※本記事は、Bill Gates氏、Paula Ingabire氏、Peter Sands氏、Sara Eisen氏が登壇した世界経済フォーラム第56回年次総会(ダボス会議2026)のセッション「At the Cusp of Healthcare for All」の内容を基に作成されています。Bill Gates氏はMicrosoftの共同創業者およびGates財団会長、Paula Ingabire氏はルワンダ情報通信技術大臣、Peter Sands氏はグローバルファンド事務局長です。セッションの動画は https://www.youtube.com/watch?v=XZXaJ8ECsbY でご覧いただけます。本記事では、セッションの内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。世界経済フォーラムの詳細については http://www.weforum.org/ をご参照ください。
1. セッション概要と登壇者紹介
1-1. 開会の挨拶とセッションの趣旨
司会: 皆さん、おはようございます。満員の会場にお集まりいただき、ありがとうございます。グリーンルームで話していたのですが、今この場の議論がグリーンランドや関税、対立といったテーマに支配されているなかで、世界をより良くするための対話に集中できることは本当に清々しいことです。本日は、医療とAI、そしてこのゲームチェンジャーとなるテクノロジーが公衆衛生にもたらす可能性という、非常に刺激的な収束点についてお話しします。課題を語るだけでなく、解決策についても語れる時代になったことを、私自身とても楽しみにしています。
1-2. 登壇者プロフィールと各自の立場
司会: 本日のパネリストをご紹介します。まずBill Gatesです。Microsoftの共同創業者であり、Gates財団の会長として、公衆衛生を中核的使命に据えた世界最大規模かつ最も影響力のある慈善活動を率いています。次に、Paula Ingabireです。ルワンダの情報通信技術担当大臣として、同国のデジタル変革を牽引しています。そしてPeter Sandsは、スタンダード・チャータード銀行の元頭取を経て、現在は約8年にわたりグローバルファンドを率い、感染症との闘いの最前線に立っています。皆さん、互いに知り合いであり、共に働いてきた間柄ということで、率直な議論を期待しています。
2. Horizon 1000:Gates財団とOpenAIによる新イニシアチブ発表
2-1. イニシアチブの概要・規模・対象国と展開ロードマップ
司会: Bill、本日はルワンダおよびグローバルヘルスに関するOpenAIとのパートナーシップと投資を発表されると伺っています。まずそこから始めましょう。
Bill: AIと医療について考えるとき、多くの人はAIがタンパク質の形状や複雑な疾患プロセスをモデル化することで創薬を加速するという「発見」の側面に注目します。しかし私は、AIが医療の「デリバリー(提供)」の側面においてこそ、より重要な役割を果たすと考えています。これは先進国でも同様ですが、医師や臨床家の数が需要に到底追いつかない途上国においては、なおさらです。AIは医療システム全体に浸透するだけでなく、患者一人ひとりのレベルにまで届くものです。患者が自分の母国語で症状を話しかけることができる、そういう世界を目指しています。
この構想を現実のものにし、何が機能して何が機能しないかを検証するために、Gates財団とOpenAIは「Horizon 1000」と呼ぶイニシアチブを立ち上げることを発表します。アフリカの1,000カ所の一次医療クリニックに展開し、そこでの医療の質を大幅に向上させ、可能であれば現在の2倍の効率を実現することが目標です。具体的には、煩雑な書類作業の削減、リソースの整理、患者が何が利用可能で、いつ予約のために来院すべきかを把握できるようにするといったことが含まれます。
司会: 最初の対象国はルワンダですね。その後の展開はどのようにお考えですか。
