近畿大学病院とNTT社が挑む治験候補患者の抽出におけるAI活用の最前線

近畿大学病院腫瘍内科、中外製薬、NTT、NTTデータの四者が手を組み、治験候補患者の抽出精度向上と効率化を目指した共同研究を2026年6月に開始します。この新たな試みは、リアルワールドデータと大規模言語モデル（LLM）を活用し、治験におけるプロセスを改善することを目的としています。

1. 研究の背景

新薬開発において、治験開始までの期間や参加者の組み入れは、製薬企業の市場投入時期に影響を与える重要な要素です。特に、治験候補患者の抽出においては、個々の医療情報を医師や治験コーディネーターが確認する必要があり、多大な時間と労力がかかってきました。このため、治験計画が予定通りに進まない事例もあり、全体のスケジュールに悪影響を及ぼすことが指摘されています。

近年、リアルワールドデータの活用が進展し、患者情報を多面的に解析できる国産のLLMが注目を集めています。これらの技術を駆使することで、候補患者の抽出精度の向上と効率化が見込まれています。

2. 研究の概要

本研究では、近畿大学病院が保有する電子カルテデータを活用し、中外製薬が定めた治験実施計画書に沿った適格基準に基づき、LLMを用いた治験候補患者の抽出を行います。NTTデータは、自社の医療情報活用基盤「千年カルテ®」や、医療データ解析に関する知見を活かし、LLMとルールベースの手法を組み合わせた技術検証に取り組みます。

この技術検証には、NTTが開発した「tsuzumi 2」を使用し、実務に即した運用が可能なデータ管理体制を整えます。具体的な手法としては、PythonやSQLを用いたルールベースの手法と、LLMを活用した手法を比較し、医師や治験コーディネーターによる判定結果を基準として様々な評価を行います。このプロセスにおいては、抽出に要する時間や医師・コーディネーターの作業量にも焦点を当て、全体のリードタイム短縮へ繋がるかを検証します。

3. 研究の意義

この研究の意義は、LLMを用いることで治験候補患者抽出の精度と効率を高めることにあり、その結果として治験参加者の組み入れまでのリードタイムを縮小することに貢献します。これにより、治験が円滑に進むことで、患者はより迅速に新たな治療法にアクセスできる環境が整います。また、AI技術の結果は医師の判断をサポートするものであり、最終的な診療判断は医師が行うことが前提とされています。