OpenAIは、生命科学研究向け基盤モデル「GPT-Rosalind」を刷新した。GPT-5.5の推論能力を基盤とし、創薬やゲノミクスにおける複雑な科学的ワークフローの批判的検討を可能にする。OpenAIの発表によれば、本モデルは研究開発の精度とスピードを向上させ、創薬の意思決定を強力に支援する。
OpenAIが公開した最新の「GPT-Rosalind」は、GPT-5.5の高度な推論能力とエージェント機能を統合している。このモデルは、創薬化学やゲノミクスといった生命科学の核心領域に特化しており、臨床試験の証拠抽出から規制当局の視点での妥当性検証まで、一連の科学的ワークフローをエンドツーエンドで実行できる。これにより、創薬研究者が直面する科学的妥当性の検証という重い課題を、AIが代行・支援する新たな可能性が拓かれた。
新たに導入された評価指標「LifeSciBench」は、従来の単一生物学的タスク評価とは一線を画す。これは、証拠抽出から臨床試験設計、規制当局への提出書類の批判的検討まで、科学的ワークフロー全体をエンドツーエンドで評価する仕組みである。公開事例では、デュシェンヌ型筋ジストロフィー治療薬の臨床試験データに対し、Western blot法における抗体の特異性不足や、対照群設定における統計的バイアスなど、専門家でなければ見落としかねない論理的欠陥を網羅的に洗い出す能力が示された。
GPT-Rosalindの批判的検討能力は、創薬開発における「失敗の早期発見」に直結する。臨床試験の準備段階でAIが論理的な穴を指摘することで、従来膨大な時間とコストを要した無駄な投資を回避し、成功確率の高いアプローチへリソースを集中させることが可能になる。AIネイティブのバイオテクノロジー企業による報告では、生成AIで設計された薬剤候補の第I相安全性試験成功率が、従来の約50%から80～90%に向上した事例も確認されている。
AIが指摘する「科学的妥当性」は学習データに基づく論理的整合性に過ぎず、未知の生物学的メカニズムや臨床現場特有の複雑な変数を網羅できているかは未知数である。AIの批判的検討が過度に保守的な判断を助長し、革新的な挑戦を阻害する可能性も否定できない。米国FDAの動向を報じる技術文書によれば、2025年1月に医薬品開発におけるAI使用に関するドラフトガイダンスが発表された一方、AI生成文書の品質不備を理由とした警告書発行事例もあり、最終的な説明責任は依然として人間に帰属する。
