである」と強調してきましたが、その人類を構成する一人ひとりの権利を見落としていたという批判を免れることはできませんでした。ディープマインド側は、不当な扱いを受けていると訴えました。彼らは、このデータは研究や商業目的ではなく、あくまで患者の診療を支援するためのアプリの開発とテストのためだけに使用されるのだと主張しました。

また、データは暗号化されて管理されており、Googleの他のデータと結合されることもないと説明しました。しかし、大衆の視線は冷ややかなものでした。それは、情報の不均衡が引き起こした恐怖でした。

人々は、ディープマインドのアルゴリズムが自分の医療記録を学習し、後に保険料の値上げや、就職における不利益につながるのではないかという、漠然としながらも具体的な不安を感じていました。英国情報コミッショナー事務局（ICO）が調査を開始し、最終的に2017年7月、ロイヤル・フリー病院が患者に対してデータ共有の事実を十分に通知していなかったとして、英国データ保護法に違反したとの判断が下されました。この事件は、ハサビスにとって法的な問題以上の意味を持つこととなりました。

それはシリコンバレー流の、すなわち「素早く動き、破壊せよ（Move fast and break things）」という格言が、人の命と尊厳を扱う医療の現場においては通用しないことを示す、明白な事例でした。技術的な善意だけでは不十分だったのです。手続きの正当性と透明性が担保されないイノベーションは、社会的な抵抗に遭わざるを得ないということを、ディープマインドは高い授業料を払って学びました。

ハサビスは深い苦悩に陥りました。彼は技術者として効率性を追求しましたが、経営者としては社会的責任を負わなければなりませんでした。160万件のデータは、単なる数字ではありませんでした。

その一つひとつが、苦しみ、癒やされ、時には死に直面した、人間の人生そのものでした。その後、ディープマインドは倫理委員会を再編し、データへのアプローチを根本的に見直すことになります。これは、後の「AlphaFold」のような巨大な科学プロジェクトを進める際、データを扱う彼らの慎重な姿勢に決定的な影響を与えることとなりました。

ディープマインド・ヘルスによる「Streams」アプリと、急性腎障害の検出を巡る論争の中心となった「Streams」アプリは、皮肉なことに、人工知能技術がほとんど含まれていない、非常に実用的で直感的なソフトウェアでした。しかし、このアプリの誕生の背景と機能は、当時の英国国民保健サービス（NHS）が直面していた現実と、ディープマインドが追求していた「現実的な問題の解決」との接点を正確に示しています。物語は、ロイヤル・フリー病院の腎臓内科医たちが直面していた、もどかしい現実から始まります。急性腎障害（AKI: Acute Kidney Injury）は、入院中の患者に頻繁に発生する合併症であり、腎機能が急激に低下する状態を指します。AKIは早期に発見できれば、輸液処置や薬物調整だけで容易に治療できますが、発見が遅れると、永続的な腎損傷を招いたり、死に至ることもある致命的な疾患です。

イギリス国内だけでも、毎年4万人以上の患者がAKI（急性腎障害）によって回避できたはずの死を迎えているという統計もあります。問題は「情報の速度」でした。2016年当時、NHS（国民保健サービス）の多くの病院では、いまだに紙のチャートやポケベル、ファックスに依存していました。

患者の血液検査の結果が出ると、検査室では異常の兆候が発見されますが、この情報が担当医に伝わるまでに数時間、長い場合には丸一日かかることもありました。医師たちは膨大な数の患者のチャートを一つずつ確認しなければならず、その間に患者の腎機能は音もなく悪化していったのです。ムスタファ・スレイマンは、この非効率をテクノロジーによって解決しようと試みました。

Streamsアプリの仕組みは単純なものでした。病院のシステムと連携し、血液検査の結果からクレアチニン値の急激な上昇など、AKIの兆候が捉えられた際、即座に担当医療スタッフのスマートフォンへ通知を送るのです。まるで株式市場の急騰・急落の情報をリアルタイムで受け取るかのように、医師たちは患者の危機的状況を即座に察知できるようになりました。

Streamsは、患者の既往歴、現在の投薬情報、バイタルサインなどを、見やすいインターフェースで整理して表示しました。医師たちは、もはや紙のチャートの山をかき分ける必要はなく、スマートフォンの画面を通じて患者の状態を一目で把握し、処方を行うことができました。DeepMindのチームは、このアプリを開発するために、医師や看護師に影のように付き添い、彼らの動線や業務フローを徹底的に分析しました。ユーザーエクスペリエンス（UX）デザインが、医療現場の緊迫感と出会った瞬間でした。

技術的な側面から見れば、Streamsはディープラーニングや大規模言語モデルのような最先端のAIではありませんでした。むしろ、既存の医療アルゴリズムをモバイル環境に合わせて最適化した、データ可視化ツールに近いものでした。ハサビスとスレイマンは、ここで重要な決断を下しました。

「華やかなAI技術を誇示することよりも、今すぐ現場で人を救う道具を作ることが重要である」という、実用主義的なアプローチでした。彼らはAIを適用する前に、まずはデータが流れるパイプラインを整備すべきだと判断しました。Streamsの成果は、即座に現れました。

