製薬業界におけるAIの活用と事例紹介
製薬業界のAI適用領域と、実事例をご紹介
-
製薬業界におけるAIの活用と事例紹介
現在、製薬業界では新薬開発をしなければいけない状況が続いています。なぜなら、少子高齢化の医療費増大によって、国の政策によって薬価が抑えられ、厳しい市場環境が続くと想定されているからです。
そのような状況の中で話題となっているのがAIの活用です。現時点でもデジタル化の波が医療分野にも押し寄せており、生体情報といったビッグデータを扱っている創薬分野では、AIの活用も想定されます。また、大手の製薬会社とバイオ・創薬分野で先端技術を持つベンチャー企業との提携のニュースも見られるようになりました。
製薬会社の業務内容は、新薬開発や医療機関への営業、顧客対応をするコールセンター業務などで、多くのビジネスシーンでAI技術の活用が期待されています。当記事では製薬業界におけるAI活用におけるメリットや事例を解説します。
-
製薬業界でAIを活用できるビジネスシーンとは
製薬会社でAIを活用できるのはどのような場面でしょうか。製薬会社には様々なビジネスシーンがありますが、AIは多くの場面で活用が期待されています。この章では製薬会社におけるビジネスシーンを振り返りながら、どのような場面でAIを活用できるか解説します。最適な臨床試験の実施
AIは臨床試験での活用にもっとも適した技術といえます。なぜなら、AIは患者の既往歴やカルテをハイレベルで分析できるからです。AIは多くの患者のデータにアクセスでき、臨床試験に適合する患者を素早く正確に見つけ出せます。AI技術の活用によって、治験者のバイオメーカーと薬の副作用を予測し、潜在的な合併症を避けることも可能です。
需要や売上などの予測
製薬業界ではAIを活用した経営面での多くの予測事例があります。その一つが独占権を失った場合の機械学習によるチャーン予測(離反予測)です。チャーン予測をすることで既存顧客を維持しながら、予測される収入減に対応するための行動計画が作成できます。
その他のAI活用の具体例としては下記のようなものがあります。
特定の薬による患者の反応を分析するための予測モデリング
不正行為の検出
薬物転用の検出をさらに難しくするための包括的なデータの照合
センサーデータによる異常の検出とモデリング
製造・サプライチェーンAIを活用した機器・設備の予知保全は、製薬会社ではかなり大きな効果をもたらします。また、AIによって標準的な生産場面におけるユースケースだけではなく、イノベーションや今後を想定した対応ができるチャンスを手に入れられるのです。
例えば、ある会社では、世界的な有名製薬会社と協力し、世界の40ヵ国以上の市場で数百の製品の売上予測をサポートしています。また、AIで統合したREST APIによって、サプライチェーン内の構造化データと非構造化データの両方で、安定したサプライチェーン分析を行えます。
営業・マーケティング
AIは複雑なデータプライバシーガイドラインへの対応や、製薬会社からの営業を望まない医師・特定のルートからの営業だけを望む医師への対応が可能です。そのため、よりパーソナライズされたマーケティングだけではなく、国・地域ごとの営業や訪問営業の最適化も含めて、世界各国の製薬会社の営業やマーケティング戦略を強化するためのサポートができます。
GxPコンプライアンス
2020年、AIはある製薬会社の内部監査・レビュープロセスによって、GxPコンプライアンスに準拠していると認定されました。これによって、その製薬会社では規制対象データを使用したAIのコラボレーション・データサイエンス・プラットフォームを利用できるようになりました。
研究開発における画像認識
AIは単純なモデルだけではなく、顕微鏡検査をフォローする画像認識の深層学習モデルといった、複雑なモデルの構築もできます。
-
製薬業界におけるAI活用事例8選
製薬業界がAIを活用した多くの事例があります。この章では製薬会社のビジネスシーンや創薬などの8つのAI活用事例を紹介します。事例1:音声認識と対話要約技術によるコールセンター業務の効率化