Bill: ルワンダはGates財団にとって多くの取り組みにおける優れたパートナーであり、このイニシアチブの最初の対象国となることを大変嬉しく思っています。その後はケニア、南アフリカ、ナイジェリアにも展開していく予定です。それぞれ接続しなければならないシステムが異なりますが、着実に進めていきます。このイニシアチブとは別に、インドでも多くの取り組みが進んでいます。今後数年のうちに、途上国の医療が先進国を追い越すこともあり得ると私は考えています。ニーズがそれほど大きく、各国政府がAIの導入を全速力で推進しているからです。
2-2. OpenAIの組織構造と慈善活動への本格参入、主要AI企業との連携戦略
司会: OpenAIがこのような形でパートナーシップを結ぶのは珍しいことだと思います。他の主要なAI企業も追随すると思いますか。
Bill: Gates財団はMicrosoft、Google、Anthropicとも非常に良好な関係を持っています。Sam(Altman)、Dario(Amodei)、Demis(Hassabis)、MicrosoftのMustafaとも頻繁に話をしています。私がAIの問題について助言を提供する立場にあることは、財団が推進する三つの大きなシナリオ——教育のためのバーチャル家庭教師、医療システムと連携するバーチャル医師、そして農業アドバイザー——において、AIをどう活用するかについて非常に深く知ることに繋がっています。農業アドバイザーというのは一見地味に聞こえるかもしれませんが、世界で最も貧しい農家が裕福な農家と同じ質のアドバイスを受けられるようにするという意味で、同等に重要です。
OpenAIが少し特別なのは、会社の4分の1が財団によって所有されているという構造にある点です。その価値を換算すると、Gates財団が今後20年間で支出する2,000億ドルの資産規模にほぼ匹敵します。OpenAIは複雑な組織構造を持っていますが、今後は慈善活動の側面がより一層強まっていくでしょう。Samと私は定期的に会合を持ち、財団側のスタッフも増強されつつあります。今回の5,000万ドルのコミットメントはあくまでも出発点です。アフリカの人々は、この医療アドバイザーを何も支払わずに利用できるべきだと私は信じています。それは基本的な能力として誰もが享受できるものであるべきです。そして患者が医療機関を訪れた際には、それまでAIと交わしてきた会話が自動的に要約され、改めて最初から説明し直す必要がなくなる——つまり、会話を通じたデジタル電子カルテが書類作業を丸ごと置き換える形になります。
3. ルワンダのデジタル変革モデル
3-1. 15年以上のデジタルインフラ整備の経緯と「テクノロジー優先」戦略の背景
司会: Paulaさん、ルワンダは医療とAIの両面においてリーダー的存在になっています。どのようにしてそれを実現したのでしょうか。
Paula: 私たちにとって、テクノロジーが国家開発のあらゆる側面において中心的な役割を果たすということは、非常に明確な認識として最初からありました。天然資源に乏しい国だからこそ、テクノロジーは後付けの手段ではなく、最初から中心に据えるべき選択肢だったのです。この考え方のもと、過去20年以上にわたって、医療・農業・教育をはじめとする様々なセクターの発展を支える基盤的なデジタルインフラを着実に積み上げてきました。
AIの活用を本格的に検討し始めたとき、私たちがまず問いかけたのは「ルワンダとして、AIを開発の文脈でどう活用できるか」ということでした。そこで最初に立ち返ったのは、国として最大の課題がどこにあるかという問いです。質の高い医療へのアクセス、質の高い教育へのアクセス、そして人口の大部分を占める農業従事者の生産性向上と食料安全保障——これらが優先課題として浮かび上がりました。
データの問題も重要です。AIを活用するうえで燃料となるのはデータです。デジタル変革の取り組みを始めた15年以上前から蓄積されてきた大量のデータが、活用されないまま眠っていました。そこで国家データハブと国家データインテリジェンス・プラットフォームを構築し、自国のデータでモデルを訓練できる環境を整えることを最優先としました。モデルはコンテキストに即したものでなければなりません。私たちのデータで訓練され、私たちが実際に抱える問題に応えるものである必要があります。既存のオープンソースモデルを活用することも視野に入れつつ、適切なデータセットを用いてバイアスを取り除くことに細心の注意を払っています。将来的には独自モデルの開発も視野に入れていますが、今すぐ全てを解決しようとする必要はありません。