ロイヤル・フリー病院での試験運用の結果、AKI（急性腎障害）患者を確認するのにかかる時間が、数時間から数秒単位へと短縮されました。医療スタッフは、1日平均2時間の事務作業時間を節約でき、その分、患者のケアにより多くの時間を割けるようになりました。救急時の対応速度が上がったことで、患者の生存率向上にも寄与できる可能性を示したのです。現場の看護師や医師たちは、このアプリを「医療システムの革命」と呼び、歓迎しました。

しかし、この輝かしい成果は、前述したデータプライバシー論争という影に覆われてしまいました。ディープマインド側は、アプリが正しく機能するかを検証するために、AKI患者だけでなく全患者のデータが必要だったと主張しましたが、大衆や規制当局は「蟍（ちゃ）を捕るために家を焼く（大事なものを犠牲にする）」ような形で個人情報を侵害したと見なしました。結局、Streamsプロジェクトは、技術がいかに有用で善意に基づいたものであっても、社会的合意と法的枠組みを逸脱すれば持続不可能であるという、痛切な教訓を残しました。

2019年、ディープマインド・ヘルス・チームがGoogle Healthに統合されたことで、Streamsアプリの運営主体はGoogleへと移りました。これは、さらなる論争を巻き起こしました。「ディープマインドの医療データは、Googleの広告ビジネスとは永遠に切り離される」という初期の約束が、破られたかのように見えたからです。

Streamsは、医療現場において情報技術がいかに大きな力を発揮し得るかを証明すると同時に、ビッグテック企業が公共医療の領域に進出する際に直面する不信感と葛藤を象徴する金字塔となりました。ハサビスにとってStreamsは、成功であると同時に傷跡でもあり、これから訪れるAI時代に向けて必ず解決すべき課題を突きつけた予防接種でもありました。医療AIの成果と限界――眼疾患診断AI：Nature Medicine論文とムーアフィールズ眼科病院との協力。2016年の夏、デミス・ハサビスはロンドンのオールド・ストリートに位置する世界的な眼科専門病院、ムーアフィールズ眼科病院（Moorfields Eye Hospital）の門を叩きました。

ロイヤル・フリー病院でのデータ論争により、手痛い洗礼を受けた直後ではありましたが、彼は立ち止まりませんでした。今回は違いました。より慎重に、より精緻に、そして何よりも、より透明性の高い方法でアプローチしたのです。

これらを診断するための光干渉断層計（OCT, Optical Coherence Tomography）は病院に備わっていましたが、次々と生成される数千枚もの3次元スキャン画像を読影する専門医の目は、圧倒的に不足していました。患者は診断を受けるために数週間、数ヶ月も待たされることがあり、その間に視力を失ってしまうケースも少なくありませんでした。キーン博士はハサビスにこう語りました。

私たちはデータの洪水の中で溺れかけています。あなたのAIが、私たちを救ってくれますか？」ハサビスは、この提案をDeepMindのミッションである「知能を解き明かし、世界に貢献する」を実現するための、完璧な機会であると捉えました。

しかし、今回はデータ処理に万全を期しました。ディープマインドは、ムーアフィールズ病院から約1万5千人の患者から得られた14,884件の匿名化されたOCTスキャンデータを受け取りました。ロイヤル・フリー事件の教訓に基づき、データの使用目的と範囲を明確にし、徹底した非識別化プロセスを経たのです。

ディープマインドの研究チームは、このデータを基に2段階の人工知能モデルを設計しました。最初のニューラルネットワークは、OCT画像を分析して目の組織や病変を精密にセグメンテーション（分割）する役割を担いました。地図を描くように、網膜の層や異常部位をピクセル単位で識別していくのです。

2番目のニューラルネットワークは、この地図に基づいて疾患の種類を分類し、緊急度を判断しました。2018年8月、ディープマインドとムーアフィールズ研究チームによる共同研究の結果が、世界的な医学誌『Nature Medicine』に掲載されました。AIモデルは50種類以上の眼科疾患を診断するにおいて、ムーアフィールズ病院の最高レベルの専門医と同等、あるいはそれ以上の性能を示しました。

精度は94%を上回り、何より診断誤診率は5.5%と、人間の専門家8人の平均誤診率である6.7%よりも低い数値でした。特に、緊急を要する患者を選別して優先順位を決定するトリアージ（重症度分類）能力において、卓越した性能を発揮しました。

この研究が学界から称賛された真の理由は、単に精度の高さだけではありませんでした。ハサビス氏と研究チームは、医療AIの慢性的な課題である「ブラックボックス（Black Box）」問題の解決に努めました。従来のディープラーニングモデルは、結果を提示するだけで「なぜ」そのような判断を下したのかを説明できなかったため、医師たちの不信感を招いていました。