ジェネリック医薬品大手のA社は、システム開発大手のAIツールを導入しました。A社では取扱製品が年々増加するだけではなく、医療従事者からの問い合わせ数が増えてきています。このような状況の中で、コールセンターが多くの問いあわせに効率的に対応するため、AIツールが導入されたのです。
近年のA社のコールセンター業務には下記のような課題がありました。
問いあわせ件数が年々増加している
問いあわせ内容が幅広く複雑である
薬剤師が応対するため専門スタッフの人員を簡単に増やせないこれまでは電話で問いあわせられた内容とその回答を、システムに入力しなければなりませんでした。しかし、システム開発大手のAIツールは音声認識と要約文の自動作成が行えるため、スタッフの入力業務自体が大幅に減り、コールセンター業務の効率化が実現しました。
事例2:癌ワクチンの開発
フランスのB社と日本のC社は、AIを活用した癌ワクチンを共同開発しました。この癌ワクチンは患者一人ひとりにあわせたものであり、患者にあった効果的な治療が実現できます。C社は以前からAIの活用による創薬事業を行ってきましたが、本格的な研究開発は今回の癌ワクチンが初めてです。
この癌ワクチンの効果は次の通りです。まず、患者の細胞で正常なものと癌のものを比較し、癌細胞だけにある異常なタンパク質をAIで予想します。次に、この癌ワクチンによって予想した異常なタンパク質を患者の体内で増加させます。最後に、免疫細胞が異常なたんぱく質を異物として認識・攻撃して、元から存在していたがん細胞に対しても効果を発揮するのです。
事例3:産学連携による医薬品価値の最大化
製薬大手のD社はE大学・F大学と、AIを活用し医薬品の価値を最も高める取り組みについての共同研究契約を締結しました。研究内容はビッグデータを土台とした統計モデルやシミュレーションの活用です。
E大学との研究は治療効果の最大化です。患者の症状を分析したうえで薬の効果を予測し、最適な薬を選択できれば、治療効果が最大化して治療コストが削減できます。
F大学との研究は医薬品を開発する際の意思決定における最適化です。医薬品の研究開発では、臨床試験デザインや研究対象となる疾患の選択などの様々な重要な選択をしなければなりません。これらの重要な選択を、データをもとに解析し選択肢のメリット・デメリットを評価します。さらに、医薬品開発の意思決定を早めることで最適化に繋がるのです。
これらの2大学との共同研究によるノウハウや成果を相互に活用することで、より精度の高い推定にもとづいた意思決定ができます。
事例4:産学連携プロジェクトによる創薬テーマ創出
国内の100以上のIT企業や製薬企業による産学連携プロジェクトGは、創薬AIの開発を行っています。
プロジェクトGでは多くのプロジェクトが同時進行しています。その中の一つのプロジェクトに「創薬テーマ創出」があり、さらに4つに細分化されて進行中です。4つのうちの一つでは、膨大にある論文データの中から、研究パートナー探索を実現するプロジェクトが行われています。
このプロジェクトからプロジェクトG発のベンチャー企業が誕生し、現在、研究パートナー探索サービスの提供中です。同サービスは学術文献データベース内にある約100万人分の論文著者をベースにしています。それによって、探索したいテーマを入力すれば、著者の治験分野や共著者名がわかる仕組みになっているのです。
また、共著といったのデータもベースにしているため、ある点を通るルートが多いほど中心性が高いとする計算手法である媒介中心性の使用が可能です。そのため、人的なネットワークにより有望で成長性が高い研究者を探すこともできます。
事例5:売上予測モデルの構築
アメリカの医薬情報サービスの日本法人であるH社は、AIシステム開発を行っている会社の売上予測モデルの構築サービスを導入し、製薬会社の意思決定のコンサルティング業務に参入しました。
H社は医薬品データを大量に保有し、これまで販売やコンサルティングなどのビジネスを行ってきました。売上予測モデルの構築サービスを導入することで、これまでクライアントに提供していた医薬品市場における売上の実績データの他に、AIを活用した将来の売上予測値の提供が可能になりました。クライアントからの多くのニーズにこたえる形で、同サービスを提供するようになったようです。
事例6:データ駆動型創薬の開発
