ノーベル賞の発表があすから始まります 「ナルコレプシー」という睡眠障害の治療薬の開発につながった研究や 100億年で1秒ほどしか狂わない極めて正確な時計の開発など 日本から世界に誇る研究がめじろ押し　 “3年連続”の日本からの受賞となるのか注目です 今年のノーベル賞が丸わかりです↓

【米マサチューセッツ工科大学研究】大腸がんの転移を引き起こす細胞経路を発見 「肥満が大腸がんの進行を促進する」 → 手術後も最大3分の1が転移性疾患で再発 セラミド産生を狙う薬の開発が進められています。

週末は@ABEMA で #テレメンタリー# 2026を放送中 今週は『「死の谷」に挑む～かつての #創薬# 大国で～』 日本で #薬の開発# に長い時間や莫大な費用がかかる通称 #死の谷# 19日(日)11:00～ こちらのURLから視聴できます ▶ 過去の作品はこちらから ▶

昨日、米国で最も権威のある生物医学研究賞として知られる「ラスカー賞」が発表され、 ・中外製薬の研究者である服部有宏さん、北沢剛久さん、井川智之さんの3名が「臨床医学賞」を、 ・筑波大学の柳沢正史教授が「基礎医学賞」を、 それぞれ受賞されました。 受賞された皆様に対して、心よりお祝い申し上げます。 中外製薬の研究者の3名は、血が止まりにくくなる先天性疾患である血友病Aの治療薬を開発されました。 また、筑波大学の柳沢教授は、睡眠・覚醒の機構を解明され、新たな治療薬の開発につながっています。 我が国の研究者による優れた創薬研究の成果が高く評価されたことは、大変喜ばしいことであるとともに、我が国が長年にわたり積み重ねてきた基礎研究の水準の高さを世界に示すものであり、今後の医学・医療分野の発展の大きな弾みになるものです。 高市内閣では、「創薬・先端医療」を成長戦略の17の戦略分野の1つに位置付け、我が国の強みである基礎研究を一層強化するとともに、その成果を着実に実用化へとつなげる「創薬エコシステム」の構築に取り組んでいます。 我が国の創薬力の向上に向けて、官民一体となって取り組んでまいります。

#サンデーモーニング# 〈“国旗損壊を処罰”法案提出〉 膳場キャスター「いろんな懸念がある中、国会ではスーっと通ったと言う印象です」 松原耕二さん 「30年近く前にできた国旗国歌法というものがありましたけど、あのときは国旗国歌を尊重しなければならないという、幻の条文があったけれど、官邸が自ら削るという大人の対応をしたんです。今回そういうこともなければ、立法事実すらないのに通そうとしている。 国会では他にも本質的な議論がされないままのものがいくつかあるんですね。 例えば個人情報保護法の改正案は、衆議院を既に通ってるんですが、これはAIの開発のためならば、病歴とか犯罪歴などの幅広い個人情報などを、企業などが第三者に本人の同意なく提供してもいいという内容になっている。他の先進国、ヨーロッパなどは、大体カナになっているんですね。ところが今回の法案は『実名』でもいいという立てつけになっているようで、これは医師の団体や薬の団体なども反対、懸念しているくらい。それなのに、なぜこんなものをやるのか。 専門家もこんなに緩いのは世界で初めてだと言っている。参議院ではぜひ本質に関わる部分の議論をしてほしいと思います」

