治験が“見つからない”問題、AIが解決へ。マウントサイナイが始めた“がん治験マッチング”の正体

マウントサイナイが始めた”AI治験マッチング”が、がん研究の扉を少し広げる話

「治験（臨床試験）って、気になるけど……自分に関係あるものなんて、どうやって探すの？」

もしあなたが、病院の待合室でスマホを握りしめながらそんなことを考えたことがあるなら、
今日の話はきっと役に立ちます。

がん治療の現場では、新しい薬や治療法を確かめるための臨床試験が、未来への橋を架けています。
けれど、その橋の入口にたどり着くまでが、とにかく複雑です。
条件は細かく、書類は長く、情報は病院のあちこちに散らばっている。
医師も患者も「知っていれば選べたのに」と後から気づくことが起きてしまう。

そんな”すれ違い”を減らすために、米ニューヨークのマウントサイナイ（Mount Sinai）が、
がんの臨床試験に特化したAI治験マッチングの新しい仕組みを全体導入しました。
2026年1月8日に発表されたプレスリリースの内容をもとに、
初心者の方にも分かるように、やさしく噛み砕いてお届けします。

「治験マッチング」は、宝探しに似ている
マウントサイナイが導入したのは、がん専門のAIプラットフォーム「PRISM」
「一部の拠点だけ」の時代を終わらせる、という決意
なぜ今、AI治験マッチングが”効いてくる”のか
研究の世界でも、LLMによる治験マッチングは大きな潮流になっている
それでも参加者が集まらない現実と、だからこそ”入口”が大事な理由
「NCI指定のがんセンター」が掲げる使命とも重なる
患者さんにとって、何が変わる？
導入で終わりにしないための「運用」と「ガバナンス」
もしあなたや家族が「治験」に関心を持ったら、今日からできる小さな一歩
まとめ：未来の治療は、誰かの「見つけてもらえた」から始まる

「治験マッチング」は、宝探しに似ている

まず、言葉の整理からいきましょう。

治験（臨床試験）マッチングとは「この患者さんは、どの研究（試験）に参加できそうか」を
判断する作業です。
判断材料は、電子カルテの情報、診断名、病歴、検査値、体の状態などです。
ここで問題になるのは、治験の条件が”長い契約書”みたいに細かいこと。
さらに患者情報は、検査結果、診療科のメモ、紹介状などに分かれていて、
1枚の地図になっていません。

だから現場ではこれまで、医療者が長いプロトコル（試験の手順書）と断片的な記録を、
手作業で突き合わせることが多かったのです。
時間がかかり、見落としも起きやすい。
例えるなら、巨大な図書館で「あなたにぴったりの1冊」を探すのに、
司書さんが棚を1段ずつ目で追っているようなものです。

マウントサイナイが導入したのは、がん専門のAIプラットフォーム「PRISM」

今回マウントサイナイのTisch Cancer Center（TCC）が立ち上げたのは、
Triomics社が開発したAIプラットフォーム「PRISM」です。
そしてその中核にあるのが、がん医療向けに設計された大規模言語モデル（LLM）ベースのパイプライン「OncoLLM」です。

ここでいう大規模言語モデル（LLM）は、ざっくり言うと
「文章の意味を理解して、要点を取り出したり整理したりするのが得意なAI」。
一般のチャットAIを想像すると分かりやすいですが、
今回のポイントは、がん医療の文脈に特化していることです。

さらに注目すべきは”導入の規模”。
マウントサイナイは、この腫瘍領域に特化したAIツールを、
ヘルスシステム全体で臨床試験マッチングに使う取り組みを始めました。

「一部の拠点だけ」の時代を終わらせる、という決意

臨床試験は、どうしても大きな大学病院や旗艦施設に集まりがちです。
歴史的にも、研究参加はそうした中心拠点に偏ってきた、とプレスリリースでも触れられています。

でも、がんの患者さんは一か所に集まって暮らしているわけではありません。
仕事がある、家族の介護がある、通院の負担が大きい。
だから「研究に参加できる可能性」は、住む場所や受診先で左右されてほしくない。

PRISMの全体導入によって、たとえば Mount Sinai Queens、Brooklyn、South Nassau、
Morningside、West など、複数の施設で診療を受ける患者さんが、
本院と同じように治験の候補にアクセスできることを目指す、と明記されています。
これは、治療の選択肢を「中心地の特権」にしないための、静かだけれど大きな一歩です。

なぜ今、AI治験マッチングが”効いてくる”のか

プレスリリースには、放射線腫瘍学科の臨床研究副議長であり
TCCの臨床研究副ディレクターを務めるKaryn Goodman医師の言葉が載っています。
その要点はこうです。

