さて、中国での古代の知恵と最先端技術の交差点に飛び込んでみましょう！AIがあらゆる場面で活用されているのは本当に驚きです。交通渋滞の予測から音楽の作曲まで、AIの進出は目覚ましいものがあります。でも、特に関心を引くのが、伝統的な中国医学、いわゆるTCM（Traditional Chinese Medicine）へのAIの応用です。これはちょっと頭を悩ませるテーマかもしれませんね。
このブログでは中国での日常生活や大きなトレンドをお伝えしていますが、今回は特に重要な話題です。ゲームチェンジャーになる可能性を秘めている一方で、まだ未知数の部分も多い…。IPOの噂、急な破綻の警告、技術を巡る真剣な議論、さらには脈を測るロボットまで登場します。では、この「AI＋TCM」のトレンドを探ってみましょう。本当のところはどうなのか？これが医療の未来なのか、それともただの誇大宣伝に過ぎないのか？
多くの日本人にとって、TCMというと鍼治療や、独特な香りのする漢方茶、そして「気」や経絡といった複雑な理論を思い浮かべるかもしれません。数千年の歴史を持つこの医療体系は、哲学的な概念と豊富な臨床経験に深く根ざしており、しばしば師匠から弟子へと代々受け継がれてきました。西洋医学が特定の疾患や生物学的メカニズムに焦点を当てるのに対し、TCMは身体を統合的なシステムとして捉え、バランスの回復を目指すホリスティックなアプローチを取ります。
この深い経験や繊細な観察（「望聞問切」：顔色を見る、声を聴く、問診する、脈を触る）、そして一人ひとりに合わせた治療法（「千人千方」：千人いれば千の処方があるという意味）を重視する点がTCMの強みである一方、現代社会ではその個別性ゆえに課題も多いのが現実です。
そしてここで、AIが会話に加わります。
中国のテクノロジー業界は、世界的にも言えることですが、特に大規模言語モデル（LLM）を中心とした人工知能の変革力に沸いています。AIがあらゆる産業を「再構築」できるというのが現在のトレンドです。西洋医学では、特に新薬開発や診断の分野でAIへの大きな投資が見られますが、TCMへの適用となると話は別。経験に基づく質的なアプローチが根強いTCMにAIをどう活かすか、独特の難しさがあります。それでも、多くの企業や機関が果敢に挑戦を始めています。
なぜAIがこの古代の医療に救世主となり得るとされているのでしょうか？私が読んだ記事によれば、中国の伝統的なTCMシステムが抱えるいくつかの根本的な課題が背景にあります。
まず、品質管理の問題が大きいです。世界中の多くの医療システムと同様に、中国でも高度な技術を持つ中医師の不足が深刻です。TCMの場合、本当に熟練した中医師になるには何年も、時には何十年もの修行と指導が必要です。優れた医師は需要が高く、待ち時間が長くなったり、特に地方や発展途上の地域では質の高い医療へのアクセスが難しくなったりしています。報告によると、ベテランの中医師は全体のごく一部に過ぎず、需要をはるかに下回っているのが現状です。
次に、患者が分散していることと対面での診察が必要なことが、規模の拡大を難しくしています。オンラインでの診察も増えてきましたが、伝統的な「望聞問切」の診断法は基本的に物理的な接触を必要とします。
さらに、歴史的な文献や症例研究は豊富であるものの、TCMは現代の西洋医学と比較すると標準化やデータ構造の不足に悩まされています。臨床記録が一貫していない、症状や症候の記述が流派によって異なる（流派も多岐にわたります！）、熟練した医師の微妙な観察を実証的なデータポイントに変換することが難しいなど、課題は山積みです。特に漢方処方の複雑な化学的相互作用などの「ブラックボックス」的な側面は、説明や再現が難しく、現在の科学的パラダイムでの国際的な受け入れを広げる障壁となっています。
ここでAIが解決策として提案されています。AIの膨大なデータ処理能力やパターン認識、診断アプローチの標準化の可能性を活用することで、以下のような期待が寄せられています：
要するに、TCMの深遠だがスケールや標準化が難しい知識基盤を取り出し、AIの計算能力やデータ処理能力で「レベルアップ」させようという考え方です。
では、実際にはどのような形で展開されているのでしょうか？消費者向けのちょっとユニークなガジェットから、臨床ツール、大規模な研究開発プロジェクトまで、幅広い取り組みが見られます。
病院や公共の健康センターでは、巷で「サイバーTCM」と呼ばれるロボットに出会うかもしれません。ある記事ではその様子が鮮やかに描写されています：「その目はカメラで、舌の苔や顔色を昔の中医師のようにスキャンする。脈も測れるし、センサー端末が2分以内に診断を終える。」こうした装置は、基本的な診断とパターンマッチングに基づく簡単な健康レポートを生成します。どちらかというと娯楽や初期スクリーニング向けかもしれませんが、AIとTCMの融合を一般に印象づける一例となっています。