製薬大手のI社とAIの開発事業を行っているJ社は、AIを活用した創薬研究分野で共同開発プロジェクトを行うことになりました。
同プロジェクトはビッグデータをもとに創薬事業のプロセスの高度化・効率化をテーマにしています。現在、AI技術と創薬の専門家同士の高いレベルでの協力関係が必要とされています。なぜなら、創薬の専門性やプロセスを理解しながら、AIが持っている力を最大限発揮させることが必要であるからです。
例えば、創薬の対象として必要なデータ解析を実現するアプローチ方法を開発し、活用方法や解析結果を包括的に評価して判断します。現在、同プロジェクトでは、I社の創薬研究者とJ社の創薬の専門性があるエンジニアが下記のような研究を進めています。
ディープラーニングを含めたAI技術の現場での実装
創薬の知識と融合したデータの利活用の推進
事例7:全自動創薬ロボットバイオベンチャーのK社は、AIを活用した創薬サポートを行っています。K社のAI技術や大規模なデータ収集と製薬会社が得意としているバイオ技術を組みあわせることで、それぞれの製薬会社に適したAIの構築が可能です。
バイオ関連の医薬品分子の構造はとても複雑です。そのため、以前は人の手でスクリーニングを何回も行って、数千に及ぶペプチド・抗体の中から有用なものを探していました。K社の創薬サポートでは、手作業で行っていたものを、AIとロボットで分子設計と大量のスクリーニングを行います。その結果、効率的な作業が実現でき、今までの方法では発見や実現が難しかった作業が可能になったのです。
事例8:治験関連文書の作成の効率化
製薬大手のL社と大手システムインテグレーターのM社は、創薬で避けて通ることのできない治験業務を、AI技術を活用し効率的に作業する実証実験を行いました。
新薬の開発には下記のようなプロセスがあります。
研究
治験における臨床データの収集・解析
安全性の確認上記のプロセスは短くて9年や10年、長期間にわたる開発では20年近くかかる開発もあります。さらに、それぞれの開発プロセスでは厳密な文書の作成が義務となっています。そこで、L社とM社はこれらの文書作成を、それぞれのプロセスと関連づけて作成できるシステムを開発しました。
開発したシステムによって、同意説明文書や症例報告書の作成作業の効率化に成功したのです。現段階では商用化できていませんが、製薬業界での展開を目指していく計画です。
-
まとめ
製薬業界ではAI技術の活用に積極的です。AI技術の活用が想定される場面としては、研究開発や臨床試験だけではなく、営業や製造などのビジネスシーンなどがあります。また、現時点でも製薬業界でのAI活用事例が多く存在しています。AI活用事例としては、コールセンター業務や治験の文書作成、事業の売上予測などの事務・経営面のほか、ワクチン・創薬ロボットの開発や医薬品の効果的な利用などです。研究においては、大学や他企業との共同研究も積極的に行われています。
編集部Pickup記事
-
ノーコードでAIを開発する方法とは?開発事例・無料の開発プラットフォームを紹介
ここ数年、国内外の開発者の間で「ノーコード(NoCode)」という言葉がよく聞かれます。 ノーコードとは、文字通りコードいらずでWebサイトやWebサービスを開発する手法のことです。 このノーコードの開発手法を使って、AI(人工知能)を開発しようとする動きが出てきています。 本記事では、ノーコードでAIを開発して自社課題を解決したい方に向けて、ノーコードでどんなことができるのかを解説していきます。 ノーコードを使ってAIを開発した事例も紹介しているので、ぜひ参考にしてみてください。
-
機械学習のビジネスにおける活用事例を徹底解説
様々な分野・企業で、AIや機械学習の活用が進んでいます。 iPhoneのSiriやGoogleのアレクサなど、日常生活にも溶け込んでいるほどです。 AIにデータを機械学習させれば、膨大な時間がかかる作業も分析も一瞬で終えることができます。 AIは学習させるデータでどんな使い方もできるため、その可能性は無限大です。 本記事では、AIや機械学習をビジネスに活用する方法や、導入事例をご紹介します。
-
AIツール・開発プラットフォームおすすめ13選!無料AIツールも?
