Two-Minute Tech
AI活用で創薬を変革するヘルスケア業界
AIに関して規制強化を求める声が高まっていますが、AIの利用は人間の関与を置き換えるよりも、作業プロセスの合理化を重視するものであり、医薬品業界では不可欠なツールとなっています。
- 人工知能(AI)ベースの医薬品設計は、創薬プロセスの重要段階における主要な失敗点を標的とすることで、創薬を大幅に加速し、製品の品質向上と臨床試験のコスト削減に貢献することが可能です。
- ある大手製薬会社は、9~12カ月かかっていた合成作業のリードタイムを3カ月未満に短縮する目的で、AIを用いて実験的試験の回数を最小限に抑えています。
- AIに関して規制強化を求める声が高まっていますが、AIの利用は人間の関与を置き換えるよりも、作業プロセスの合理化を重視するものであり、医薬品業界では不可欠なツールとなっているということを忘れてはなりません。
AI活用で創薬を変革するヘルスケア業界
ヘルスケアエコシステム全体では、革新的で生産性を向上させるテクノロジーの導入は遅れてきました。これは主に、高度な規制環境下での事業運営に伴う課題が原因です。しかし、特に米国では2021年の医療費が4兆3,000億米ドル(GDPの18.3%)と驚異的な額に達しており1、革新的なソリューションが切実に求められています。
世界規模で見ると、1つの新薬の上市に必要なコストは1兆米ドルをはるかに上回り、期間は最長で14年かかる場合もあります2。同時に、臨床試験の失敗率は非常に高く、現在は90%に達しています3。
こうした高コストをもたらす要因の1つは、慢性疾患の有病率の増加と、その治療費用の高騰です。しかし、人工知能全般(より具体的にはAIを活用した医薬品設計)は、すでに創薬の状況を根本的に変えつつあり、製薬会社が直面する共通の課題に効果的に対処する強力な(ソフトウェア)ツールを提供しています。
医薬品製造でAIを活用することで、個々の患者が持つ特定のニーズに合わせてカスタマイズされた医薬品の製造が容易になっています。そこには、個人に合わせた投与量や正確な出荷規格なども含まれます。最先端のAIベースのテクノロジーを応用することは、製品開発を加速するだけでなく、製品の品質、生産の安全性、リソースの活用、費用対効果を向上させます。そして、自動化の重要性の高まりを浮き彫りにします。
ユースケースの例:
- 合成経路、化学構造の予測、薬物標的相互作用に関する洞察の提供と、有望な化合物の特定
- 薬剤投与量の最適化、意思決定の迅速化、および(バッチ間で一貫した性能を持つ)高品質製品の効率的製造の促進
- 臨床試験における製品の安全性と有効性の検証
- 包括的な市場分析と予測の実施による、効果的な市場ポジショニングと価格設定の実現
AIを活用して開発された医薬品はまだ上市されていません。そして、このテクノロジーの導入には一定の課題も残っています。また、潜在的な雇用喪失やAI規制強化の必要性に関しても懸念は残ります。しかし、全体的に見て、AIは人間の関与を完全に置き換えるというよりも、作業プロセスを合理化するために利用されていることを強調することが大切です。このように、AIは医薬品業界において不可欠なツールになろうとしています。
製薬会社による革新的なAI活用事例
ある大手の糖尿病管理会社(DMC)は、糖尿病患者向け連続血糖モニタリングシステムの商用化の拡大を最前線で推進してきました。これは、皮下の血糖値を測定し、その情報をスマートデバイスやクラウドに中継するシステムです。同社が最近発売した製品には、センサーの読み取りとその基礎となるアルゴリズムの精度および信頼性を確保するためにAIが組み込まれています。特に最近の研究では、このようなシステムを使用することで、2型糖尿病の管理コストが大幅に削減された(1人当たり平均で月間424米ドル)ことが実証されました4。この減少は主に、患者の高額な入院の減少と入院期間の短縮により、糖尿病関連の入院医療費が減少したことによるものです。
あるラージキャップの製薬会社(LPC)は、業務のさまざまな場面において、AIの導入を非常に積極的に推進しています。同社の最も注目すべき取り組みは次のとおりです。
- 同社は、独自のAI対応ツールを医薬品開発に使用して、実験的試験の回数を最小限に抑えています。今のところ、同社は9〜12カ月あった合成作業のリードタイムを5〜6カ月に大幅に短縮しており、最終目標は3カ月未満です5。
- 同社は、合成および生物学的製剤のプロセスにおけるパフォーマンス向上のため、AIを活用したデータ可視化を用い、リアルタイムの最適化調整によって収量向上とコスト削減につなげました。
- 同社はまた、複数のデータソースを同時に活用して生産スケジュールを最適化できる、AIを用いたデジタルツインを導入し、90%という驚くべき改善を実現しました6。
結論
ここ数10年間、医薬品業界による研究開発の生産性は低下しており、医薬品開発におけるAIの活用には大いに期待ができます。これにより、効果の高い化合物の同定を迅速に行い、成功の可能性が高い製品の開発スケジュールを短縮し、期待度の低い化合物に関連するコストを削減し、そして最終的には投資収益率を高められます。
歴史的に、ヘルスケアセクターは、全体で新たなテクノロジーを急速に導入するような業界とは認識されていませんでした。しかし、ヘルスケアセクターのリーダー企業が、それぞれの市場に対処し、全体的な業績を向上させるために、今やAI技術を広く受け入れつつあることが明らかとなってきました。このことは、進化する業界のニーズに応えるために、ヘルスケアセクターがテクノロジーの活用方法を変革させていることを示します。
1 Centers for Medicare and Medicaid Services, National Health Expenditures 2021 Highlights. As of 14 December 2022.
2 National library of medicine: AI in drug discovery and its clinical relevance. As of June 2023.
3 MIT News: Speeding up drug discovery with diffusion generative models. As of May 2023.
4 “Liebert Publishers: Real-Time Continuous Glucose Monitor Glucose Monitor Use Associated with Decreased Diabetes Medical Costs for Patients with Type 2 Diabetes”, as of June 2021.
5 Company earnings call as of July 2023.
6 Company earnings call as of July 2023.