これは過激に思えるかもしれないが、平均寿命は20世紀にほぼ2倍（約40歳から約75歳）に伸びたため、「圧縮された21世紀」にはさらに2倍の150歳になるというのが「トレンド」である。

実際の老化プロセスを遅らせるための介入は、病気による早期死亡（主に小児期）を防ぐために前世紀に必要とされた介入とは異なることは明らかだが、変化の大きさは前例のないものではない。

具体的には、ラットの最大寿命を25～50％延ばし、悪影響は限定的である薬がすでに存在している。また、一部の動物（例：一部の種類のカメ）はすでに200年生きたので、人間は明らかに理論上の上限に達していない。

人間の寿命が150歳になれば、「脱出速度」に到達できるかもしれない。そうすれば、現在生きている人のほとんどが望むだけ長生きできるだけの時間を稼ぐことができるだろう。ただし、これが生物学的に可能であるという保証はまったくない。

糖尿病、肥満、心臓病、自己免疫疾患などを含むその他の病気を包括するカテゴリです。これらのほとんどは、がんやアルツハイマー病よりも「簡単に」解決できるようで、多くの場合、すでに急激に減少しています。たとえば、心臓病による死亡者はすでに 50% 以上減少しており、 GLP-1 作動薬などの簡単な介入により、肥満や糖尿病に対する大きな進歩がすでに達成されています。

アルツハイマー病の原因を突き止めるのは非常に困難でした（ベータアミロイドタンパク質と何らかの関連があるようですが、実際の詳細は非常に複雑なようです）。これはまさに、生物学的影響を分離するより優れた測定ツールで解決できるタイプの問題のように思われます。そのため、私は AI がこれを解決できると楽観視しています。何が起こっているのかを実際に理解すれば、比較的簡単な介入で最終的に予防できる可能性は十分にあります。とはいえ、すでに発症したアルツハイマー病による損傷を元に戻すのは非常に難しいかもしれません。

胚のスクリーニングが大幅に改善されれば 、ほとんどの遺伝病を予防できる可能性が高く、CRISPR のより安全で信頼性の高い後継技術によって、現存する人々のほとんどの遺伝病を治せるようになるかもしれません。しかし、細胞の大部分に影響を及ぼす全身の病気は、最後の抵抗となるかもしれません。

がんによる死亡率は過去数十年にわたって年間約 2% 減少しており、現在の人類科学のペースでいけば、21 世紀にはほとんどのがんを撲滅できる見込みです。一部のサブタイプはすでにほぼ治癒しており (たとえば、 CAR-T 療法による一部の種類の白血病)、がんの初期段階を標的とし、がんの進行を阻止する非常に選択的な薬剤の開発には、さらに期待が高まります。AI は、がんの個別ゲノムに非常に細かく適合した 治療計画も可能にします。これらは現在可能ですが、時間と人間の専門知識に多大なコストがかかります。AI によって、これを拡張できるようになります。死亡率と発症率の両方を 95% 以上削減することは可能と思われます。とはいえ、がんは極めて多様で適応性が高く、これらの疾患の中で最も完全に撲滅するのが難しいと考えられます。さまざまな稀で治療が難しい悪性腫瘍が存続しても不思議ではありません。

私の基本的な予測は、AI を活用した生物学と医学により、人間の生物学者が今後 50 ～ 100 年かけて達成する進歩を 5 ～ 10 年に圧縮できるようになるというものです。私はこれを「圧縮された 21 世紀」と呼んでいます。つまり、強力な AI が開発されれば、生物学と医学において 21 世紀全体で達成するはずだった進歩を数年で達成できるという考え方です。

平均的な抗がん剤は、慎重に測定する必要がある重大な副作用を伴う一方で、生存期間を数か月延長します (アルツハイマー病の薬にも同様のことが言えます)。

何十年にもわたる慎重に設計された物理モデルにもかかわらず、 AlphaFold / AlphaProteoが人間よりもはるかに効率的に重要な問題を解決することに成功したことは、（狭い領域の狭いツールではありますが）原理の証明となり、今後の方向性を示すはずです。

「AI はデータ分析をより適切に行うことができるが、より多くのデータを生成したり、データの質を改善したりはできない。ゴミを入れればゴミしか出てこない」

人間の代謝の生化学を示す図を見たことがあるなら、この複雑なシステムのどの部分の影響も分離するのが非常に難しく、正確または予測可能な方法でシステムに介入するのはさらに難しいことがわかるでしょう。

そして最後に、人間に対する実験を実行するのにかかる本質的な時間だけでなく、実際の臨床試験には多くの官僚主義と規制要件が伴い、（私を含む多くの人々の意見では）不必要な追加時間が追加され、進歩が遅れます。

こうした状況を踏まえ、生物学者の多くは長い間、生物学における AI や「ビッグデータ」の価値に懐疑的だった。