治験はがん医療を前に進めるのに不可欠ですが、
患者や主治医が適切な試験を知らないことが多い。
腫瘍領域に特化して学習したAIを使うことで、より早く、一貫して、公平に機会を見つけられる。
その分、医師はカルテの手作業確認ではなく、患者との大切な対話に集中できる。

ここがとても人間的で、私は好きです。
AIの話なのに、最後に残るのは「会話の時間を取り戻す」ということ。
AIが前に出て主役になるのではなく、医師と患者が向き合う時間を増やすために、
裏方として働く。
そんな設計思想が透けて見えます。

研究の世界でも、LLMによる治験マッチングは大きな潮流になっている

この動きは、マウントサイナイだけの独自路線ではありません。
学術界でも、LLMを使った「患者と治験のマッチング」研究は活発で、
たとえばNature CommunicationsではLLMを使った枠組み（TrialGPT）が提案されています。
また、臨床試験マッチングの仕組みを実データで評価する研究も出てきており、
現実の複雑さに向き合う段階へ進んでいます。

つまり今は、AI治験マッチングが「思いつき」から「検証して育てる技術」へ
変わりつつある時期。
マウントサイナイが、導入後に成果を評価し、
査読付き論文や学会で共有する予定だと述べているのは、まさにこの流れに合っています。

それでも参加者が集まらない現実と、だからこそ”入口”が大事な理由

がんの臨床試験は、参加者の確保が大きな課題だと言われています。
成人のがん患者で臨床試験に参加する割合は「5％未満」といった指摘もあり、
目標人数に届かない試験が一定数あるという議論もあります。
ここで大事なのは、患者さんの意欲だけが原因ではないこと。
情報の届き方、紹介のされ方、通院の負担、制度の分かりにくさなど、
いくつもの要因が絡みます。

だからこそ、「候補が見つかる入口」を整える価値がある。
入口が狭いままだと、どんなに優れた治療法の研究も、途中で止まってしまうかもしれない。
入口が広がると、研究が前に進み、
結果として未来の患者さんが救われる可能性が上がる。
PRISMの狙いは、その入口の交通整理を、より確実にしようという挑戦に見えます。

「NCI指定のがんセンター」が掲げる使命とも重なる

プレスリリースでは、今回の取り組みが、NCI（米国国立がん研究所）に指定された
Comprehensive Cancer Centerとしての使命を前進させる、と位置づけられています。
NCI指定がんセンターは、研究面のリーダーシップだけでなく、
地域社会への貢献も含めて評価される枠組みだとNCI自身が説明しています。

しかもマウントサイナイは、ニューヨーク市内のNCI指定Comprehensive Cancer Centerとして、
腫瘍領域特化AIをシステム全体の治験マッチングに導入した最初の存在だと述べています。
ここは”肩書き自慢”ではなく、むしろ「大規模組織で本気の運用に踏み出す」
覚悟表明に近いと思います。

患者さんにとって、何が変わる？

ここからは、生活者の目線にグッと寄せます。

想像してみてください。
たとえば外来で「今の治療を続けるか」「別の選択肢を試すか」で迷っているとき、
治験という選択肢が話題に上がるかどうかは、とても大きい。
けれど、医師が忙しすぎて調べる時間がなければ、その話は出てこないかもしれません。

PRISMの狙いは、そうした”偶然任せ”を減らし、
患者さんが治験の候補としてより早い段階で、より一貫して検討される状況を作ることです。
もちろん、AIが勝手に参加を決めるわけではありません。
むしろ、候補が見つかったうえで、医師と患者さんが落ち着いて話し合うための、
下準備を速くするイメージです。

導入で終わりにしないための「運用」と「ガバナンス」

医療AIでいちばん怖いのは、導入した瞬間がピークになってしまうことです。
便利でも、現場に合わなければ使われない。
ルールが曖昧だと、不安が勝って止まってしまう。

その点、マウントサイナイはTriomics、TCC、研究IT部門の連携に加え、
しっかりしたガバナンス（運用の統治）のもとで進めたと書いています。
さらに、導入成果を評価し、論文や学会で共有する計画も示されています。
この「測って、直して、共有する」は、医療にAIを根づかせるうえで、
とても誠実な姿勢だと思います。

もしあなたや家族が「治験」に関心を持ったら、今日からできる小さな一歩

最後に、読む人の手元に残る形でまとめます。
治験は難しそうに見えて、最初の一歩は意外とシンプルです。

まず、診察で一度だけ聞いてみましょう。
「今の状態で検討できる臨床試験はありますか？」というひとことが入口になります。
次に、情報を整えておくことも大切です。
服薬歴、検査結果、既往歴などを自分でも把握しておくと、後で説明が楽になります。
そして通院や時間の条件も正直に伝えてください。
参加条件は医学だけでなく生活条件も大切だからです。

医療者側に、PRISMのようなAI治験マッチングが入ると、
この「聞いてみる」が空振りになりにくくなる。
そんな未来を期待したいところです。