愛犬のがんに立ち向かった飼い主が、ChatGPT・AlphaFold・Grokを「チーム」にした話
もし大切な家族ががんと診断されたら、あなたならどうする？
オーストラリアのAIコンサルタント Paul Conyngham 氏は、愛犬Rosieのマスト細胞がん治療のために3つのAIを使い倒した。
「専門家じゃなくても、AIの力を借りれば専門家と対等に話せる」——その実践記録が、いま静かに注目を集めている。
ニュース（事実）
オーストラリアのAIコンサルタント Paul Conyngham 氏が、末期のマスト細胞がんと診断された愛犬Rosieのために3つのAIツールを組み合わせて治療法を探った事例が報じられた。
使われたAIの役割分担はこうだ。
- ChatGPT: 治療方針の相談と、ゲノム解析（遺伝子の詳細な分析）の実施を推奨
- AlphaFold: がん関連タンパク質の3D構造を予測し、標的となるタンパク質と有効な候補物質を特定
- Grok: 最終的なmRNAワクチンの設計に活用
ChatGPTの推奨に基づき、UNSW Sydneyの研究センターで腫瘍と健康な細胞のゲノム解析を実施。投薬後、がんは約75%縮小したと報じられている。ただし、同時に従来の免疫療法も受けており、AIによる治療単独の効果は検証できていない。
つまり、AIは「1つで万能」ではなく、「得意分野の違うAIをチームにする」ことで個人でも専門的な情報に手が届く可能性があるということだ。
3行まとめ
- 本質: 専門知識がなくても、複数AIの「得意分野」を組み合わせることで専門家と具体的な議論ができる可能性が出てきた
- 構造: ChatGPT=方針相談・推奨役、AlphaFold=タンパク質分析役、Grok=ワクチン設計支援。1つのAIではなく「AIチーム」を編成するという発想
- これから: AIの出力を鵜呑みにするリスクはあるが、「医師と対等に質問できる患者」が増えることで医療の質も変わる可能性
初心者向け：まずここだけ読めばOK
専門知識がなくても、AIを複数組み合わせれば専門家レベルの情報を集められる時代になった。
ただし、AIの答えをそのまま医療判断に使うのは危険。
「医師に質問するための武器」としてAIを使う、という考え方がポイント。
用語の整理
- AlphaFold: Google DeepMindが開発した、タンパク質の立体構造を予測するAI。2024年ノーベル化学賞の基盤になった技術
- Grok: Elon Muskが率いるxAI社の対話型AI。リアルタイムの情報検索に強みがある
詳細
1. なぜ3つのAIを「チーム」にしたのか
1つのAIにすべてを聞くこともできた。でもこのコンサルタントは、各AIの得意分野を見極めて役割を分けた。
まずChatGPTに治療方針を相談し、「ゲノム解析をやってみては」という提案を得た。
次にUNSW Sydneyの研究センターで、Rosieの腫瘍と健康な細胞の両方のゲノムを解析。
その結果をAlphaFoldに入力し、がんに関連するタンパク質の立体構造を予測。どのタンパク質を標的にすれば効果的か、そしてすでにFDA承認済みの候補物質はないかを探った。
最後にGrokを使って、特定したタンパク質に対するmRNAワクチンの設計を行った。
この流れで、「方針決定 → ゲノム解析 → 標的特定 → ワクチン設計」というパイプラインを、個人がAIの力を借りて組み上げた。
2. 「AIは医師の代わり」ではなく「武器」
ここで大事なのは、このコンサルタントがAIの出力をそのまま治療に使ったわけではない点。
集めた情報を獣医に持っていき、「こういう研究があるんですが、うちの子にも適用できませんか？」と相談する——AIは「医師と対等に議論するための武器」として使われた。
実際、AIのハルシネーション（もっともらしい嘘）のリスクは医療分野では特に深刻。
存在しない論文を引用したり、古い治療法を最新のものとして紹介するケースもある。
だからこそ「AIが出した情報を専門家に検証してもらう」というステップが不可欠になる。
3. 影響（誰にどう効くか）
ペットオーナー
愛するペットの病気に直面したとき、AI を使って治療の選択肢を広げられる可能性がある。獣医との相談がより具体的で建設的なものになるかもしれない。
会社員・ビジネスユーザー
この事例の本質は「複数AIの組み合わせ」。業務でも「ChatGPTで下書き → 専門AIでチェック → 別のAIで最新情報を補完」という使い方は応用が効く。
医療関係者
AIで武装した患者が増えることで、診察の場でのコミュニケーションが変わってくる。「AIがこう言っていましたが」という質問に答える準備が、今後ますます必要に。
今日の1アクション
次に何か調べものをするとき、1つのAIだけで完結させず、2つ目のAIに「さっきのAIが言ってたことって本当？」と聞いてみてください。
AIの「セカンドオピニオン」を取るクセがつくと、情報の精度が目に見えて上がる。
出典
筆者コメント
この記事を読んで真っ先に思ったのは、「AIは1つで使うより、チームにしたほうが強い」ということ。
自分もClaude Codeで作業しながら、別のAIに壁打ちすることがあるけど、確かに1つのAIに閉じてるより視野が広がる実感はある。
ただ、医療の話に関しては「AIの答えを信じすぎない」のが本当に大事。AlphaFoldのタンパク質構造予測はノーベル賞級の技術だけど、「この薬が効く」まで断言できるレベルではないので、あくまで「専門家に持っていく材料」として使うのが正解だと思う。