リリース以降、2ヶ月で1億ユーザーを突破したChatGPTの登場・普及をきっかけにますます注目が集まっているAI及び生成AI。

近年では、製薬業界でもAI/生成AI活用の動きが広がっており、新薬開発プロセスの効率化や薬剤師等の業務効率化などに役立っています。

本記事では、AI/生成AIの製薬業界での活用事例について、メリットや注意点とともにわかりやすくご紹介します。

またAI総研では、AI活用を検討する上で押さえておきたい、AI・ChatGPTの最新活用事例50選の狙いや取り組みをまとめたレポートを無料で配布しています。ご興味のある方は、以下リンクからダウンロードしてご活用ください。

⇒AI・ChatGPT活用事例50選の資料ダウンロードはこちら(無料)

製薬業界でAI/生成AIを活用する３つのメリット

製薬業界でAI/生成AIを活用するメリットとして以下の3つが挙げられます。

• ①新薬の開発スピードの大幅アップ
• ②顧客/医療従事者対応の自動化・効率化
• ③製薬関連文書作成の自動化・効率化

それぞれについてわかりやすく紹介していきます。

※200事例の分析に基づく、企業の生成AI/ChatGPT活用方法の９つの定石と最新事例をまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPTの活用アイデア集の資料ダウンロードはこちら(無料)

①新薬の開発スピードの大幅アップ

AIによる分析能力は、短時間で大量の成分配合パターンを試すことができます。これにより新薬の開発スピードを大幅に向上させ、実用可能な新薬の開発可能性を高めることが可能となります。

②顧客/医療従事者対応の自動化・効率化

AIの対話機能を利用することで、本物の人間のようなリアルな会話ができるチャットボットを構築することができます。

顧客からの問い合わせや医療従事者との事務的なコミュニケーションをチャットボットで自動化し、業務の効率化を実現することができます。

③製薬関連文書作成の自動化・効率化

生成AIの文書作成機能を利用すれば、事務的な文書の作成の全部または一部を自動化することができます。事務手続き上必要となる文書作成の大部分が自動化されることで、薬の研究や調合など、本質的な業務により多くの時間を割くことができるようになります。

製薬業界でのAI/生成AIの活用事例５選

製薬業界でのAI/生成AIの活用事例として、以下の5つが挙げられます。

• ①理化学研究所×富士通：生成AIで創薬プロセスを10倍以上短縮化に期待
• ②第一三共：60億種類の化合物をAIが2か月で分析し、最適な薬成分を発掘
• ③塩野義製薬：AIが認知症やうつ病を診断するプログラムの開発に着手
• ④沢井製薬：薬に関する電話応対業務の時間を3分の1に削減見込み
• ⑤中外製薬：AIで治験関連文書作成を自動化する実験を実施

それぞれの事例についてわかりやすく紹介していきます。

※国内外の最新生成AI/ChatGPT活用事例50選をまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT活用事例50選の資料ダウンロードはこちら(無料)

①理化学研究所×富士通：生成AIで創薬プロセスを10倍以上短縮化に期待

生成AIが大量の電子顕微鏡画像からタンパク質の構造変化を予測できる創薬技術を開発しました。

ウィルス感染を防止する薬を効率的に開発するためには、薬の標的となるタンパク質の構造の変化を的確に把握する必要があり、これには高度な専門知識や多くの開発費用が必要でした。

生成AIにより、従来の方法に比べて10倍以上も速くタンパク質の構造変化の予測が可能となるため、新薬開発のプロセスを大幅に短縮化できると期待されています。

②第一三共：60億種類の化合物をAIが2か月で分析し、最適な薬成分を発掘

第一三共は、AIを活用した創薬プロジェクトを実施しました。AIの分析能力を活かして、病気の原因となるタンパク質の中でも難易度の高いターゲットに対して、有効な化合物を選定することに成功しました。

約60億種類もの化合物群の中から、病気に効果のある最適な化合物を見つけるためのAIスクリーニングを行い、約2か月という短期間で有望な化合物を見つけ出しました。

短時間で膨大なデータを分析できるAIの能力は、莫大な数の化合物の組み合わせを検証しなければならない新薬開発の分野にマッチしており、今後さらなる活用の拡大が期待されています。