Peter: Paula大臣を称えることになって恐縮ですが、ルワンダは本当に何が可能かを示す一つの灯台だと思っています。97%という通信接続率を達成している国はそう多くはなく、かなり裕福な国でもその水準に達していないところがあります。これは単なる数字の話ではなく、ルワンダ政府が掲げた目標を実際に実行してきたという証です。
3-2. 医療分野への具体的展開:ヘルスワーカー支援・Anthropicとの協議・4×4戦略の進捗
Paula: 医療分野への具体的な展開についてお話しすると、まず私たちが着目したのは患者と医師の比率の問題です。その数字は本当に深刻なものでした。Peter とも話していたのですが、この課題に対処するために私たちは「4×4戦略」を策定しました。4年間で医療従事者を4倍に拡大するという目標です。現在その戦略を開始してから2年が経ちますが、登録者数の観点ではすでに3.8倍に達しています。残り2年で4倍という目標を達成できる見通しです。
しかしそれだけでは十分ではありません。増えた医療従事者が、より質の高いケアを届けるためのツールを必要としています。AIを活用して行政的な作業を自動化し、従事者がより集中してケアの提供に専念できるようにすることが重要です。具体的には、60,000人以上のコミュニティ・ヘルスワーカーを対象にした意思決定支援ツールの開発を進めています。Gates財団とOpenAIが選んでくれたこの取り組みもその一環です。
さらに、Anthropicとも協議を進めています。国家保健計画システム全体に連動するリアルタイムのヘルスインテリジェンス・プラットフォームの構築について議論しており、リソースのより適切な配分を実現することを目指しています。
司会: 医療担当大臣ではなく情報通信技術担当大臣でありながら、これほど深く医療に関与されているのは興味深いですね。
Paula: まさにその点が重要だと思っています。テクノロジーは特定のセクターだけのものではありません。保健省は今や私たちのデジタル大使です。すべての介入においてデータと根拠に基づいたアプローチをとり、テクノロジーを最大限に活用しようとしています。農業でも教育でも同じアプローチを取っています。各セクターの最大の課題を特定し、AIや新興技術がその解決にどう貢献できるかを問い、パートナーと共にソリューションを共同設計する——これが私たちの一貫したやり方です。政府全体でテクノロジーを主流化していくという姿勢が、こうした成果を可能にしているのです。
Peter: 加えて言えば、ルワンダが際立っているのは、目標設定の明確さだけでなく、その「実行力」にあります。4×4戦略を2年前に打ち出して、2年後にはほぼ達成目前というのは、執行力という観点では非常に稀なことです。多くの国が似たような目標を掲げますが、実際にそのペースで動けている国はほとんどありません。
4. AI活用の具体的成果:TB・マラリア・母子保健
4-1. TB(結核)スクリーニングの実績:デジタルX線×AIによるコスト削減と難民キャンプでの適用事例
Peter: 今朝聞いた話で、すでにこれが起きているという実感を持ちました。低・中所得国が先進国よりも先にAIを医療に活用するという話ですが、TB(結核)スクリーニングの事例がまさにそれを体現しています。私たちは過去4年間で約1億7,000万ドルをAIを活用したTBスクリーニングに投資してきました。今朝の時点で、これはAIと医療の掛け合わせにおいて世界最大の単一アプリケーションである可能性が高いと聞きました。正確かどうかは分かりませんが、少なくとも非常に重要な規模であることは間違いありません。
