FDAがDatabricks for Government上でセキュアでAIに対応したデータ基盤を構築する方法

連邦政府のデータプラットフォームを近代化することは、航行中の空母のエンジンを洋上で再構築しながら操縦するようなものです。基盤となるシステムが変換されている最中であっても、ミッションを止めることはできません。これこそが、米国食品医薬品局（FDA）がData + AI Summitのセッション「How the FDA is scaling secure AI with Databricks for Government」で説明した課題です。

FDAにとって、その影響は極めて重大です。米国の消費者の3人に1人が毎日FDAの決定に関わっており、米国の個人消費の1ドルあたり20セント相当がFDAの規制対象となっています。また、16,000人以上の職員が、300以上の製品カテゴリーをカバーする200以上のオフィスや研究所で働いています。このような環境において、データは単なるバックオフィスの機能ではなく、公衆衛生上の必須要件なのです。

だからこそ、政府におけるAIを巡る議論は変化しています。もはや「政府機関がAIを導入すべきか」ではなく、「強力なガバナンス、監査可能性、コンプライアンスが初日から求められる環境において、いかに安全にAIを運用（実用化）するか」が問われているのです。本ブログでは、FedRAMPやIL5環境において、安全でミッションクリティカルなAIワークロードをサポートするために必要な中核的構成要素（Infrastructure-as-Code（IaC）セキュリティパターン、統制されたモデルアクセス、リネージと監査可能性、そしてUnity Catalogを適切なデータソースに接続するために必要なネットワーク構成）について概説します。

政府における安全なAIの導入がプラットフォームの準備から始まる理由

政府機関は、世界で最も厳しい要件の下で業務を行うことがよくあります。Databricks on AWS GovCloudは、輸出管理データ（ITAR/EAR）、FedRAMP HighやDoD IL5の下で規制されているデータ、または標準的なクラウド環境では処理できない医療記録や連邦金融システムなどの機密情報を処理・分析する、規制対象のワークロード向けに設計されています。

しかし、コンプライアンスだけがすべてではありません。より重要なのは、価値創出までのスピードです。このセッションの一環として、Databricksは、PrivateLink、顧客管理の鍵、および組み込みのコンプライアンスセキュリティプロファイルなどの制御を備え、堅牢で本番環境に対応し、監査準備が整った環境を迅速に立ち上げられるよう設計された、セキュリティリファレンスアーキテクチャとTerraformベースのデプロイモデルを紹介しました。

FDAの課題：ミッションを中断することなく近代化を推進する

FDAの近代化への道のりは、よくある課題から始まりました。それは、データのサイロ化、作業の重複、一貫性のないパイプライン、そして複数のセンターやプログラムに分散した過剰な運用オーバーヘッドです。アナリストや科学者は、データからインサイトを導き出すことよりも、データの検索や照合に多くの時間を費やしていました。同時に、同局の科学的・規制的ミッションと、インフラがサポートできる機能との間のギャップが広がっていました。

同局の対策は、安全で統制されたAI対応の基盤として、エンタープライズデータプラットフォームであるHALO（Harmonized AI and Lifecycle Operations for Data）を構築することでした。2020年にレガシー環境の近代化からDatabricksの導入を開始した後、FDAは2025年にDatabricks on AWS GovCloudへと移行し、Unity CatalogのメリットやDatabricks環境の追加機能を解放しました。Unity Catalogは、データとAIのための単一のオープンなガバナンスレイヤーをFDAに提供し、地域、フォーマット、ツールを越えて、信頼できるアセットを安全に検出、管理、共有できるようにしました。これにより、複雑さとコストを削減しながら、インサイト獲得までの時間を短縮しました。

FDAが採用したアーキテクチャはマルチテナント方式です。複数の規制センターが共通のプラットフォーム基盤を共有しながら、それぞれが安全で統制された独自のスペースを維持しています。セッションの中で、FDAはこれを「アパートメントモデル」と表現しました。全員がインフラを共有しつつ、各テナントが独自の鍵とポリシーを持つというモデルです。Unity Catalogにより、ガバナンスを損なうことなく、センター間でデータを共有することが非常に容易になりました。

軌道を変えた3つのマイルストーン

FDAの取り組みにおいて、3つのマイルストーンが変革を決定づけました。1つ目は、他のすべての前提条件となったFedRAMP High認証のスポンサーシップ獲得です。2つ目は、AWS GovCloudへの移行です。3つ目は、安全でスケーラブルなAIに必要なガバナンス基盤を提供するUnity Catalogの導入です。

これらのマイルストーンの背景にある規模こそが、このストーリーを特に魅力的なものにしています。FDAは、5,000人以上のユーザーと8,000以上のジョブおよびパイプラインをダウンタイムゼロで移行しました。これにより、科学者やアナリストは、足元の基盤が再構築されている間も、業務を中断することなく継続できました。また、Unity Catalogへの移行の一環として、1,000以上のデータパイプラインと4,000以上のノートブックをリファクタリングしました。