③塩野義製薬：AIが認知症やうつ病を診断するプログラムの開発に着手

塩野義製薬は、AIの自然言語処理技術を活用し、認知症やうつ病を診断するモデルの開発と実装に取り組んでいます。

患者と医師の会話データをAIが解析し、認知症やうつ病の傾向や症状の有無を判定します。専門医だけでなく、一般医による使用や遠隔診療での活用が想定されています。

これにより、増加する認知症・うつ病患者の早期診断と速やかな治療を実現することを目指しています。

※生成AI/ChatGPTの活用を検討する際に必ず押さえておきたい、基礎知識から活用の進め方、ポイントまでをまとめた資料をダウンロード頂けます。
⇒【ゼロから分かる】生成AI/ChatGPT活用ガイドブックの資料ダウンロードはこちら(無料)

④沢井製薬：薬に関する電話応対業務の時間を3分の1に削減見込み

沢井製薬は、ジェネリック医薬品に関する顧客からの電話問い合わせに対応するためにAIを導入しました。

沢井製薬の医薬品情報センターでは、1日約200件もの薬に関する問い合わせ電話が来ており、対応する人員が不足するという問題が生じていました。また、問い合わせ内容は、情報共有のため、システムに記録する必要があり、これが大きな負担になっていました。

AIで電話応対や記録作業の一部を自動化することで、業務時間を3分の2も削減できる見込みとのことです。

⑤中外製薬：AIで治験関連文書作成を自動化する実験を実施

中外製薬は、AIを活用し、治験関連文書の作成を効率化するソリューションを試す実証実験を行いました。

治験には、計画、実施、承認申請等の各プロセスにおいて多くの文書を作成する必要があります。AIを用いて治験実施計画書から治験関連文書を作成するなど、業務効率化を目指す試みが行われました。

実証実験の結果、自動生成すべき文書の大部分をAIで生成することができ、同意説明文書で平均61％、症例報告書で平均40％の作成時間削減効果があったとのことです。

製薬業界で生成AIを活用する５つのリスク・デメリット

製薬業界で生成AIを活用する際の代表的なリスク・デメリットとして以下の5つが挙げられます。

• ①機密情報の漏洩
• ②生成AIの過信による業務ミス
• ③間違ったアウトプットの生成(ハルシネーション)
• ④倫理的に不適切なアウトプットの生成
• ⑤一時的なコストの増加

それぞれについてわかりやすく紹介していきます。

※生成AI/ChatGPTを導入する前に必ず押さえておきたい、主要なリスクと具体的な対策をまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT導入のリスクと対策ガイドブックの資料ダウンロードはこちら(無料)

①機密情報の漏洩

各ユーザーが生成AIに入力したデータは、生成AIが学習し進化するために、基本的にはクラウド上で保管されます。

そのため、企業や薬局の機密情報や患者の個人情報・診断情報などを入力してしまうと、生成AIサービス提供者や他のユーザーにこれらの情報が流出してしまうリスクが存在します。

②生成AIの過信による業務ミス

生成AIは非常に便利なツールであり、適切に利用することで業務生産性を大きく高めることが可能ですが、どのようなシチュエーションでも万能という訳ではありません。

生成AIは入力データに依存して機能するため、そのデータが不完全だったり偏りを持っていたりすると、生成される結果も誤りを含むことがあります。さらに、生成AIは人間の倫理感覚や判断能力を有していないので、提供する情報が常に正確であるわけではありません。

例えば、生成AIを利用して医療文書や治験関連文書などを作成した場合、誤った医学知識が含まれてしまうことも考えられます。

③間違ったアウトプットの生成(ハルシネーション)

生成AIの利用方法によっては、事実と異なる誤った情報/アウトプットを真実のように堂々と生成するハルシネーションという現象が起こります。　

製薬などの高度な専門性を要する分野での回答や定量データの抽出や計算において、ハルシネーションが比較的多く見られる傾向にあるため、人間によるダブルチェックをしっかり行うなどして注意する必要があります。

④倫理的に不適切なアウトプットの生成

生成AIのアウトプットは学習データの内容に大きく左右されます。

そのため、学習データのボリュームが少なく、内容にバイアスがある場合、人種や性意識に関する差別や憎悪を助長する内容など、倫理的に不適切なアウトプットが生成されてしまうリスクが存在します。