仕組みはこうです。デジタルX線撮影機を使います。今ではトヨタのランドクルーザーに積んで現地に持ち込めるほど小型で可搬性の高いデバイスが登場しています。デジタルX線機器を一度導入してしまえば、撮影の限界コストは極めて小さい。そしてテクノロジーパートナーが無償でAIエンジンを提供してくれるなら、TB高確率症例あたりのコストは劇的に下がります。これは私が本当に興奮できる指標です。
司会: 実際に放射線科医がいない現場でも機能するのでしょうか。
Peter: チャドでのスーダン難民キャンプの事例がまさにその答えです。100万人を超えるスーダン難民がチャドに避難しており、私たちはチャド政府と連携して難民キャンプに移動型クリニックを設置し、TBスクリーニングを実施しました。大規模な避難民が発生する状況では、必ずといっていいほどTBが蔓延します。そこで問題になるのは、X線を読影する放射線科医がいないということです。しかし現地には放射線科医は存在しません。AIを使う以外に選択肢がないのです。これが低・中所得国でAIが先進国より早く普及する理由の一つでもあります。「AIに仕事を奪われる」という抵抗が生まれる余地がそもそもない。存在しない人材を補うものとして、AIは純粋に歓迎されます。
4-2. マラリア耐性問題への対応:ゲノム解析・新薬開発・ドローン活用の取り組み
Peter: もう一つ、AIで解決したい問題があります。マラリアの薬剤耐性です。現在、アルテミシニンを基剤とした一次治療薬への耐性が広がりつつあります。ルワンダのような国では、高度な疾患サーベイランスとマラリアのゲノム解析が進んでいるため状況を把握できています。しかしブルンジやコンゴ民主共和国のような隣国では、何が起きているかが見えていません。大陸全体で、どの地域にどの種類の耐性が出ているかというパターンを把握することは、AIが非常に有効に貢献できる問題だと思っています。これは極めて重要な課題です。1960年代初頭にクロロキンへの耐性が生じた際、死者数が急増し、マラリア対策全体が大きく後退しました。今まさに同じことがアルテミシニンで起きつつあります。
Bill: 蚊の遺伝子データや寄生虫の遺伝子データを網羅的に解析することで、耐性の広がりを把握することはAIで可能です。幸いなことに、今回はNovartisとのパートナーシップを通じて「Gamloom(ガムルーム)」という全く新しいクラスの薬剤を開発しました。ただし現時点では価格がやや高い。そのため、まず耐性が出ている地域を特定し、そこに集中的に投入しながら価格を下げていくという戦略を取ります。3〜4年後には低コストな形で提供できる見込みです。Peterの言う通り、AIで耐性の広がりを地図に描き、限られた資源をどこに集中させるかを決めることが鍵になります。
Paula: ルワンダでも最近マラリア症例が急増しており、私たちも正面から向き合ってきました。私たちが取ったアプローチはAIとドローンの組み合わせです。まずドローンを使って各コミュニティの蚊の繁殖地を特定し、AIによる予測モデルと組み合わせることで、どこに重点を置くべきかを割り出します。さらに薬剤散布にもドローンを活用し、マラリア症例数を大幅に削減することができました。加えて、コミュニティ・ヘルスワーカーが一次医療の現場で年間扱うマラリア症例の70%を担っています。彼らに意思決定支援ツールを持たせることで、より精度の高い診断と予測が可能になります。予防から治療まで、ケアのピラミード全体にわたってAIが機能することで、死者数を下げることができると確信しています。
4-3. 垂直活用と水平活用:妊婦超音波診断から患者常時接続型AIまで
Bill: AIの医療活用には二つの軸があります。一つは「垂直活用」で、特定の疾患や処置に特化した使い方です。TB診断はその典型ですが、もう一つ印象的な事例が妊婦向けのAI超音波です。超音波で妊婦をスキャンし、出産が複雑になりそうかどうかをAIが判定することで、その女性がより高度な医療施設に移動すべきかどうかを判断できます。適切なタイミングで適切な場所に繋ぐ、というシンプルですが命に関わる判断をAIが支援するわけです。