しかし、より本格的な取り組みは、実際の医師をサポートし、新薬開発を推進する高度なAIシステムや大規模モデルの構築に注力しています。
企業はAI支援診断システムを開発しています。香港でのIPOを計画していることで話題の「問止中医科技（AskZhen）」は、独自の「中医大脑（TCM Brain）」を中心に事業を展開。このシステムは、TCM向けの「世界最大の臨床知識グラフ」を基盤にしたAI補助診断システムだとされています。医師が患者データ（症状や舌・脈の情報などの診断結果）を入力すると、AIが膨大な過去の症例、古典文献、現代研究のデータベースと照らし合わせて、診断、症候、治療計画（漢方処方を含む）を提案するという仕組みです。AskZhenは、彼らのシステムが一流病院での臨床一貫性研究や専門家の審査を通過したと主張しており、医師が個々の経験に依存せず「深く包括的な診察」を提供するための核となるツールと位置づけています。これにより、提供するケアの質を向上させることが可能だとしています。
診断を超えて、AIはTCMの大規模モデルを用いた研究開発にも応用されています。伝統的な中国医学の大手企業である天士力（Tasly Pharmaceutical）は、華為雲（Huawei Cloud）といったテック大手と提携し、「数智本草」（デジタルハーブ知恵、といった意味）のようなモデルを立ち上げています。これらのモデルには膨大なデータが投入されており、古代の文献数千件、従来の処方数万件、研究要約数百万件、天然物のデータ、特許情報、臨床ガイドラインなどが含まれます（「数智本草」の規模として、虎嗅の記事では古代文献1000件以上、処方9万以上、特許処方4万以上、文献要約4000万以上、天然物と標的経路数百万件など、合計380億パラメータと詳細に記載）。その目的は、伝統的な処方の「理論を説明する」（说理）ことと「薬を見つける」（寻药）ことで、新しい天然化合物や組み合わせの発見を加速させ、「数智中药」（デジタルTCM）の研究開発パラダイムを可能にすることです。これは大きな変化を意味し、伝統的な製薬会社が研究開発費を大幅に増やし、製造ラインのデジタルアップグレードや大規模データシステム構築に数億人民元を投資していると報告されています（虎嗅の記事では、3億人民元の智能抽出ワークショップの例が挙げられています）。
病院もこの動きに加わっています。名門の広安門医院（しばしばTCMの「北京協和医学院」とも呼ばれる）は、最近「広医・岐智」（GuangYi QiZhi）という大規模モデルを立ち上げました。このモデルは病院のワークフロー全体に組み込まれ、外来診療、入院病棟、さらには手術にも対応。患者面接やカルテ作成（数秒でメモを生成するとされる）、診断画像（舌のスキャンなど）と音声入力を組み合わせたマルチモーダル分析まで、医師をあらゆる面で支援することを目指しています。病院の指導部は、このモデルが医師を置き換えるものではなく、「TCMの専門家を模倣し、病院の効率を高め、医師を雑務（琐事）から解放し、サービス品質に集中できるようにする」ことを明確に述べています。さらに、若い医師への知識伝達とトレーニングを加速するツールとしても位置づけており、AIが「デジタル師匠」として機能し、個々の医師の才能や経験によるスキルレベルの差を「平準化」する役割を果たすと見ています。
古代の医療と現代技術の融合は、投資家の注目を確実に集めています。記事によれば、「AI＋TCM」スタートアップへの資本流入が増加中。健康管理やデジタル「望聞問切」を用いた診断のためのAIモデルに取り組む企業に、初期段階の資金調達が発表されています（36KrのAI＋TCM記事では、桂圓堂や无正智能などの例が挙げられています）。
最近の最も顕著な例は、問止中医科技（AskZhen）が香港証券取引所への上場を目指していることです。これは大きな動きで、彼らを「初のAI TCM株」として位置づける可能性があります。2018年に設立されたAskZhenは、興味深いことに伝統的なTCM学界に深く根ざした背景を持つ人物ではなく、シリコンバレーや投資畑出身の3人によって創業されました。Bluerun Venturesなどの有力VCから複数ラウンドの資金調達を獲得し、急速に注目を集めています。