AI(人工知能)を使ったツールやアプリは、ここ数年で急激に増えました。身近なところだと、有名画家風のイラストが作成できるアプリや音声読み上げソフトなど、一度は耳にしたことがある方もいるのではないでしょうか。 企業においても課題解決ができるAIツールや、AIを開発できるプラットフォームへ注目が集まっています。ですが、AIツールと一口にいっても、開発できるAIの種類や解決できる課題も様々です。 本記事では、AIを開発できるプラットフォームや、無料で使える便利なAIツールをご紹介します。AIツールを使ってどんなことができるのか、ツールによる違いを知りたい方は必見です。
-
AIによる需要予測の仕組みとは?導入事例・費用・アルゴリズムを解説
過去の販売データを元に商品の発注数や売れ行きを予測するのは、小売業界では当たり前に行われています。 ですが、経験や勘に頼った予測は個人の力量に依存するため、予測に再現性がありません。予測の精度も人によってバラバラなため、常に高い精度で予測することは難しいです。 こうした課題を解決する方法の1つとして、AIを使った需要予測が注目されています。AIを使うことで、スキルに依存しない高精度で需要予測が期待されているのです。 本記事では、AIを使った需要予測の仕組みや導入事例について解説していきます。需要予測をして在庫管理の最適化や売上増加を狙っている方は、ぜひ参考にしてみてください。
-
製造業におけるAI活用事例23選!各社の導入方法・例をご紹介
ここ数年でAi技術は格段に進化を遂げています。様々な領域でAIの活用が進んでいますが、製造業ではどのくらいAIの導入が進んでいるのでしょうか。製造現場での実用化にはいまだ課題も残っています。AIを活用できる人材がいない、AIの導入方法がわからず、活用が進んでいない企業も多いのではないでしょうか。 この記事では、実際にその仕組みや導入のメリット、成功・失敗事例を紹介していきます。製造業でAIを導入するうえでの注意点についても解説していますので、ぜひ参考にしてください。
-
ディープラーニング(深層学習)とは?AI・機械学習との違いを簡単に解説
ディープラーニング、AI、機械学習。誰しも、テレビや本で一度は耳にしたことがあると思います。 ですがこれらが何を指しているのか、なぜ注目を集めているのか知っている方は少ないのではないでしょうか。 本記事ではAIを学んだことがない方向けに、ディープラーニングとは何なのかを簡単に解説します。 ディープラーニングと機械学習の違いがわからない方や、ディープラーニングの活用事例を知りたい方も必見です。
関連した事例
-
予測分析ツールおすすめ7選比較!AIで予測できること・無料ツールはある?
将来の売上や株価を予測することができれば、ビジネスや投資において非常に有利に動けます。しかし、人の勘や経験に頼った予測には限界があり、正確な予測をすることは困難です。 そこで、あらゆる業界で「予測分析ツール」が注目されています。予測分析ツールを使えば、膨大なデータを分析し、過去の傾向をもとに未来を予測できます。さらに、機械学習や人工知能を使った予測分析ツールを活用すれば、誤差を減らしてより高い精度で予測を行うことができます。 本記事では、予測分析ツールでどんなことが予測できるのか、おすすめの予測分析ツールをご紹介します。AIやツールを使った予測に興味がある方は、ぜひ参考にしてみてください。
-
【無料】AI予測ツール・機械学習ツールおすすめ!活用事例・予測できる内容紹介
AI予測ツールとは、AI(人工知能)の技術を使って将来の事象を予測するツールのことです。 AIの技術が進化するにつれて予測の精度が向上し、様々な分野でAIの予測ツールが注目されています。AIの予測ツールを使うことで、経験や勘に頼った予測から、個人のスキルを問わずに精度の高い予測が行えるようになりつつあります。 この記事では、AIを使ってどんなことが予測できるのか、予測ツールの種類や活用事例について解説していきます。
-
AI開発外注の費用相場・期間は?おすすめ開発会社を解説
AIを開発したいと思った時にまずぶつかる壁は、「自社内で開発するか外注するか」です。 社内に開発人材がいる場合もいない場合も、AI開発の外注は選択肢の1つとして考えられます。 AI開発の外注にはメリット・デメリットがあるため、AI開発において重視する内容によって外注が最適かどうか変わってきます。 本記事では、AI開発を外注しようか検討している方に向けて、AI開発の外注にかかるコストやメリット・デメリットを解説します。さらに、AI開発に強いおすすめの外注先もご紹介するので、開発会社選びの参考にしてみてください。
-
AIツール・開発プラットフォームおすすめ13選!無料AIツールも?