⑤一時的なコストの増大

生成AIの活用により中長期では生産性向上やコスト削減に繋がるものの、導入時には一定のシステム構築やコンサルティング等のコストが発生します。

また、適切な目的や範囲の選定や、大規模導入前のスモールスタートによる有効性の検証などの取り組みを進めないと、投資対効果は低下してしまいます。

製薬業界で安全に生成AIを活用するための６つのポイント

製薬業界で生成AIを安全に活用するためのポイントとして、以下の6つが挙げられます。

• ①最適な生成AI活用範囲の設定
• ②最適なAIツールの選定・導入
• ③リスクを最小化するデータマネジメント
• ④従業員向けの利用ルール・マニュアルの策定
• ⑤従業員の生成AI活用リテラシーの向上
• ⑥最新動向を踏まえた生成AI活用方法の定期的な見直し

それぞれについてわかりやすく紹介していきます。

※AI総研では経験豊富なコンサルタントによる、生成AI/ChatGPT活用の個別無料相談会を実施しております。自社に合った活用方法や導入の進め方などでお困りの方は、お気軽にご相談ください。
⇒生成AI/ChatGPT活用の個別無料相談会の詳細はこちら

①最適な生成AI活用範囲の設定

生成AIは全ての業務に対して万能という訳ではなく、明確に得意不得意が存在します。

そのため、生成AI活用の成果を最大化し、リスクを最小化するためには、活用する範囲を適切に設定することが極めて重要です。

これにより、不適切な情報生成や不意の法的問題の防止につながります。

②最適なAIツールの選定・導入

各企業や薬局の状況や目的に最適なAIツールの選定と導入は、安全かつ効率的なAI活用に向けて非常に重要です。

利用するAIツールは、その機能、性能、セキュリティ対策が自社の要求を満たしているかを評価し、適切なものを選ぶ必要があります。

さらに、AIツールの導入時も、ユーザーが入力した内容を学習させない「オプトアウト」を選択する等の対処を取ることで、リスクを最小化することができます。

※生成AIツールの導入を検討される方に、おすすめの10大生成AIツールの特徴や選び方、活用方法をまとめた資料をダウンロード頂けます。
⇒10大生成AIツール徹底比較の資料ダウンロードはこちら(無料)

③リスクを最小化するデータマネジメント

生成AIは、入力されたデータに基づいて動作するため、データマネジメントの質がAIの出力品質に直結します。

データの正確性、偏りのなさ、機密性の保持は、リスクを最小化する上で極めて重要です。

適切なデータマネジメントの実施により、データの質を確保し、情報漏洩や不正確な情報生成のリスクを低減します。

④従業員向けの利用ルール・マニュアルの策定

生成AIの効果的な利用とリスクの最小化のためには、薬剤師や従業員向けの明確な利用ルールやマニュアルを策定することが重要です。

具体的には、組織内でのAIの使用目的、使用範囲、倫理ガイドライン、データ取り扱いのルール・マニュアルを策定する必要があります。

⑤従業員の生成AI活用リテラシーの向上

生成AIのポテンシャルを最大限に活用し、同時にリスクを管理するためには、薬剤師や従業員のAIに関する理解とスキル、すなわちAIリテラシーを向上させることが不可欠です。

研修プログラムや実践的なトレーニングを通じて、薬剤師や従業員が生成AIの基本的な知識、適切な使用方法、関連するリスクを理解してもらい、効率的かつ責任ある方法で使用できる環境を構築することが求められます。

⑥最新動向を踏まえた生成AI活用方法の定期的な見直し

生成AIの技術・サービスは日々進化しており、新たな活用方法や利用プロセスが登場し、それに応じて新たなリスクが生じる可能性が高いです。

したがって、国内外の生成AIに関する最新の動向を常に把握し、企業や薬局の生成AI活用方法を定期的に見直し、更新することが必要となります。

製薬業界での生成AI活用を成功させる５つのポイント

製薬業界での生成AI活用を成功させるために抑えるべきポイントは以下の５つです。

• ①業務内容の棚卸しと活用インパクトの試算
• ②投資対効果の高い課題/目的と活用方法の選定
• ③アジャイルアプローチでの開発・導入
• ④システムとルールの両面からのリスク管理
• ⑤研修等での社員のAI活用リテラシーの向上

