医療アルゴリズムを開発することと、それが実際に機能することを証明することは全く別物です。そのためには、入手困難な重要なもの、つまり医療データが必要です。そして、あるスタートアップ企業が、そのデータと検証研究を容易にするツールを惜しみなく提供してくれる準備ができています。
2021年に設立されたGesundは、今週、500 Globalが主導する200万ドルのシードラウンドでステルス状態から脱却した。CEO兼創業者のエネス・ホスガー氏はTechCrunchに対し、同社は既に大きな前進を遂げており、実行可能なプラットフォーム、30社の顧客を抱え、今四半期の売上高も見込んでいると語った。
Gesundは、基本的に医療アルゴリズムを開発するAI企業や、独自のモデルをテストする研究者のための開発業務受託機関（CRO）です。CROが製薬会社や医療機器会社のために臨床試験を設計するのと同じように、Gesundのプラットフォームは、AI企業が自社製品をテストするためのデータをキュレーションし、比較を円滑に進めるためのITインフラストラクチャを構築します。
「私たちは機械学習の運用会社だと考えています」とホスガー氏は語った。「アルゴリズムは扱っていません。」
医療アルゴリズムの良し悪しは、学習に使用したデータによって決まります。多様で利用可能なデータセットの入手は容易ではないという証拠があります。例えば、2020年にJAMA誌に掲載された研究では、放射線科、眼科、皮膚科、病理学、消化器病学、病理学といった分野にわたるディープラーニングアルゴリズムを解説した74本の科学論文を分析しました。これらの研究で使用されたデータの71%は、ニューヨーク、カリフォルニア、マサチューセッツから収集されたものでした。
実際、米国の 34 州は、これらのアルゴリズムのトレーニングに使用されたデータをパイプラインに一切提供しておらず、これらのアルゴリズムがより広い集団にどの程度一般化できるかという疑問が生じています。
この問題は、様々な医療提供者にも共通しています。大規模で評価の高い大学病院で収集されたデータを使ってアルゴリズムを訓練することはできますが、それを小規模な地域病院に導入する場合、その全く異なる環境でうまく機能する保証はありません。
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
BMJに掲載された152件の研究を対象としたメタレビューによると、アルゴリズムの学習に使用されるデータセットは、概して必要以上に小さいことが分かっています。もちろん、アルゴリズムの成功例もいくつかありますが、これは業界全体の問題です。
テクノロジーだけでは、これらの問題をすべて解決することはできません。そもそも存在しないデータを整理したり、提供したりすることはできません。非ヨーロッパ系の人々の遺伝子研究を考えてみてください。これは非常に不足しています。しかし、Gesundは、テクノロジーが役立つ可能性のある問題に焦点を絞っています。それは、既存のデータへのアクセスを容易にし、データ共有の新たな道を切り開くパートナーシップを構築することです。
ゲズンドのデータパイプラインは、「臨床施設との既存のデータ共有契約」に基づいているとホスガー氏は述べた。現在、ゲズンドはシカゴ大学メディカルセンター、マサチューセッツ総合病院、そしてベルリンのシャリテ病院で収集された画像データに重点を置いている。（同社は将来的に放射線科以外にも領域を拡大する予定だ。）
機械学習アプリケーションで使用するためのデータの集約と配信は、ナイチンゲール・オープンサイエンス・プロジェクトなど、他のプロジェクトでも行われています。ナイチンゲール・オープンサイエンス・プロジェクトは、研究者に臨床データセットを無償で提供します（Googleの物議を醸した「プロジェクト・ナイチンゲール」とは関係ありません）。データ自体も重要な要素ですが、ホスガー氏が同社の秘密兵器と見なしているのは、まさにテクノロジースタックです。
「誰もがクラウド上で機械学習を行っています」とホスガー氏は説明する。「しかし、一般的な医療機関はクラウドを導入していないため、それらはすべて無駄になります」と彼は付け加えた。「私たちは、病院のファイアウォール内でオンプレミスに配置できるこのテクノロジースタックを構築しました。機械学習の根幹であるサードパーティのマネージドサービスには一切依存していません。」
そこから、プラットフォームには「ローコード」インターフェースが組み込まれています。つまり、医師や医療提供者は必要なデータセットをドラッグ＆ドロップし、そのデータに対して独自のアルゴリズムをテストできるのです。
「設立からまだ6ヶ月ほどですが、すぐに軌道に乗り、モデル所有者がクラウドリソースにアクセスできない高コンプライアンス環境でも、データに対してアルゴリズムを実行し、リアルタイムで精度指標を生成できる最初の製品を開発しました。これが私たちの秘訣です」と彼は説明した。
現在、GesundはNightingaleと同様に、一部のサービスを無料で提供しています。同社のCommunity Editionでは、既存のアルゴリズムを持つ研究者が無料でアルゴリズムをテストできます（ただし、独自のデータセットをアップロードする必要があります）。
一方、同社の「プレミアム」版の費用を負担するのはAI企業だ。ホスガー氏によると、これにより有料顧客は独自のデータセットにアクセスできるようになるという。そして、彼らが必要なデータに対して料金を支払うであろうという証拠もある。現在、ゲズンド社は30社の潜在顧客を抱えており、今四半期には収益を上げられると見込んでいる。
「私たちは昨年11月にシカゴで開催されたRSNAに参加しましたが、話をしたすべてのAI企業が『はい、昨日までに証拠が必要です』と言いました。」
200万ドルのプレシードラウンドはGesundの資金調達の全てを占めますが、Hosgor氏は同社が今年中にさらに資金調達を行うと予想しています。近い将来、同社は研究開発に注力し、米国と欧州における臨床パートナーシップの拡大を目指します。