もう一つは「水平活用」です。これは患者が医療機関にいない日常の場面においても、AIが継続的に伴走するという考え方です。患者がAIと対話しながら症状を記録し、医療機関に来院した際にはその会話の履歴がそのまま医師に引き継がれる。現状では患者が来るたびに最初から説明し直す必要があり、書類への記録も不完全です。患者の識別方法も不確かで、読みにくい手書きの記録が残るだけです。AIを使えば、診察にかかる臨床医の時間を消費することなく、信頼性の高いデータを自動的に生成できます。予約管理も変わります。今は全員が朝イチに押しかけて延々と待つという非効率が起きていますが、「この時間に来てください」と案内できるようになります。デジタル化がもたらす効率の積み重ねは、非常に大きなものになります。
Paula: ルワンダではまさに、患者がAIと話し、その内容がクリニックに来た時点で医師にシームレスに引き継がれる、という一体型のシステムを最初から構築することを目指しています。二つの別々のシステムが並立するのではなく、患者の旅路全体を通じた深い統合を実現したいと考えています。
5. 低・中所得国における医療AIの課題と可能性
5-1. 電力・接続・人材という基盤的障壁と「問題起点」アプローチの重要性
Peter: AIの可能性に興奮する気持ちは誰にも負けません。おもちゃ屋に来た子どものような気分です。しかし私が持っているのはお小遣いだけです。だからこそ選択が必要で、その選択を正しく行うためには、いくつかの根本的な課題を直視しなければなりません。
まず最も基本的な障壁として、電力とインターネット接続の問題があります。アフリカの多くの地域や低・中所得国では、一次医療施設にインターネット接続がありません。接続がなければAIを活用することはできません。そしてインターネット接続がないのは、電力がないからです。電力がなければ接続もできない。この連鎖は単純ですが、解決には時間と投資が必要です。
次に人材の問題があります。ツールを作ることは、ある意味では簡単な部分です。難しいのは、そのツールを実際に使いこなして変化を起こせる人材です。ルワンダのような場所で人材を育成しても、優秀であればあるほど、AI企業をはじめとする様々な組織が採用しようとします。自国でキャリアを築ける機会と理由がなければ、医療人材と同様に頭脳流出が起きます。テクノロジーの普及を人材育成が支えられるかどうかが、進捗のペースを左右する決定的な制約になると思っています。
そして最も本質的な課題として、「問題ではなくツールから出発する」という罠があります。今、多くのハンマーを持った人たちが釘を探して走り回っているという状況が生じています。AIを医療にどう使うかという議論において、解決策から出発して問題を当てはめようとするアプローチは危険です。私たちがやるべきことは常に逆です。大きな健康課題は何か、その課題を解決するためにAIをどう使えるかという順番で考えなければなりません。TBスクリーニングがうまくいったのは、まずTB患者を発見できれば治療できるという明確な問題があり、そこにAIを当てはめたからです。問題が先、ツールが後——この原則を守ることが、AIを真に有効に活用するための鍵です。
Paula: 全く同意します。ルワンダでもまさにその順番で考えてきました。医療における最大の課題は何かという問いから出発し、診断へのアクセス、需要予測に基づく医薬品の在庫管理、母子保健など、具体的な痛点を特定したうえで、それぞれに最適なテクノロジーを当てはめています。農業でも教育でも同じプロセスを踏んでいます。問題を起点にすることで、投資すべき場所が明確になり、パートナーとの共同設計も的を射たものになります。
5-2. 先進国との対比:抵抗の少ない途上国がAI導入で先行しうる構造的理由
司会: Billが医師不足の話をしていましたが、アメリカでこの議論をすると「AIが私の仕事を奪う」という話になります。放射線科医は不安を抱えています。しかし低・中所得国では全く逆の状況ですね。