財務データを見ると、急成長中の企業であることがわかります。収益は2022年の約6200万人民元から2023年には1億8900万人民元に急増し、2024年の最初の9ヶ月で1億7300万人民元に達しました（TMTpostのデータ）。この成長は主に医療サービスによるもので、2024年第3四半期には収益の約90％を占め、オンラインと中国全土に拡大する物理的なクリニックネットワークを通じて提供されています。一方、他の医師や機関向けの「TCM Brain」サブスクリプションサービスは、収益のほんの一部（2024年第3四半期で5％未満、TMTpostによる）に過ぎません。
しかし、収益成長にもかかわらず、AskZhenは多額の純損失も報告しています。2022年は約1億5400万人民元、2023年は1億9400万人民元、2024年の最初の9ヶ月で5600万人民元の損失です。この期間の累積損失は約4億人民元に上ります（36Kr AI＋TCM記事で強調）。ただし、株式報酬などの非現金項目を調整した後、調整済み純利益はプラス（それぞれ515万人民元、4303万人民元、4951万人民元、TMTpostのデータ）となっており、特定費用を除いた基礎的な運用黒字を示す一般的な指標となっています。
AskZhenは2023年の収益ベースで中国最大のAI対応TCMサービスプロバイダーと主張していますが、市場シェアは1万2600以上のプロバイダーが存在する非常に断片化した市場でわずか1.5％にとどまります（TMTpostデータ）。これは大きな成長の可能性とともに、激しい競争も示しています。
市場規模の予測はさらに期待を煽っています。中国本土のTCM医療サービス市場全体は2023年に約9600億人民元と推定され、2028年までに1兆7000億人民元に成長する見込み（年平均成長率12.3％）。AI対応セグメントははるかに小さい（2023年で約109億人民元）ものの、年平均成長率51.4％という驚異的なペースで成長し、2028年には869億人民元に達すると予測されています（TMTpostのデータ）。これらの数字は、大きな成長市場内の急拡大するニッチを示しています。
急成長とAI主導の変革という話は魅力的で、投資活動も現実のものです。しかし、どのゴールドラッシュにも言えることですが、過熱感を抑える重大なリスクと課題が存在します。私が読んだ記事ではこれらについて率直に述べられていました。
1. データ問題の本質的な難しさ： これが最大のハードルかもしれません。前述のように、TCMのデータは標準化が極めて難しいのです。脈の「滑らかさ」や「張り」といった感覚や、舌の色や苔の微妙な変化をどうやって数値化するのか？異なる医師が同じ現象を異なる言葉で表現し、異なる流派が根本的に異なる理論的枠組みで診断や治療にアプローチします（例えば「火神派」と「温病派」など）。AIモデルに雑多で一貫性のない、または高度に主観的なデータを与えると、その精度と信頼性が制限されます。AskZhenや広安門医院のような企業や病院は構造化されたデータベースや「知識グラフ」の構築を試みていますが、途方もない作業です。「千人千方」の原則も、膨大な変動性をもたらし、パターンマッチングアルゴリズムが完璧に再現するのは困難です。
2. AIの限界と人間の専門知識の比較： AIは、書物知識と長年の実務経験、患者との対話、環境観察を組み合わせた熟練したTCM医師の診断直感を本当に再現できるのでしょうか？多くの専門家は懐疑的です。AIはデータを分析できますが、特に複雑または稀なケースでは、人間医師の全体的で微妙な「思考の連鎖」を再現するのに苦労すると指摘されています。また、AIがもっともらしく聞こえるが誤った情報を生成する「AIハルシネーション」の問題もあり、医療の文脈では危険です。モデルは改善されつつあり、厳選された知識ベースからの拡張検索などの技術が役立っていますが、リスクがゼロではありません。虎嗅の第二記事で、GPT-4がTCM試験問題のテストで人間の医師（70-78％）と比べてはるかに低い精度（43.9％）を示したことが触れられており、特にTCMの概念の誤解や西洋医学の枠組みに依存したことがエラーの原因とされています。
3. ビジネスモデルと実行リスク： AIは本当に収益を牽引する中核的な価値提案なのか、それとも主に投資や患者を引きつけるためのマーケティングの角度に過ぎないのか？AskZhenの財務状況を見ると、AIサブスクリプションの収益は、…人間の医師が生成する医療サービス収益に比べて非常に小さいです。「TCM Brain」は医師の効率や一貫性を高めるかもしれませんが、依然として医師と患者の対話が収益を支えています。また、AskZhenの研究開発費がマーケティング費用に比べて相対的に低い（36Kr AI＋TCM記事で指摘）ことも、最先端のAI開発がどの程度行われているのか、顧客獲得にどれだけ費やされているのか、疑問を投げかけます。