AI(人工知能)を使ったツールやアプリは、ここ数年で急激に増えました。身近なところだと、有名画家風のイラストが作成できるアプリや音声読み上げソフトなど、一度は耳にしたことがある方もいるのではないでしょうか。 企業においても課題解決ができるAIツールや、AIを開発できるプラットフォームへ注目が集まっています。ですが、AIツールと一口にいっても、開発できるAIの種類や解決できる課題も様々です。 本記事では、AIを開発できるプラットフォームや、無料で使える便利なAIツールをご紹介します。AIツールを使ってどんなことができるのか、ツールによる違いを知りたい方は必見です。
-
ノーコードでAIを開発する方法とは?開発事例・無料の開発プラットフォームを紹介
ここ数年、国内外の開発者の間で「ノーコード(NoCode)」という言葉がよく聞かれます。 ノーコードとは、文字通りコードいらずでWebサイトやWebサービスを開発する手法のことです。 このノーコードの開発手法を使って、AI(人工知能)を開発しようとする動きが出てきています。 本記事では、ノーコードでAIを開発して自社課題を解決したい方に向けて、ノーコードでどんなことができるのかを解説していきます。 ノーコードを使ってAIを開発した事例も紹介しているので、ぜひ参考にしてみてください。
-
ディープラーニング(深層学習)とは?AI・機械学習との違いを簡単に解説
ディープラーニング、AI、機械学習。誰しも、テレビや本で一度は耳にしたことがあると思います。 ですがこれらが何を指しているのか、なぜ注目を集めているのか知っている方は少ないのではないでしょうか。 本記事ではAIを学んだことがない方向けに、ディープラーニングとは何なのかを簡単に解説します。 ディープラーニングと機械学習の違いがわからない方や、ディープラーニングの活用事例を知りたい方も必見です。
-
AI(人工知能)とは?業界や業務別の課題解決例・なぜ重要なのかを解説
「AI」というと、みなさんは何を思い浮かべますか? 画像認識や音声認識、自動運転など、、、でしょうか。 人工知能やAIという言葉は、SF作品などによく登場するため知っている人は多いのではないでしょうか。ですが、「人工知能(AI)とは」という質問に対して言葉の意味を詳しく理解して答えられる人は少ないかもしれません。 この記事では、人工知能(AI)の基礎知識や仕組み、最新の活用例、問題を紹介します。また、開発・研究の歴史や人工知能でできること・できないことも解説しますので、ぜひご覧ください。
-
プログラミングでAIを開発する方法!必須のプログラミング言語・入門知識を解説
近年急速に進化しているAI(人工知能)。 AIを活用すれば、今まで大量の人と時間を投下していた業務も効率よく精度高く遂行できます。 人と同じような動きができるためすごい存在に思えるAIですが、プログラミングを学べば初心者でも開発が可能です。 本記事では、プログラミングをしてAIを開発する方法やAI開発におすすめのプログラミング言語をご紹介します。
-
機械学習(ML)とは? メリット・種類・業界や課題別の活用例・実施方法を解説
機械学習(Machine Learning)とは、コンピューター(Machine)が与えられた大量のデータを処理・分析することでルールやパターンを発見する技術・手法のことです。学習の結果明らかになったルール・パターンを現状に当てはめることで、精度の高い将来予測が可能となります。 高度なコンピューターを使用することで、人間の脳では処理しきれない複雑な要素を加味した分析・学習が可能となりました。その結果、近年ではさまざまな領域において人間による作業の精度向上・効率化に役立てられています。自動運転や医療、人間の購買行動の分析など、さまざまなビジネス領域で機械学習が実用化されており、今後のマーケットで生き残っていくためには必須の技術になりつつあるといえるでしょう。 本記事では、機械学習(ML)の概要やメリット、種類に加え、業種別・課題別の活用例を紹介します。実際に取り入れる際の作業フローも紹介しているので、機械学習の活用に興味がある方はぜひ参考にしてみてください。