予防接種の“勘”をAIに ─ AIがインフルエンザ予測を変える？MITのVaxSeerがWHOを凌駕する未来

1. 背景：毎年の“数歩先読み”ゲーム

季節性インフルエンザのワクチンは、半年以上も前に株が選ばれる。世界各地の検体から得られる遺伝子配列や抗原性データを総合し、WHOのGISRSネットワークを基盤に、専門家会議が「来季、どの系統が流行の主役になるか」を推定して決める。的中すれば有効性は跳ね上がるが、外れれば“打ったのに効きにくい”という実感へとつながる。問題は、インフルウイルスが絶えず小刻みに進化し、ヒトの免疫や環境との相互作用で勢力図が短期間に変わることだ。

2. VaxSeerとは何か：2つの予測エンジン＋1つのスコア

MITのVaxSeerはこの「先読み」を機械学習で拡張する。コアは二本立てだ。第一に、各変異が単独ではなく“組み合わせ”としてどのように拡がりやすさ（優勢化）に寄与するかを、大規模タンパク質言語モデルで学習する。第二に、ワクチン候補が将来の流行株にどれだけ中和効果（抗原性）を示し得るかを、HI（赤血球凝集抑制）試験データから推定する。これらを常微分方程式に基づく拡がりのダイナミクスに重ね、最終的に「カバレッジスコア」として、将来の季節に予想されるウイルス集団に対するワクチンの“適合度”を数値化する。

3. どれだけ“当たった”のか：後ろ向き10年レビュー

研究チームは過去10年分のデータで、WHOが実際に選んだ株とVaxSeerが推した株を比較した。結果はA/H3N2で9/10シーズン、A/H1N1で6/10シーズンでVaxSeerが上回るか同等。特筆すべきは、2016年シーズンの候補株を1年早く挙げていたケースで、翌年にWHOが採用した事実と重なる。さらに、VaxSeerのカバレッジスコアは、CDCやカナダSPSN、欧州I-MOVEが公表する実地の有効性推定とも整合が高いとされる。もちろん、これは「後ろ向き検証」で、実際にその年のワクチンとして投与した場合の因果的な効果（真の有効性）を直接示すものではない。それでも、“外した年”ほど医療負荷が跳ね上がる現場にとって、こうした補助的な先読みは価値が大きい。

4. 仕組みの肝：進化と言語の交差点

VaxSeerがユニークなのは、配列上の変異効果を単発ではなく「相互作用（エピスタシス）」として捉える点だ。実世界のウイルス進化は、単一変異の足し算では説明できない。ある変異は別の変異と組み合わさって初めて優勢化を引き起こすことがある。言語モデルは、この“組み合わせ”の確率構造を過去の膨大な配列から学ぶ。これに、系統間の競合を表す数理モデルを重ねることで、どの系統が“次の主役”になるのかの相対優位を推し量る。抗原性の側面では、HI試験の実験値を教師として、候補株と想定流行株の“距離”を推定し、ワクチンがどれだけ中和応答を引き出せるかを見積もる。

5. SNSの反応：期待、慎重論、そして運用の現実

発表直後、SNSでは研究者コミュニティやヘルスケア系アカウントが一斉に反応した。MIT CSAILの公式Xは「数十年のデータで学習し、より防御的な候補を同定する」と紹介し、多くのポジティブなリプライが寄せられた。第一著者のWenxian Shi氏も論文公表を告知し、学術界からの祝福が続いた。一方、医療AIを追うアカウントは「WHO専門家の判断をAIが上回るのか？」と議論を投げかけ、評価指標が“代理尺度（surrogate）”である点や、前向き臨床での検証不足を指摘する慎重論も目立った。総じて、「置き換え」ではなく「補助」「第3の意見」として意思決定の透明性を高め得る、という受け止めが主流だ。臨床・公衆衛生サイドからは「製造リードタイム」「卵培養由来の変異」「供給網」「地域差データ」など、現実的制約への適用設計を求める声が上がっている。

6. 現場への波及：どう使うと効果的か

短期的には、WHO会合や各国当局の選定前に、VaxSeerのスコアを“セカンドオピニオン”として参照し、外れやすい年のリスクを早期に察知する使い方が考えられる。外れの兆候が見えれば、供給計画の柔軟化や代替製造法（細胞・リコンビナント）の比率調整、ハイリスク群へのメッセージ強化など、政策・運用の選択肢を前倒しで検討できる。中期的には、抗原性以外の因子──既往免疫、投与量、アジュバント、地域クラスターの流動性──を取り込み、統合的な“実効保護”を見積もる多因子モデルへ拡張することが鍵だ。

7. 限界と課題：AIは万能ではない

第一に、評価は主に後ろ向きである。真に問われるのは、前向き（プロスペクティブ）環境での政策決定に組み込んだ場合、実際の罹患・入院・死亡の抑制にどれほど寄与するかだ。第二に、学習データの偏り──地域・年齢・検体採取の偏在──は予測の一般化を歪める可能性がある。第三に、製造プロセスの制約（卵培養での適応変異、スケールアップの遅延）は、“選んだ株が最終製品になるまで”の間に適合を損ねることがある。第四に、意思決定は科学だけではなく、透明性・説明責任・社会的受容が問われる領域である。モデルの前提・不確実性・感度を開示し、専門家判断と整合的に位置づけるガバナンス設計が不可欠だ。

8. それでも前進する理由

インフルは“終わらない敵”だ。だからこそ、データとモデルで外れの確率を1%でも下げる試みには意味がある。VaxSeerは、進化の学理と言語モデルの表現力を接続し、これまでヒトの直観と分散した指標に頼っていた選定作業を、定量的で再現可能なプロセスへと一歩近づけた。WHOの熟練した専門家ネットワークと、AIの先読み能力を補完的に組み合わせる──それが次のシーズンを少しでも軽くする現実解だろう。

Powered by Froala Editor