OpenAIは11月18日(現地時間)、医薬品候補の特定を支援するAIモデルの評価に特化した新しいベンチマーク「メドケムベンチ (MedChemBench)」を発表した。このベンチマークは、AIモデルが分子構造の解釈、実験結果の推論、および初期の医薬品開発段階における化合物の選択をどの程度正確に行えるかを検証する。発表された論文によると、同社のGPT-6.2 Astraはこのベンチマークで84.5%のスコアを獲得した。
メドケムベンチは、医薬化学研究から抽出された99の問題を通じてAIモデルの推論能力を測定する。具体的には、モデルが分子の構造と実験的証拠を関連付け、結果を説明し、化合物を比較し、その特性を予測できるかを評価する。医薬品開発における主要な課題の一つは、分子の一つの特性を改善すると別の特性が悪化するトレードオフが存在することであり、AIがこのトレードオフを乗り越える支援をするためには、分子構造の変化と実験的証拠を結びつけ、どの化合物を追求すべきかを推論する必要がある。
このベンチマークは、117の論文と特許から引用されたデータに基づいており、761の異なる分子構造を含んでいる。評価項目は「分子構造の再構築」「科学的推論」「ランキングと選択」「特性予測」の四つの主要な要素で構成される。特に、分子構造に関する項目では、モデルが提供された図面や化学グループから原子の結合や立体化学を正確に組み立てる能力を測る。科学的推論の項目では、与えられた証拠に基づいた説明が求められる。
xhigh推論設定での性能評価において、GPT-6.2 Astraは利用可能なクレジットの84.5%を獲得し、GPT-6 Astraの83.3%、GPT-6.1 Solの82.0%、GPT-5.6 Solの58.2%と比較して最も高いスコアを示した。GPT-6 Astraは分子構造の再構築と実験的証拠の説明において最も優れていたものの、化合物の選択と数値的特性の予測はより困難であると判明した。OpenAIは、メドケムベンチが医薬化学分野におけるAIモデルの継続的な進歩を支援すると表明している。
参考: OpenAI Blog (アーカイブ) — 2026年11月18日 17:00 (JST)