しかし、ディープマインドのモデルは異なっていました。AIは診断結果とともに、OCTスキャン画像上の病変部位を色分けして表示しました。医師はAIがどの部分を見て疾患を判断したのかを目視で確認することができ、これによりAIの判断を検証し、信頼することが可能になったのです。

これは「説明可能なAI（XAI, Explainable AI）」が医療現場に適用された模範的な事例でした。ディープマインドのシステムは医師に取って代わるものではなく、医師に強力な『デジタル顕微鏡』を授けるツールでした。医師はAIの一次所見に基づき、より迅速かつ正確に最終診断を下せるようになったのです。このプロジェクトは、テクノロジー企業と医療機関がいかに協力すべきかを示す、教科書的なモデルとなりました。

ハサビスはこれを通じて、ディープマインドが単に囲碁に強い会社ではなく、実際の科学や医学の難題を解決する能力を備えていることを世界に証明しました。ムーアフィールズ・プロジェクトは、ディープマインドが失った信頼を回復し、AIが人類の健康に貢献できるという希望を再び打ち上げた狼煙（のろし）でした。医療データの倫理的活用をめぐる教訓――ムーアフィールズ眼科病院との成功した協力と、ロイヤル・フリー病院での痛恨のミスは、デミス・ハサビスとディープマインド、さらには世界中のAI研究者に対し、医療データの倫理に関する深い教訓を残しました。

それは、『データは単なる資源ではなく、信頼の証である』という気づきでした。第一の教訓は、『透明性』と『同意』の価値です。ロイヤル・フリーの事件において、ディープマインドは法的にはNHSの情報ガバナンス担当者（カルディコット・ガーディアン）の承認を得ていたと主張しましたが、患者一人ひとりの明示的な同意を欠いた『包括的なデータアクセス』は、社会的な容認を得ることはできませんでした。

これは2018年の欧州連合（EU）における一般データ保護規則（GDPR）の施行と相まって、データ主権に対する認識を完全に変えることとなりました。その後、ディープマインドはすべての医療プロジェクトにおいて患者参加グループを設立し、データがどのように使用されるのかを、一般の人々にも分かりやすい言葉で説明するために多大な努力を払いました。技術が

いかに優れていても、そのプロセスが不透明であれば、社会はその技術を拒絶するという事実を痛感したのです。第二の教訓は「目的の明確化」です。Streamsアプリの開発当時、ディープマインドは急性腎障害の検知という特定の目的のために、広範な全医療記録を取り入れました。

これは「データの最小化の原則（Data Minimization Principle）」――目的達成に必要な最小限のデータのみを使用すべきであるという原則――に反しているという批判を受けました。一方、ムーアフィールズ・プロジェクトでは、眼底スキャン画像とその関連する直接的な診断データに範囲を限定し、徹底した匿名化を行いました。これは、AI学習のためのデータ収集は「多ければ多いほど良い（The more, the better）」ではなく、「精密なターゲティング（Precision targeting）」であるべきであることを示唆していました。

第三は、「公共の利益」と「民間企業の利益」の間の緊張関係です。NHSは英国国民の税金によって運営される公的な医療システムです。ここにあるデータは、国民の公共資産なのです。

Googleという世界最大の営利企業の関連会社が、このデータを無償で活用してアルゴリズムを開発し、後にその技術を再びNHSに販売したり、他国に売却して利益を得たりすることは正当と言えるのでしょうか。この問いは、今なお現在進行形です。ハサビスは、この問題を解決するために、ディープマインド・ヘルス社の技術をオープンソース化するか、あるいは公共に利益を還元するモデルを検討しなければなりませんでした。これは、AI企業が単なる技術の供給者ではなく、社会契約の当事者であるべきであることを意味していました。

最後に、「人間中心の技術実装」です。Streamsも眼科診断AIも、結局のところ最終的な決定権を持つのは医師でした。AIは診断を下す裁判官ではなく、証拠を収集してくる有能な捜査官としての役割に留まるべきでした。

ムーアフィールズ・プロジェクトで示した「説明可能性」は、機械が人間を疎外することなく協力するための必須条件でした。DeepMindは、技術的な正確性（Accuracy）と同じくらい、臨床的な有用性（Utility）と説明可能性（Explainability）が重要であることを証明しました。ハサビスにとって、医療AIはチェス盤や囲碁盤とは全く異なる次元のゲームでした。

囲碁盤は19本の線と明確なルール、そして勝敗のみが存在する閉じた世界（Closed System）でした。しかし、病院は不完全な情報、患者の苦痛、プライバシー、法的規制が複雑に絡み合う開かれた世界（Open System）でした。DeepMindはこの開かれた世界で数多くの試行錯誤を経験し、「知能を解き明かす」ということは、単にアルゴリズムの性能を高めることだけでは

なく、その知能が社会の中に安全に着陸することを助けることまで含まれるのだという事実を学びました。これらの教訓は、後にDeepMindが生物学の難問であるタンパク質構造予測（AlphaFold）へと進み、より強力な汎用人工知能（AGI）について論じる際の、彼らの倫理的な羅針盤となりました。「最も強力な技術は、最も高いレベルの責任を要求する。」