a16zのJulie Yoo氏「ヘルスケアはAIで医療コストが100分の1になる」― MTSポッドキャストで語った産業論
ポッドキャスト番組「MTS」に、Andreessen Horowitz(a16z)のGeneral Partnerで、患者アクセス管理プラットフォームKyruusの共同創業者であるJulie Yoo氏が出演した。同氏は、「AIによってヘルスケアは、劇的に安く、そして、豊富になる」と主張し、医療という巨大産業がなぜ今、技術的な転換点を迎えているのかを詳しく語った。以下、インタビューの主要なポイントを整理する。
1. 医療テック黎明期を切り拓いた創業者としての原点
1-1. カルテのデジタル化からKyruusの創業へ
Yoo氏は、ヘルスケア業界に約18年携わってきた人物だ。ソフトウェアエンジニアとしてキャリアをスタートし、eコマースやフィンテック領域を経て、米連邦政府が医療機関に電子カルテ(EHR)導入を促す一大プログラムを進めていた時期に医療分野へ転身した。「当時は本当にペーパーとファックスに殺されそうだった」と振り返るように、政府は、医師に数万ドルを支払って電子カルテ導入を後押しし、5〜7年かけて米国のほぼすべての医師がこのシステム対応に追われたという。その後、ゲノミクス領域での起業を経て、2010年に創業したのがKyruusだ。同社は、プライマリケアの予約待ちが数週間から数カ月に及ぶ一方で、実際には医師の稼働率が、100%を大きく下回っているという「患者アクセスのパラドックス」の解消を目指し、医療システム横断の予約在庫を一元管理する仕組みを構築した。
1-2. 「石とノミ」でヘルスケアインフラに挑んだ9年間
Kyruus創業当時は、「Stripe以前、APIレイヤーが存在する以前」の状況で、ヘルスケア領域への出資に前向きなVCは、「片手で数えられるほどしかいなかった」とYoo氏は振り返る。「医療インフラへの統合作業は、まるでコンクリートの壁にノミと石で挑むようなものだった」と表現し、人材採用にも苦労したという。それでも9年間、共同創業者兼CPOとしてやり抜き、Kyruusは、昨年、売却という形で結実した。Yoo氏は
これを「15年がかりの一夜の成功」と評し、その後a16zでヘルスケア投資チームを率いる立場に転じた。
2. なぜ今、ヘルスケア産業に"ルネサンス"が起きているのか
2-1. Uber・Airbnbが引き上げた消費者の期待値
Yoo氏は、現在の医療産業の変革を「複数の要因のcollision(衝突)」と表現する。ひとつは、消費者の期待値の変化だ。UberやAirbnb、Instacartなどが、他業界の顧客体験を劇的に引き上げた一方で、医療の体験は、「停滞したまま」だったといい、そのギャップが臨界点に達し、消費者が、「自分の足とお金で、より良いサービスに投票する」ようになったと分析する。
2-2. 既存プレイヤーを追い詰めるコスト構造の限界
同時に、大病院システムや大手保険会社といった既存の医療産業も、労働コストの急騰やコロナ禍による人材流出、政府による締め付けなど、複合的な圧力に直面している。Yoo氏は、医療費の大半を患者自身ではなく、第三者(保険者)が支払う構造が、「無駄(ブロート)」を生みやすい要因だと指摘。「数学が成り立たなくなった」既存の支払いモデルが、行き詰まる中、AIはまさに「最後の一押し」になったという。専門医になるまで最低でも7年の訓練を要する医療という「希少な専門知識」産業において、LLMによる「豊富な知性」が初めてその代替可能性を切り開いたとの見立てだ。
2-3. 免責額シフトが消費者の「痛み」を可視化した
もうひとつの構造変化として、雇用主が、医療保険料の大半を負担していた時代から、数年前より「コストシフト」が進み、一定額(たとえば、1,000ドル)までは、自己負担となる免責制度が広がったことを挙げる。これにより、消費者は、初めて医療サービスの実質コストを直接実感するようになり、「月10ドルで、従来の医療システムと比べて桁違いに優れたサービスを受けられる」新興サービス群への需要を生み出したという。
3. AIはどのように患者に恩恵をもたらすのか
3-1. SaaSを飛び越え、いきなりエージェント型AIへ ―「リープフロッグ」現象
Yoo氏によれば、医療業界は、歴史的にIT投資額が対売上比で「最も低い」業界のひとつだった。しかし、皮肉にも、それが今では強みに転じているという。他業界が、この数十年でワークフローSaaS(基幹業務ソフト)に数百億ドルを投じ、その後、AIの登場で「その全てを引き剥がしてエージェントAIに置き換える」必要に迫られているのに対し、医療業界は、電子カルテという基幹システム以外への投資が薄かった分、「サンクコスト」への執着が少なく、一気にエージェント型AIへ「リープフロッグ(飛び越え)」できる立場にあるとYoo氏は説明する。
3-2. AIスクライブとLLM相談 ― 初めての"有機的"な普及の波