Peter: まさにその通りです。チャドの難民キャンプの事例でも話しましたが、放射線科医を置き換えるという話ではありませんでした。そもそも放射線科医がいなかったのです。X線を読影したければ、AIを使う以外に選択肢がありません。これが低・中所得国でAIが先進国より早く普及しうる構造的な理由の一つです。「仕事を奪われた」と感じる人も、「やり方を変えたくない」と抵抗する人も存在しない。AIは競合相手ではなく、存在しない人材を補うものとして純粋に機能します。
Bill: アフリカのほとんどの国では、一人当たり医療費が年間100ドル程度です。アメリカでは1万ドルを超えます。100倍の差があります。アメリカには医師が大勢いますが、アフリカの多くの地域では、アメリカ的な意味での「医師」に生涯一度も会わない人がほとんどです。だからこそ一次医療が中心になる。マラリア治療薬の投与、HIV治療薬の管理、TB診断——これらは医師でなくても、適切なツールを持ったコミュニティ・ヘルスワーカーが農村部で担えるようにしなければなりません。これまでも一次医療システムへの統合によって、子どもの死亡率を50%削減し、母体死亡率を40%削減し、HIV死亡率を50%以上削減してきました。AIはその延長線上にある強力な手段です。
先進国では規制が厚く、比較対象となる既存の医療水準が高いため、AIの導入には慎重な検証が求められます。しかし低・中所得国では、そもそもの比較対象が「何もない」か「非常に限られたもの」です。今すでに、患者が診察室に入る前にAIと話してきているという状況が生まれています。先進国と途上国で起きていることの方向性は同じですが、途上国の方が摩擦なく、速く進む可能性があります。今後数年のうちに、途上国の医療がAI活用において先進国を追い越すという私の見立ては、そこに根拠があります。
6. 国際保健資金の急減と人命への影響
6-1. 主要ドナー国の資金削減の実態と2025年の子ども死亡者数増加
司会: 資金の問題に移りましょう。資金環境は変化していますか。厳しくなっていますか。
Paula: 厳しくなっています。少ない資源でより多くを成し遂げるための第一歩は、価値を証明することだと思っています。自分たちにとっての価値だけでなく、資金提供パートナーにとっての価値も示さなければなりません。Billが指摘したように、彼らは単に資金提供するためだけに動くわけではありません。双方にとってのウィン・ウィンを設計し、テーブルに提示できることが求められます。私たちが実践してきたのは、得られた資本——公的資金であれ民間資金であれ——を投入する場所に対して徹底的に焦点を絞ること、そして追加の資金を引き出す触媒となり得るプログラムを見極めることです。
Bill: 状況を率直に申し上げると、グローバルヘルスへの主要な拠出国がほぼ軒並み資金を削減しています。GAVIは5年ごとに資金調達を行いますが、昨年6月にブリュッセルで開催した増資会合では、私たちとUrsula von der Leyenが共同でホストしたにもかかわらず、前回比で20%以上の減収となりました。グローバルファンドについても、さらに悪化するのではと懸念していましたが、結果的には想定よりはましでした。それでも依然として資金は減っており、グローバルファンドの理事会はTB、マラリア、HIVへの配分をどう削減するかという苦渋の選択を迫られています。
そして、この資金削減は人命に直結しています。2000年から2024年にかけて、私たちは歴史上かつてないペースで子どもの死亡数を記録的に減少させてきました。しかし2025年、初めて前年を上回る子どもが亡くなりました。2024年の460万人に対し、2025年は480万人です。これはドナーが資金を削減したからです。しかも一部のドナーは非常に唐突で予測不可能な形で削減を行い、マラリアの化学予防薬の配布や蚊帳の普及といった取り組みが深刻に混乱しました。
Peter: グローバルファンドについて補足すると、今回の増資で120億ドル弱を調達しており、まだ参加していないドナーもいます。この環境下でこれだけのコミットメントを示してくれたドナーの姿勢は、率直に言って驚くべきものがあります。しかし現実として、配分できる資金は減少します。しかも各国は他のソースからも削減を受けており、二重の打撃を受けています。削減は決して一国だけの話ではなく、かなり広範囲にわたっています。
