近畿大学病院と中外製薬がAI活用で治験参加者抽出を効率化へ

近畿大学病院と中外製薬、AIを活用した治験候補患者抽出研究を開始

近畿大学病院腫瘍内科は、中外製薬、NTT、NTTデータとの連携により、リアルワールドデータと最新のAI技術を用いた共同研究を発表しました。このプロジェクトは2026年6月からスタートし、治験候補患者の抽出プロセスの精度向上と効率化を目指しています。特に、大規模言語モデル（LLM）を活用した新たな抽出手法が注目されています。

研究の背景と目的

新薬の開発において、治験の開始から参加者の組み入れにかかる時間は非常に重要です。この期間が長引くと、製薬企業の上市時期や開発スピードに悪影響を及ぼすことがあります。従来、治験参加者の抽出は医師や治験コーディネーターが個別に診療情報を確認する必要があり、多くの手間がかかっていました。このため、効率的な抽出手法の必要性が高まっています。

そこで、近畿大学病院が保有する電子カルテデータを基に、中外製薬が定めた治験実施計画書の適格基準に従って、従来の手法とAIを組み合わせた方法を比較検証します。医師および治験コーディネーターによる判断を基準にし、実運用における効果を多角的に評価します。

具体的な研究の内容

本研究においては、NTTデータが提供する医療情報活用基盤「千年カルテ」を用い、リアルワールドデータの安全な管理と運用を行います。また、NTTが開発した自社製の大規模言語モデル「tsuzumi 2」を活用し、非構造化データも含めた患者情報の解析を行う予定です。このツールを使用することで、治験候補患者の抽出精度を向上させ、作業負荷を軽減することが期待されています。

抽出手法としては、PythonとSQLを用いたルールベースの方式と、LLMの活用による方式の2つを比較します。両者を組み合わせた手法も試行し、それぞれの結果を評価します。この研究は、2027年3月までの予定で実施され、近畿大学病院の倫理委員会からの承認を受けています。

研究の意義

本研究は、AI技術によって治験候補の患者抽出プロセスを効率化し、組み入れまでのリードタイムを短縮できるかどうかを検証します。その結果、治験全体の期間短縮や製薬企業の開発スピード向上、医療機関での治験実施体制の改善を目指しています。また、患者が新しい治療法に早くアクセスできる環境を作る手助けとなることが期待されています。