医療現場でのAI導入は、これまでパンデミックのような外的要因で強制的に進んできたが、AI問診記録ツール(AIスクライブ)の普及は「医師たちがただ純粋に、これは効くと感じて使い始めた」初めての有機的な普及の波だとYoo氏は指摘する。消費者側でも、ChatGPTやClaudeに健康相談をする人が急増しており、「初期に比べてハルシネーションは減り、実用的なアドバイスの精度も大きく向上した」という。こうしたLLMでの相談から、実際の医師の予約につなげるマーケットプレイスへの統合も進みつつある。
3-3. Council Health ― AIネイティブな24時間365日の診療所
a16zの投資先の一例として、Yoo氏は、「Council Health」を挙げた。これはAIネイティブな診療所で、24時間365日、非同期のチャット形式で本物のライセンスを持つ医師とやり取りができるサービスだという。「チャットボットと会話しているようでいて、実際には処方も紹介も診断もフルにこなせる正規の医師がその場にいる」という、AIネイティブなケアと実際の臨床能力を兼ね備えた新しい形態のサービスだと説明した。
4. 希少疾患におけるAIの価値 ― Anthropic主催ハッカソンの衝撃
番組内では、AnthropicとAWSが共催した「Rare Disease Real Kid Hackathon」(賞金5万ドル)が話題に上った。保護者の同意のもと、実在する子どものゲノムデータと臨床データがコミュニティに共有され、参加者がそこから知見を導き出すという取り組みだ。
これについて、Yoo氏は、AIが医療にもたらす価値を3つの要素に整理した。第一に、「知性へのアクセス障壁を下げる」こと。かつては専門医にたどり着くこと自体が大きな障壁だったが、それが解消されつつあるという。第二に、実際の診断確定や臨床的な検査・処置につなげる段階。そして、第三に、「一生涯寄り添う医師」のような長期的・継続的なケアの提供だ。Yoo氏は、「今日の医療AIの多くは、まだ非常にトランザクション的(単発的)だが、もしそれが生涯にわたる主治医のような存在になれたら」と、今後のヘルステック企業が取り組むべき"ラストマイル"の機会がここにあると述べた。
5. 創業者が狙うべき機会領域
5-1. 「消費者が新たな支払い者」になる時代
Yoo氏は、「7年前に消費者向けヘルスケア事業を投資家にピッチしていたら、部屋から追い出されていただろう」と冗談交じりに振り返る。当時は、消費者による自己負担のビジネスモデルが成立しないと見られていたが、AIによってサービス提供コストが、「以前の100分の1」に下がったことで、キャッシュペイ(自己負担)型の新しい消費者向けマーケットプレイスが急速に台頭しているという。a16zはこの流れを「消費者が新たな支払い者」と題したレポートにまとめている。
5-2. AIネイティブかつ「AIプルーフ」な企業だけが生き残る
最近の投稿でYoo氏が主張したのは、「今最も優れた企業は、AIネイティブでありながらAIプルーフ(AIだけでは代替されない)でもある企業だ」という考えだ。一般的な医療LLMが答えられる質問領域は広がったが、実際に通院できない患者への訪問診療や、採血・検体診断など「規制された事業体でなければ合法的に行えない」実務は残る。表面的には小売業やサービス業に見えながら、内部は高度にAIネイティブであることで、従来は実現不可能だった高マージン構造を築く「チャレンジャー型」の企業群がこの領域で台頭しているとし、ロボティクス企業もこの文脈で有望だと述べた。
5-3. 保険・決済インフラそのものを作り直す
最後に挙げたのが、保険・支払いインフラの再構築だ。「医療が、めちゃくちゃに見えるのは、実は計画通りに機能しているからだ」とYoo氏は述べ、既存の支払いインセンティブ構造そのものが今日の歪みを生んでいると指摘。Devoted Healthのような、支払いモデルをゼロから作り直し、いわば「ミニ医療システム」を1社で構築するような野心的な取り組みも、AIによって参入コストが下がったことで現実味を帯びてきているという。
6. 10年後の予測 ―「一生涯のAI医師」を全員がポケットに
最後に、Yoo氏は、10年後に実現しているであろう未来像として、個人に完全に最適化された「ロール・ユア・オウン(自分仕様の)ヘルスケア」の普及を挙げた。現状、医療AIモデルの学習に使えるデータは、年1回程度しか通院しない一般的な患者の断片的な電子カルテデータに限られ、真に「メディカルグレード」なAIを訓練するにはまだデータが不足していると指摘。今後は、個々人による「N of 1(症例数1の)」実験がデータの新たな供給源となり、それが次世代モデルの学習を駆動していくと予測した。そのうえで、「私たちは皆、生涯にわたるAI主治医をポケットに持つことになるだろう」と締めくくった。
オススメ記事