司会: 最近急に削減されたということですか。
Peter: そうです。疾病サーベイランスなど、システムの基盤に投資されていた資金の多くがすでに止まっています。
6-2. 資金難の中での難しいトレードオフとAIによる「少ない資金で多くを成し遂げる」可能性
Peter: 各国は今、非常に難しい選択を迫られています。疾病サーベイランスや検査機能といったシステムの基盤に投資するのか、それともマラリアの一次治療や抗レトロウイルス療法の継続といった目の前の命を救う活動に資金を集中させるのか——どちらも欠かせない選択肢ですが、資金が足りなければトレードオフが生じます。同じことをより少ない資金でやれば、より多くの人が死ぬ。それは私たちが受け入れられる答えではありません。
AIが希望をもたらすのはここです。AIは方程式を変える可能性を持っています。効率と効果において量子的な跳躍をもたらし、一ドルあたりより大きな成果を得ることができるかもしれない。だからこそ私たちが集中すべきは、クールなツールを追いかけることではなく、どこに投資すれば不均衡に大きなインパクトを生み出せるかという問いです。
Bill: 資金削減の問題はUSAIDの話だけではありません。アフリカ諸国が抱える債務問題も深刻です。多くのアフリカ諸国は今や、医療システムの運営に費やす費用よりも多くの金額を利払いとして支払っています。純利払いコストが医療予算を上回るというのは、今に始まったことではなく過去にも起きており、その都度債務救済が行われてきました。しかし今、世界が多くの課題に同時に直面するなかで、債務救済が優先されるかどうかは非常に不透明です。
グローバルヘルスの奇跡と、AIを含むイノベーションの前向きな物語を、私たちはもっと上手く発信しなければなりません。各ドナー国の有権者に、自分たちが成し遂げてきたことを誇りに思ってもらい、非常に厳しい予算環境のなかでも、主要ドナー10カ国全てにおいて予算の1%にも満たないこの支出を維持することへの支持を得ることが必要です。アメリカでも、グローバルヘルスへの拠出は連邦予算の1%を大きく下回っています。それだけの投資で世界にこれだけの変化をもたらしてきたという事実を、もっと多くの人に知ってもらう必要があります。
Paula: 資金環境が厳しいからこそ、私たちはパイロットから抜け出すことの重要性を強く感じています。多くの国がパイロットを実施していますが、その価値と社会的インパクトを示すことができず、大規模な資金が来るまで待ち続けるという状況に陥っています。私たちがGates財団と共にAIスケーリングハブを立ち上げたのはそのためです。実証価値を示しながら、即座にインパクトを生み出す。大きな資金を待つのではなく、今手元にあるもので確実に前進する。そしてその実績が次の資金を呼び込む——この好循環を作ることが、厳しい資金環境を生き抜く鍵だと考えています。
7. 成果指標の考え方とAI投資の正当化
7-1. 「一ドルあたりの命」を基本指標とするグローバルファンドの方法論とAI効果の測定
司会: ウォール街でも今や「AIへの投資対効果はいつ出るのか」という議論が盛んです。医療の世界では、これまでの健康アウトカムや死亡率の指標をそのままAIに当てはめることはできるのでしょうか。それとも新しい物差しが必要ですか。
Peter: 根本的には同じ指標に立ち返るべきだと思っています。私たちが最終的に重視するのは、どれだけの命を救えたかということです。グローバルファンドの累計では現在7,000万人に達しています。そして感染者数を減らせているか。突き詰めれば、保有する一ドルあたりどれだけの進捗を生み出せているかという問いが私たちの試金石です。
TBスクリーニングを例に取ると、デジタルX線機器を一度導入してしまえば撮影の限界コストは極めて小さく、テクノロジーパートナーがAIエンジンを無償提供してくれるなら、TB高確率症例あたりのコストは劇的に低下します。これはまさに「一ドルあたりの命」という指標で測れる明確な成果です。
