ヘルスケア業界におけるAIの活用は容易ではありません。特にリスクの高い腫瘍学分野ではなおさらです。バイオテクノロジーのスタートアップ企業であるValar Labsは、高い目標を掲げながらも、特定の治療結果を正確に予測するツールを開発し、患者の貴重な時間を節約できる可能性を秘めています。同社は、新たながん種や治療法への展開を目指し、2,200万ドルを調達しました。
がんの種類はそれぞれ異なりますが、多くのがんでは長年の試験を経てベストプラクティスが確立されています。しかし、時には、特定の治療レジメンが効果的かどうかを確認するために、何ヶ月もかけて治療を続ける必要がある場合もあります。
Valarの共同創業者はTechCrunchに対し、膀胱がんもその一つだと説明した。腫瘍専門医が推奨する一般的な最初の治療法であるBCG療法は、コインを投げるのと同じくらいの確率で効果が出る。これは実はかなり高い確率だ！しかし、そもそもコインを投げなくてもよかったらどうだろう？それがValarが解決しようとしている問題なのだ。
CEOのアニルド・ジョシ氏によると、チームはスタンフォード大学で臨床意思決定におけるAI支援の研究をしていた時に出会ったという。つまり、患者と医師の両方が、2つの治療法からでも12の治療法からでも、どの治療法を選択するかを決めるのを支援するということだ。
「私たちが学んだのは、今日のがん患者さんの大多数にとって、治療計画が本当に不明確だということです」とジョシ氏は述べた。「選択肢はありますが、どれがうまくいくかは分かりません。とにかく試してみるしかないのです。ですから、私たちの目的は、情報に基づいた決定を下すことでした。膀胱がんの治療では、標準治療に反応を示す患者さんは2人に1人しかいません。どの患者さんがどの治療に反応するのかが分かれば、効果のない治療に1年も費やす必要がなくなるでしょう。」
彼らが開発した最初の検査「Vesta」は、この特定の状況に焦点を当てています。これは単なる理論上のソフトウェアソリューションではありません。チームは世界中の12の医療センターと協力し、1,000人以上の患者を対象に研究を行い、特定の治療法に対する反応の理由を解明しました。
このプロセスは2つの要素から成ります。まず、がん患者の組織学的画像数千枚を学習させた視覚AI（またはコンピュータービジョンモデル）です。これらの患部組織の薄切片は、専門家によってスキャン・検査されることが増えていますが、そのプロセスは多少大まかです。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
「この超高解像度画像は、腫瘍の細胞レベルで何が起こっているかについて多くのことを教えてくれます」と、CTOのヴィスウェシュ・クリシュナ氏は説明する。「この画像にモデルを適用することで、ゲノムパネルと同様に膨大な量の特徴を抽出します。数千もの組織学的リード（つまり重要な画像特徴）を生成し、病理学者が注目しながらも定量化できない最も重要な特徴を抽出します。病理学者は違いに気付いても、その違いを計測することはできないのです。」
ジョシ氏は、病理学者に代わるのではなく、その能力を補うのだと慎重に付け加えた。これは、細胞損傷、免疫反応、そして病気の進行や抑制の程度を示すその他の構造など、専門家が正確な測定を行うのに役立つスマート顕微鏡のようなものだと考えてもいいだろう。
「結局のところ、主導権を握っているのは医師です。これは単なるデータの増加であり、医師はそれを喜んでいます。そして、このような検査を導入することで、外部からの視点が基盤となり、患者もそれを非常に喜んでいます」とジョシ氏は述べた。
研究チームによると、画像化コンポーネントは膨大なデータで学習されており、多くの領域やがん種に汎用化できる。乳がん組織中のリンパ球数を数えることは、皮膚がん組織中のリンパ球数を数えることとほぼ同じ作業である。しかし、その数、あるいはモデルが特定できる他の定量化可能なバイオマーカーが示す、患者の治療反応の可能性は、特定の病態に限定される。
したがって、Valar社のシステムの2つ目の要素は、特定の臨床状況に合わせて調整する必要があるものです。そしてそのために、同社は膀胱がんという特定の症例と標準的な治療レジメンにおいて、同社の検査が他のどの指標よりもはるかに正確な成功予測指標であることを実証しました。
年齢、健康歴、喫煙の有無といったリスク要因は、特定の治療結果を予測する上である程度の精度を持つものの、「非常に粗雑」だとジョシ氏は指摘する。Valar社は、同社のAIモデルは「（予測力において）これらすべての変数を上回り、かつそれらとは独立している」と主張している。つまり、標準的なリスク要因の代わりにだけでなく、それに加えて使用できるということだ。
彼らはまた、結果を解釈可能な状態に保つことが重要だと指摘しました。医師や患者にとって最も必要なのは、ブラックボックスです。ですから、患者が良好な反応を示すとしたら、「免疫系がAの働きをしており、核がBの働きをしている」といった根拠で裏付けられるのです。
2021年に設立された同社は、膀胱がん患者を対象とした前述のBCG療法の画像モデルと最初の臨床モデルの構築に多大な労力を費やしてきました。Valar氏が最近の発表で指摘したように、この検査はBCG療法に反応しないリスクが通常の3倍ある患者を特定します。つまり、（ケアチームの判断によりますが）別の治療法を試す方が賢明である可能性が高いということです。たとえ1ヶ月でも無駄な労力を省くことができれば、一部の人にとっては人生を変えるような出来事となるかもしれません。
がん治療を経験した人なら誰でもわかるように、治療の日々は計り知れないほど貴重であるだけでなく、自信を得るのも容易ではありません。Valarは確実な治療結果をもたらすわけではないかもしれませんが（腫瘍学ではほぼ不可能です）、介護者にとって強力な矢筒となる可能性があります。
Valar は、最初の製品のリリースが間近に迫る中、DCVC と Andreessen Horowitz が主導し、Pear VC も参加した 2,200 万ドルのシリーズ A 資金調達ラウンドを完了しました。
「資金調達は完璧なタイミングでした」とジョシ氏は述べた。「今回の検証を完了することができ、今回の資金はVestaの商業化を推進する上で大きな力となります。同時に、他のがん種への適用拡大も開始しています。」
創業者たちは、近年のゲノム検査に見られるような商業ラボモデルを用いて、着実に事業を拡大していきたいと述べ、最高執行責任者（COO）のダミール・ヴラバック氏は「これは、これまで私たちが行ってきた他の検査と非常に似ており、医療制度に何ら支障をきたすものではありません」と述べた。これにより、費用を保険会社に負担させることで、不必要で効果のない治療を回避することで、最終的には医療費全体の削減につながることが期待される。
