⬇️医療政策ウォッチャーとは？⬇️
世界保健機関（WHO）は、ヒトゲノム研究に関する新たな報告書を発表しました。 この報告書は、1990年から2024年までの30年以上にわたる臨床研究を分析したものです。 ジュネーブ発のニュースとして、その詳細をお伝えします。
WHOが発表した報告書『臨床研究におけるヒトゲノム技術―研究の展望（Human genomics technologies in clinical studies – the research landscape）』は、世界中の研究状況を網羅的に分析したものです。 今回の分析により、ゲノム研究における「公平性」の大きな格差が浮き彫りになりました。 分析対象となったのは、過去34年間に登録された臨床研究です。 その数は世界で6,500件を超えています。 特に2010年以降、シーケンス技術の進歩とコスト低下により、研究数は急増しました。 しかし、その恩恵は世界各地に均等には行き渡っていません。 今回の報告書から見えてきた主要な5つの論点と、それぞれの政策的な動きについて整理します。
まず1つ目の論点は、「高所得国への研究の集中」です。 報告書によると、ゲノム臨床研究の80％以上が、高所得国に集中していることが分かりました。 一方で、低・中所得国（LMICs）で行われた研究は、全体の5％未満にとどまっています。 この現状は、医療技術の進歩から取り残される地域を生む恐れがあります。 この点に関する政策的な含意として、今後は国際的な研究資金の流れが見直され、低・中所得国の研究インフラ整備への投資が優先事項となるでしょう。
2つ目の論点は、「研究への参加形態の不均衡」です。 低・中所得国が研究に関わる場合でも、その多くは二次的な研究拠点としての参加に限られています。 現地のシーケンス能力や研究インフラが不足しているため、主体的な役割を果たせていないのが現状です。 単にデータを提するだけでなく、研究を主導する力が求められています。 この点に関する政策的な含意として、低・中所得国の研究機関がリーダーシップを発揮できるよう、人材育成や技術移転のプログラムが強化される見込みです。
3つ目の論点は、「対象年齢の偏り」です。 研究の対象者を年齢別に見ると、75％以上が18歳から64歳の成人に集中しています。 その一方で、子どもを対象とした研究はわずか4.6％でした。 また、高齢者を対象とした研究も3.3％に過ぎません。 これでは、子どもや高齢者に最適な医療を提供するためのデータが不足してしまいます。 この点に関する政策的な含意として、臨床試験のガイドラインが改定され、全世代を包括するような研究計画の策定が義務付けられる可能性があります。
4つ目の論点は、「対象疾患の偏り」です。 現在のゲノム研究は、がんや希少疾患の分野が中心となっています。 これらの分野ではゲノム技術の統合が強く進んでいるためです。 しかし、多くの地域で公衆衛生上の主要な課題となっている「感染症」の研究は、大幅に不足しています。 感染症に関するゲノム臨床研究は、全体のわずか3％しかありませんでした。 この点に関する政策的な含意として、各国の疾病負荷の実情に合わせ、感染症対策を含めた研究アジェンダの再設定が行われるでしょう。
5つ目の論点は、「倫理的かつ公平な適用の必要性」です。 WHOは、ゲノム研究が健康の公平性に貢献するためには、組織的な国際的行動が必要だと強調しています。 多様な集団を研究に含め、その成果をすべての人々が享受できる仕組み作りが急務です。 この点に関する政策的な含意として、ゲノムデータの収集と共有に関して、倫理的かつ社会的責任を重視した新たな国際基準の策定が進むと考えられます。
WHOの科学部門ディレクターであるメグ・ドハティ博士は、次のように警鐘を鳴らしています。 「ゲノム技術は健康を変革する並外れた可能性を秘めています」。 「しかし、今回報告された格差に対処しなければ、既存の不平等をさらに強めてしまうでしょう」。 ドハティ博士はこのように述べ、最も恩恵を受けるべき人々が取り残されるリスクを指摘しました。
報告書では、これらの課題解決に向けた具体的な提言もなされています。 過小評価されている地域での研究能力の強化が求められています。 また、子どもや高齢者など、これまで除外されてきたグループを積極的に研究に含めることも重要です。 そして、地域ごとの健康ニーズに即した研究を進めることが、健康格差の解消につながると結論付けています。
WHOは今後、ゲノム研究が世界中の人々の多様性を反映したものとなるよう、各国の取り組みを支援していく方針です。 最先端の科学技術が、一部の国や地域だけのものにならず、人類全体の健康に寄与できるか。 国際社会の協調と、具体的な行動が試されています。
⬇️医療政策ウォッチャーとは？⬇️
本記事は生成AI（NotebookLM）を使用して執筆しております。
コメント