FDAは、Databricksのサーバーレスコンピュート、モデルサービング、Unity Catalog、およびGenieを活用して、何百ものレガシーなダッシュボードをインタラクティブなAI駆動型の体験へと近代化し、技術的負債を解消してミッションの成果を加速させています。

その影響 - 近代化が実際にもたらしたもの

FDAにとって、これは単なるインフラの整理にとどまりません。測定可能な運用上の転換でした。同局によると、わずか数ヶ月の間に、8つのセンターと30のプログラムをエンタープライズデータプラットフォームにオンボーディングし、申請・提出システムにまたがる40以上のデータソースを統合しました。この統合により、局内のコラボレーションが向上し、透明性が高まり、セキュリティ体制が強化されました。

また、数値化可能な運用上のメリットも生み出しました。FDAによると、SQLウェアハウスによってBIワークロードのクエリ応答時間が30%以上向上し、コンピュートコストは20%以上削減され、プロビジョニング、権限付与、データ共有に費やす時間は75%以上短縮され、運用オーバーヘッドは35%以上減少しました。

ユーザーの導入実績も同様の傾向を示しています。FDAは2020年に約500人のユーザーからスタートし、現在ではプラットフォーム上のユーザー数が6,000人以上に増加しており、2028年までにその数は10,000人を超えると予想されています。

規制業務における責任あるAIの実現

ここで注目すべき最も重要なテーマの1つは、FDAの近代化プログラムが「AIのためのAI」を目的としたものではなかったということです。それは、連邦政府の規制環境において「責任あるAI」を実現することでした。同局は、HaloをエンタープライズAIプラットフォームであるElsaと統合し、大規模なAIイノベーションをサポートしています。すでに本番環境やパイロット運用でAIユースケースが稼働しており、さらに10以上のプロジェクトが進行中です。

代表的な例が、規制申請の近代化と迅速化を目指すFDAのイニシアチブ「MARS」です。MARSは、Elsaと統合されたDatabricksを使用して、審査官が医薬品や医療機器の申請に関連する膨大な量の構造化・非構造化情報（臨床試験結果、安全性データ、ラベリングなど）を分析できるように支援します。その目的は、適切な情報を適切な審査官に迅速に届け、データ準備（データラングリング）に費やす時間を削減し、より的確な情報に基づいた規制上の意思決定をサポートすることです。

同様に重要な点として、FDAは「Human-in-the-Loop（人間関与）」アプローチを強調しています。AIは下調べを行い、科学者や審査官の専門知識を補強しますが、彼らに取って代わるものではありません。

安全なAIを拡張する他の政府機関への教訓

FDAの取り組みからは、公共セクター全体に響くいくつかの教訓が得られます。第一に、ステークホルダーとの関わりは一度限りのイベントではなく、継続的な取り組みであるということです。なぜなら、各センターによってニーズ、スケジュール、許容できるリスクが異なるからです。第二に、セキュリティ計画は早期に開始する必要があるということです。FedRAMP High環境では、すべてのアーキテクチャ上の決定が後続のプロセスに影響を与えるためです。

また、FDAは、設定をハードコーディングするのではなく柔軟性を考慮して構築すること、一斉移行（ビッグバン方式）ではなく段階的な移行（ウェーブベース）を採用すること、そして強力なベンダーパートナーシップを単なる調達のチェックボックスではなく、運用上の資産として扱うことの重要性を強調しました。

セッションの締めくくりのメッセージは特に明確でした。「認証は加速装置である。ガバナンスはAIの前提条件である。そして、完璧を待つのではなく、重要なワークストリームを並行して実行することで、大規模な近代化をより迅速に進めることができる」ということです。

ミッションに対応するAIの設計図

FDAのストーリーは、政府における安全なAIの導入とは、レガシーシステムにモデルを単に後付けすることではないということを示しています。それは、極めて重要な環境でAIを有用なものにするために必要な、統制されたデータ基盤、安全なアーキテクチャ、および運用規律を構築することなのです。

公共セクターのリーダーにとって、これこそが最も重要な教訓かもしれません。ガバナンスが最初から組み込まれていれば、近代化は技術的負債を削減する以上の効果をもたらします。それは、ミッションをサポートするために、科学者、アナリスト、意思決定者の手に、安全かつ責任ある形でAIを届けるための基盤を創り出すのです。

詳細情報

Data + AI Summit 2026で発表されたセッション「How the FDA Is Scaling Secure AI with Databricks for Government」をご覧ください。

• Databricksセキュリティおよび信頼性センターをご覧ください
• Databricksセキュリティベストプラクティスを確認する
• セキュリティ＆トラストブログをフォローする
• Databricks AIセキュリティフレームワーク（DASF）をダウンロードする

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事