7月10日、BioEngineer.orgが「Introducing Biomni: The AI Biomedical Co-Scientist Revolutionizing Research」と題した記事を公開した。Stanfordの研究者が開発した生物医学研究向けAIエージェント「Biomni」を紹介するもので、研究成果は学術誌Science（DOI: 10.1126/science.adz4351）に掲載されている。
「co-scientist」という位置づけ——先行研究との文脈
Biomniが掲げる「co-scientist（AI共同研究者）」というコンセプトは、近年急増している研究支援AI群の中でも特徴的な立場を占める。
Googleは2025年、Gemini Deep Researchをベースとした「AI co-scientist」を発表し、仮説生成や文献レビューの自動化を訴求した。同様に、MetaのGalactica（現在は公開停止）やElsevier系の文献解析AIなども「研究者の思考を補助する」という方向性を打ち出してきた。
これらに対してBimoniが異なるのは、文献検索・要約にとどまらず、データ解析コードの生成・実行・反復改善までをエンドツーエンドで自律処理する点だ。チャットで問いを投げると、仮説立案から統計解析・可視化までを一気通貫でこなす設計になっており、「研究の補助」というより「研究プロセスの代行」に近い。また、対応範囲が生物医学の25の専門サブフィールドに及ぶドメイン特化の深さも、汎用LLMベースのツールとは一線を画す要素として開発チームは強調している。
60時間の作業を40分に——その数字が示すもの
Biomniの能力を示す事例として元記事が挙げているのが、連続血糖モニタリング・食事摂取・身体活動データを含む450ファイル以上の処理だ。意味のある可視化と仮説を生成するまでにかかった時間は40分。同等の作業を人間の研究者が行うと、通常60時間以上を要するという。
ただし、この数字はあくまで元記事が紹介する単一の事例に基づくものであり、あらゆる解析タスクに適用される一般値ではない。計測条件や対象データの性質によって結果は異なりうる点は留意が必要だ。
それでも、この事例が示す方向性は明確だ。Biomniは自然言語で入力された研究上の問いを受け取り、仮説の立案・データセットや解析ツールの選択・コードの生成と実行・実験戦略の反復改善を自律的に行う。生物医学研究における従来のボトルネック——仮説開発とデータ解析の労力集約性——をシステムが肩代わりすることで、研究サイクルを数週間・数ヶ月単位から数分単位に短縮する設計だ。
25の生物医学サブフィールドをカバーする専門知識基盤
Biomniの特徴は、汎用AIモデルとは一線を画すドメイン特化の深さにある。
- **bioRxiv**（生物学系プレプリントサーバー）から収集した論文全文・ソフトウェアコード・データセットで学習
- 約150種の専門的な生物医学ツールを統合
- 105のソフトウェアパッケージ
- 59の専門データベース
- カバー範囲：遺伝学・神経学を含む25の生物医学サブフィールド
この規模の統合により、特定分野の専門家に匹敵する精度での解析が可能になるとされている。bioRxivのプレプリントを学習データに含める設計は、査読済み論文のみに依存するアプローチと比べて最新知見への追従を意図したものと見られるが、プレプリント特有の未検証情報をどう扱うかは今後の評価課題となりうる点でもある。
再現性と透明性：科学的信頼性への対応
AI生成の研究アウトプットに対して科学界が抱く懸念の一つが、「どうやって導いた結果なのかわからない」というブラックボックス問題だ。再現性の危機が長らく議論されてきた生物医学領域では、この問題への対応は特に重要な意味を持つ。
Biomniはすべての解析ステップと参照文献を記録する完全トレーサビリティを実装しており、引用追跡によって科学的再現性と説明責任を担保する設計になっている。開発チームは「人間の判断は依然として不可欠」とも明言しており、AIが研究の方向性の最終決定権を持つわけではない。Biomniはあくまで反復的・機械的なタスクを担う「疲れ知らずの協力者」と位置付けている。
現在の展開状況
BioEngineer.orgの記事によると、Biomniは現在1万以上の学術・産業研究室に展開済みとされている。この数字の出典は同記事の記述に基づくものであり、Science論文本体での言及かどうかは元記事からは判別できない点は付記しておく。生物医学研究分野で最も広く使われているAI共同研究者として確立しつつあるという位置づけは、同記事の主張だ。
プロジェクトの詳細や利用申請はbiomni.stanford.eduで確認できる。
詳細はIntroducing Biomni: The AI Biomedical Co-Scientist Revolutionizing Researchを参照していただきたい。