4. 法的・倫理的問題と患者の受け入れ： AIが処方を提案し、それが悪い結果につながった場合、誰が責任を負うのか？承認した医師か？AIを開発した会社か？法的な枠組みは不明確です。この懸念はすでに規制当局の慎重な姿勢につながっており、36Kr AI＋TCM記事では湖南省が薬の安全性の懸念からAIによる自動処方生成を明示的に禁止していると述べています。さらに、医療では患者の信頼が最重要です。「サイバーTCM」の目新しさを楽しむ人はいるかもしれませんが、特にTCMの個別化された性質を考えると、重大な健康問題でAIを信頼する用意があるでしょうか？AskZhenのサービスを使用してがんが悪化したという患者の苦情に関する記事は、潜在的なリスクと論争の大きさを痛感させるものです。
5. 警告の例：鹰之眼（Eagle Eye）の崩壊： AI＋TCMのすべての話がIPOへの野望だけではありません。600人以上の従業員を擁し、AIを活用した赤外線診断装置が広く採用されていると主張していた鹰之眼（Eagle Eye）の突然かつ劇的な解散は、冷静な対比を提供します。報告によると従業員は深夜のメッセージで会社の解散を通知され、未払い賃金、退職金の未履行、集団労働仲裁に発展しました。従業員は製品の実際の技術的な洗練度に疑問を呈し、繰り返しスキャンしても同一の診断レポートが出るケースを挙げています。内部の混乱、重複した部門、協力ではなく内部競争、創業者主導のトップダウンの意思決定（例えば高価で未使用の機器の購入）が問題とされました。製品販売の苦戦—無料でデバイスを提供したが、関連テストの患者自己負担が低かった—は、技術と市場の適合性に大きなギャップがあることを示唆しています。Eagle Eyeの失敗は、過熱感、実行の不備、財政的な持続不可能性がこの分野で急速に崩壊につながる具体的な例であり、「バブル」懸念を強化するものです。
では、「AI＋TCM」は未来なのか、それとも投機的なバブルに過ぎないのか？報告に基づけば、両方の要素を含んだ、またはむしろ、可能性と過熱感、重大な課題が共存する複雑でダイナミックな領域であるようです。
市場機会は現実的で、中国の医療システムの真のニーズとTCMの近代化に対する政府の支援に支えられています。複雑なデータを処理し、パターン認識を支援するAIの技術的な可能性も否定できません。企業や機関は実際の投資を行い、高度なシステムを開発しています。
しかし、TCMの根本的な性質—主観的な観察、個別化された治療、AIのトレーニングデータの基礎となる経験科学とは異なる理論的枠組み—は独特で難しい技術的なハードルを提示します。単にAIに多くのデータを「与える」だけでは不十分で、データ自体がTCMの核心的な原則を尊重する方法で標準化・構造化される必要があり、その作業はまだ進行中です。
Eagle Eyeのケースは、管理の不備、疑わしい技術、実行可能なビジネスモデルを見つけられないことがスタートアップの失敗につながるリスクを示しています。AskZhenのIPO挑戦は資本市場の興奮を強調しますが、収益性、研究開発の深さ、人間の医師への依存に関する根本的な疑問も露呈し、AIが現在、完全な置き換えや主要な収益源ではなく、むしろ強化ツールやマーケティングの差別化要因である可能性を示唆しています。
最終的に、多くの専門家はAIが経験豊富なTCM医師を置き換えることは当面、もしあったとしても難しいと同意しています。診断、共感的な対話、不確実性の中での微妙な意思決定における人間的な要素は依然として重要です。ある記事で専門家が述べたように、「中医を代替するのはAIではなく、AIを使う中医だ」（“替代中医的不是AI，而是会用AI的中医”）。
将来は、AIがTCM医師にとって強力なアシスタントやツール（「数智化基建」：デジタルインフラ）として機能し、情報処理、効率改善、ケアの特定の側面の標準化、歴史的データからの新たな洞察の発見を支援する形になるでしょう。若い医師のトレーニングを加速し、質の高いケアをよりアクセスしやすくするかもしれません。新薬開発や製造の一貫性を革新する可能性もあります。
しかし、データ品質、倫理的考慮事項、この複雑で文化的に特有の領域での持続可能なビジネスモデルの構築という課題を乗り越えることは、AI＋TCMの前途が簡単ではないことを意味します。古代の知恵と現代技術を融合させる高リスクの実験であり、それがTCMの真の変革につながるか、バブルが弾けるか、中国から見守る価値のある魅力的な物語です。
この興味深い展開が少しでもわかりやすく伝われば幸いです！見出しだけでは捉えきれない複雑な現実がそこにはあります。コメントで皆さんの意見をぜひ教えてください！