重要なのは、指標の設定において常に問題から出発するということです。何が命の動向と感染者数の動向を左右しているかを見続け、そこから逆算して引けるレバーは何かを特定する。そのレバーをAIエンジンが加速できるなら、それがより賢く、より効果的に、より速く機能しているということになります。資金削減は明らかに悪いことであり、人命に実際の影響を及ぼします。しかし逆説的に、それは私たちのやり方を問い直す刺激でもあり、イノベーションの促進剤でもあります。今まさに業界全体で、同じことをどう違うやり方でできるかを真剣に模索しています。同じことをより少ない資金でやれば、より多くの人が死ぬ——だからこそやり方を変えなければならないのです。
Bill: 子どもの死亡者数についても正直に申し上げると、今後1〜2年は良い状況にはならないと思っています。USAIDのワーカーが1万人いて、それがシステムを支えていたわけですが、今まさにやり方を変えなければならない局面にあります。4〜5年のタイムフレームで見れば、医療システムへのより深い統合や新しいツールの活用、データ追跡の精度向上によって、実際にはより効率的になれる部分があります。数字は5万人、あるいは550万人程度まで上がるかもしれませんが、10万人に戻ることはないでしょう。Gates財団が掲げる目標は、今後20年間で資金を使い切る中で、マラリアとポリオを含むいくつかの疾病を根絶し、5歳未満の死亡者数をさらに半減させ、250万人以下にするというものです。そのためには今の上昇トレンドを3〜4年以内に反転させ、下降に転じさせなければなりません。
7-2. パイロットからスケールへ:ルワンダのAIスケーリングハブと民間セクター参画の条件
Paula: 多くの国が直面しているのは、パイロットはできても、そこから抜け出せないという問題です。パイロット単体では価値や社会的インパクトを示すことが難しく、大きな資金が来るまで待ち続けるという状況に陥りがちです。私たちがGates財団と共にAIスケーリングハブを立ち上げたのはそのためです。少数の有望なユースケースを選び、実際に展開してスケールさせていく。これにより二つのことが同時に実現します。一つは提供の実証価値を示すこと。もう一つは、大きな資金を待つことなく、すぐに手が届くところから即座にインパクトを生み出すことです。
さらに重要なのは、全ての解決策が政府から来る必要はないということです。スタートアップや産業界がアイデアを持っており、それを試す場所が必要です。政府や国そのものがテストベッドとなり、スケールの場となる——そういう構造を作ることで、勝利を重ねながらより多くのパートナーシップと資金を引き寄せることができます。
司会: 民間セクター、特にテック企業の役割についてはどうお考えですか。
Bill: テック企業に「麻疹ワクチンを買って命を救ってください」と電話しても、彼らは自分たちのビジネスに忙しい。しかしOpenAIをはじめとするテック大手は、AIが世界全体に何をもたらせるかを示すために、一部のリソースを社会貢献に充てたいという意欲を持っています。例えば今回のイニシアチブでは、医療システムの患者がクエリを行うために必要なコンピューティングコストは無償で提供されます。患者はサブスクリプションを払う必要もなく、マラリアへの対処法を調べている間に広告が流れることもありません。
農業企業、製薬企業、そしてAI企業——セクターごとに何ができるかを考えることが重要です。私たちはすでに製薬企業のグローバルヘルスへの貢献度を格付けする団体に資金を提供しており、各社はその評価を気にしています。AI企業についても、いずれ同様の格付けを行うことになるでしょう。優れた取り組みをしている企業が正当に評価される仕組みを作ることが、民間セクターの行動変容を促す一つの手段になります。
Peter: 資金が少ないことは間違いなく悪いことであり、現実の人命に影響します。しかしAIが希望をもたらすのは、効率と効果において量子的な跳躍をもたらし得るからです。私たちが向き合うべきは、クールなツールを追いかけることではなく、限られた資金でどこに投資すれば不均衡に大きなインパクトを生み出せるかという問いです。その答えを出し続けることが、資金環境がどう変化しようとも、私たちに課された使命だと思っています。
