OpenAIの「Biodefense in the Intelligence Age」：生命科学AIは、モデル性能ではなく“配備制度”の競争に入った

OpenAIが2026年6月4日に公開した「Biodefense in the Intelligence Age」は、単なる新モデル発表ではありません。GPT-Rosalindという生命科学向けモデルを、創薬・医学研究だけでなく、生物防衛やパンデミック preparedness にどう配備するかを示した行動計画です。文書は、AIが科学論文・実験データ・ゲノム情報・臨床的エビデンスを横断して扱えるようになる一方で、その能力が生物安全保障上のリスクにもなるという前提から出発しています。OpenAIはこの計画を「AI-powered biological resilience」のためのアクションプランと位置づけています。(openai.com)

注目すべきなのは、ここでの主語が「一般ユーザー」ではなく「trusted defenders」になっている点です。OpenAIは、政府の科学・公衆衛生チーム、国立研究所、防衛科学組織、信頼できる大学・企業・非営利のバイオセキュリティ組織などに、強力な生命科学AIを限定的に提供する方針を示しました。アクセス管理、組織ガバナンス、ユーザー制御、監視、状況に応じたアクセス縮小・取り消しを組み合わせる「trusted access」が中核です。これは、オープンなAPI提供とはかなり異なる配備思想です。(cdn.openai.com)

計画は五つの柱で構成されています。第一に、信頼された防御側へのアクセス提供。第二に、医療対抗手段、つまりワクチン・治療薬・診断技術などの研究加速。第三に、メタゲノム解析や異常検知などを含む早期警戒システム。第四に、診断、備え、対応、シナリオ計画、資源配分、疫学モデリングなどの強化。第五に、効果・リスク・レジリエンスを測定する評価基盤の整備です。OpenAIは、危険な gain-of-function 研究の設計・計画・最適化・実施・トラブルシュートは承認用途に含まれないとも明記しています。(cdn.openai.com)

背景には、6月3日に発表されたGPT-Rosalindの機能強化があります。OpenAIによれば、更新版GPT-RosalindはGPT-5.5のエージェント的コーディング能力とツール使用能力を取り込み、創薬、メディシナルケミストリー、ゲノミクス、実験ワークフロー向けの性能を高めたモデルです。研究プレビューとして、適格な組織にグローバルに提供されるとされています。(openai.com)

性能面では、OpenAIは複数の評価を提示しています。MedChemBenchではGPT-RosalindがGPT-5.5を27.5%対25.1%で上回り、使用トークンも7.2%少なかったと報告されています。GeneBenchでは21.6%対20.4%で、トークン使用量は31%少ないとされます。さらに、実験プロトコルのトラブルシューティングや最適化を見るLabWorkBenchでは63.2%対55.8%とされています。ただし、これらは基本的にOpenAI発表値であり、LabWorkBenchのデータは proprietary であるため、外部からの再現確認には制約があります。(openai.com)

今回の発表でおもしろいのは、AIが「答えるモデル」から「科学ワークフローを実行する作業環境」へ移っていることです。OpenAIはLife Sciences ResearchとLife Sciences NGS AnalysisというCodex向けプラグインを用意し、文献・外部データベース検索、バイオインフォマティクス解析、NGS処理、可視化、来歴管理を同じ作業空間に持ち込む設計を示しています。特にNGS Analysisプラグインでは、scRNA-seq QC、bulk RNA-seq FASTQ QC、ctDNA解析のような実務寄りの流れが想定されています。(openai.com)

つまり、競争軸は「生命科学をどれだけ知っているか」だけではありません。重要なのは、モデルが科学者の作業手順、ファイル形式、解析ツール、レビュー可能な成果物、監査証跡の中に入れるかどうかです。生命科学領域では、もっともらしい仮説よりも、再現可能な手順、専門家レビュー、実験による検証が重要になります。OpenAI自身も、生物防衛は技術だけの問題ではなく、公衆衛生機関、研究インフラ、製造能力、緊急対応制度、国際協力に依存すると述べています。(cdn.openai.com)

一方で、慎重に見るべき点もあります。OpenAIは「防御側に先に能力を渡す」ことを基本戦略として語っていますが、これは強力な民間AI企業が、どの組織を trusted と見なすかを実質的に選別する構造でもあります。また、同社は高レベルの知見や手法を公開するとしつつ、情報ハザードを生む場合は公開を制限する姿勢を取っています。この判断は妥当な場合もありますが、外部検証の難しさも同時に生みます。(cdn.openai.com)

今回の発表は、生命科学AIの次の段階をよく示しています。モデル能力の向上はもちろん重要ですが、より本質的なのは「誰が、どの目的で、どの監査の下で使えるのか」という配備制度です。創薬AIやバイオセキュリティAIは、チャットボットの延長では扱えません。これから問われるのは、AIが実験室に近づく速度ではなく、その速度に制度・評価・専門家レビューが追いつけるかです。