# AIエージェント開発の意思決定ポイント ## キャッシュ類似度閾値 — セマンティックキャッシュの「ヒット判定」をどこに置くか 🎯 ポイント LLMエージェントのセマンティックキャッシュ、「閾値0.95にしておけばいいでしょ」と思っていませんか？ その閾値ひとつで、コスト半減にも、誤回答の量産にもなり得ます。領域ごとに閾値を変えないキャッシュは、時限爆弾です。 📋 概要 セマンティックキャッシュの類似度閾値は、「過去のクエリと新しいクエリがどれだけ似ていればキャッシュヒットとみなすか」を決めるパラメータです。埋め込みベクトルのコサイン類似度で測定し、閾値以上なら過去の応答を再利用します。LLM呼び出しは1回あたりのコストが高いため、同じ意図のクエリを毎回処理するのは無駄です。しかし完全一致では表記揺れに対応できず、ヒット率が極端に低くなります。セマンティックキャッシュはこの問題を解決しますが、閾値の設定を誤ると「異なる意図のクエリに古い応答を返す」という誤回答の再利用が発生します。 🔍 意思決定のポイント この閾値は主に2つの力のバランスで決まります。 ⚡ **失敗コスト（failure_cost）** — 誤った応答の再利用がどれだけ深刻か。医療・法務・金融のように誤回答が致命的な領域では、閾値を0.97以上に引き上げるか、そもそもキャッシュ禁止区域（No-Cache Zone）に設定します。 💰 **コスト感度（cost_sensitivity）** — LLM呼び出しコストの削減圧力がどれだけ強いか。コスト削減の圧力が強い場合でも、安全な領域の閾値だけを緩め、リスクの高い領域は厳格に保つ非対称戦略を取ります。 さらに、入力の信頼度が低い環境ではキャッシュポイズニングのリスクもあります。悪意あるクエリに対する応答がキャッシュされ、類似の正当なクエリに返されるという攻撃です。 💡 要点と詳細 閾値の設定は「全クエリに単一の値」ではなく、領域ごとに変えるのが鉄則です。 📊 目安値（コサイン類似度、出発点）: - 🟢 低リスクFAQ: 0.92〜0.94 — ヒット率重視、誤ヒットの影響が小さい - 🟡 中リスク業務（社内ヘルプデスク等）: 0.94〜0.96 — 精度と効率のバランス - 🔴 高リスク領域（医療・法務・金融）: 0.97以上、またはNo-Cache — 誤回答コストが極めて高い - ⛔ リアルタイムデータ依存（在庫・価格）: No-Cache推奨 — TTLを短くしてもタイミング問題が残る - 🔒 個人情報依存: No-Cache推奨 — 埋め込みベースのマッチングではユーザー分離が不完全 重要なのは、埋め込みモデルの選択が閾値の意味を変えるということです。同じコサイン類似度0.95でも、モデルによって意味的な粒度が異なります。モデルを変更したら閾値の再評価は必須です。 ⚖️ トレードオフ **閾値が高すぎる（ほぼヒットしない）場合:** - キャッシュ基盤のコストだけが追加され、LLMコストは削減されない - キャッシュ検索のオーバーヘッドで、キャッシュなしより遅くなる - ベクトルDBの運用コストに見合う効果が得られない **閾値が低すぎる（何にでもヒットする）場合:** - 「Pythonのリスト操作」と「Pythonの辞書操作」のように意図が異なるクエリに誤ヒット - ユーザーAの応答がユーザーBに返される可能性 - 陳腐化した情報（在庫・価格）が長期間再利用される - 時々正確で時々的外れな応答が返り、エージェント全体の信頼が損なわれる 🛠️ ユースケース 💬 **カスタマーサポートFAQ** — 「返品ポリシーは？」「返品の手順を教えて」のような表記揺れが多い質問群。閾値0.93前後で高いヒット率を実現しつつ、注文固有の質問はNo-Cache Zoneに分離します。 🏥 **医療情報アシスタント** — 症状や薬の情報を扱うため、誤回答のコストが極めて高い。閾値0.97以上に設定するか、キャッシュヒット後に軽量モデルで「この応答は現在のクエリに適切か」を再検証するハイブリッドアプローチを採用します。 📦 **ECサイトの在庫・価格問い合わせ** — リアルタイムデータに依存するため、No-Cache推奨。商品説明のような静的情報のみキャッシュ対象にし、価格・在庫は常に最新データを返します。 🔑 実践のコツ: ヒット率だけでなく誤ヒット率も継続的に計測してください。誤ヒットは「ユーザーが指摘しない限り気づかない」沈黙の品質劣化です。定期的にサンプル監査を行い、キャッシュヒットした応答の妥当性を検証する仕組みを入れましょう。 #AIエージェント# #ソフトウェアアーキテクチャ#

牛や豚の内臓から化粧品や薬　農水省が開発の実証事業を支援 → 食用にならない血液も活用、27年度から支援へ AI活用などを含む概算要求は1億5000万円です。

今日の #トリビア。# 10/13は #麻酔の日# これは1804年のこの日、華岡青州が世界で初めて全身麻酔による乳癌手術を成功させたことに由来😎👍 なお、華岡青州の麻酔薬開発は、実母と妻の人体実験を経て完成に至ったといわれている🏥 結果、母は亡くなり、妻は失明しているけどな！(･口･)

AIラボは儲からないか？ 航空会社みたいに、 「利用価値はあってもコモディティ化して儲からないんじゃない？」 って言う意見がある。 ワイは間違っていると思う。 まず勘違いしてるのは、 ワイら一般大衆はAIラボの本当のお客さんじゃない。 ワイらが普段チャットで使うAIなんて、そりゃ安くなる。 無料に近づく。 安いモデルでも十分、みたいな場面も増える。 そこはコモディティ化する。 そこで 「やっぱりAIって儲からない！」 ってなるのがおかしいねん。 AIの本丸は、ワイらが雑談したり、メールを直したり、ちょっと調べ物したりするところじゃない。 本丸は、人間レベルを超えた知能。 これもう夢物語じゃないってわかってるやん。 すでに人間を超えてる領域が出てきてる。 その領域は広がり続けている。 ガチの先端モデルをフルに享受できれば、 がんの薬を見つける。 肌が若返る治療法を見つける。 腰痛を根本的に治す(イーロンも腰痛持ち)。 半導体設計を一段進める。 軍事技術を強くする。 工場の歩留まりを数%上げる。 巨大企業の売上を5%伸ばす。 みたいなことがどんどん現実化する。 こういう世界では、1つの成果が数千億円、数兆円の価値になる。 そこに効く知能なら、超大金を払うに決まってる。 一般大衆にちまちま数千円を課金する必要はない。 ここが航空会社との最大の違い。 航空会社の提供する価値は「移動」しかない。 せいぜいファーストクラスにして利益率上げる程度。 「知能」の値段の上限はファーストクラスなどと比べものにならない。 実際、すでにGoogleやMetaはAIに自社に優先して使っていると言っている。 広告の精度を上げる。 開発効率を上げる。 インフラを最適化する。 AI利用で売上や利益を改善している。 アインシュタインを私が雇ってもたいして利益はあげられないけど、適切な場所ならとてつもない価値が出せる。 自分や会社の普段使いだけみて「AIは儲からない」などというのはそういう構造を見落としている。

海外で使える薬が日本で使えない「ドラッグロス」懸念→製薬会社の4割、国内新薬開発に見送りなどの影響…米国の薬価政策で日本向け開発・発売の延期も 日本の低い薬価を米国が参照すれば、患者に届く新薬の選択肢まで細る恐れがあります。