それぞれについてわかりやすく紹介していきます。

※200事例の分析に基づく、企業の生成AI/ChatGPT活用でよくある失敗とベストプラクティスをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT活用しくじり大全の資料ダウンロードはこちら(無料)

①業務内容の棚卸しと活用インパクトの試算

生成AI活用の成否を分ける最大のポイントは、生成AIを活用する意義の大きな業務に対して活用することに尽きます。　

活用の方針や戦略がないまま活用を進めるのではなく、業務内容・フローをしっかりと棚卸しした上で、どの程度業務効率やアウトプット向上に繋がるかを試算することが重要となります。

②投資対効果の高い課題/目的と活用方法の選定

生成AIは全ての業務に対して万能という訳ではなく、膨大なデータに基づいたコンテンツ制作は得意だが、複雑な問いに対して正確な答えを出すのは苦手といった、明確な得意不得意が存在します。

そのため、自社の業務の現状や生成AIの特徴を踏まえた上で、どのような課題/目的に対して、どのようなアプローチ/範囲/ツールで活用を進めるかを、検討・選定するステップがプロジェクトの投資対効果を左右する、極めて重要なプロセスとなります。

③アジャイルアプローチでの開発・導入

生成AIは、一度開発・導入して終わりという進め方ではなく、何度もモデル・学習データ・利用方法等を細かくカスタマイズしなおすことで、より理想とする活用を実現することができます。

具体的には、初期仮説に基づいた簡易的なプロトタイプを構築し実際に利用してみる、というサイクルを、1サイクル数週間の期間で何度も繰り返し、ブラッシュアップしていくという、アジャイル開発のアプローチを取ることが適しています。

④システムとルールの両面からのリスク管理

企業や薬局が生成AIの活用に踏み切れない最大の理由として、機密情報漏洩や著作権侵害などのリスクへの懸念が挙げられます。

確かに、従業員に特段ルールを設けず、一般に公開されている生成AIを活用させた場合、様々な問題が発生する可能性は存在します。

一方で、入力するデータが学習されないようなシステム構築や使用範囲・機密情報の取扱等の運用ルールの策定により、リスクをマネジメントし最小化することが可能です。

⑤研修等での社員のAI活用リテラシーの向上

生成AIの特徴として、AIとの対話によってアウトプットを引き出すことが求められるため、使い手のリテラシーによって成果が大きく左右されることが挙げられます。

そのため、生成AIのポテンシャルを最大限に活用するためには、従業員のAIに対する理解とスキル、すなわちAIリテラシーを向上させることが不可欠です。

研修プログラムや実践的なトレーニングを通じて、従業員に生成AIの基本的な知識、適切な使用方法、関連するリスクを理解してもらい、効率的かつ責任ある方法で使用できる環境の構築が必要となります。

製薬業界で生成AIを導入する４つのステップ

製薬業界で生成AIの導入を進めるための流れとして、以下の４つのステップがあげられます。

＜Step1：活用方針の検討＞

• 最新の市場動向のキャッチアップ
• 自社の活用可能性の整理
• 生成AIの活用目的・ゴールの設定

＜Step2：利用環境構築＞

• セキュリティ・データ管理体制の強化
• ガイドライン・マニュアルの策定
• 社員向けのAIリテラシー研修
• 社内業務での試験運用

＜Step3：試験開発・運用(PoC)＞

• PoCを行うユースケースの検討
• 要件定義・プロトタイプ開発
• 運用と評価

＜Step4：本開発＞

• 本開発を行うユースケースの検討
• 要件定義・本開発
• 運用と評価
• 活用方針・内容の継続的なカイゼン

それぞれについてわかりやすく紹介していきます。

※生成AI/ChatGPTを導入する前に必ず押さえておきたい、基礎知識や導入方法３パターンの比較、リスクと対策などをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT導入マニュアルの資料ダウンロードはこちら(無料)

Step1：活用方針の検討

1つ目のステップは、自社として生成AIをどのように活用していくかの大方針の検討です。

生成AIは業務効率化や患者対応、医療サービスの質向上など様々な目的で活用が可能だからこそ、自分たちの課題にマッチした目的とユースケースで活用することが、投資対効果を大きく左右します。

最新の技術や競合の動向をキャッチアップした上で、自社の活用可能性の幅出し・整理を行います。その上で、生成AIをどのような領域で、どの程度ダイナミックに活用していくかの目的やゴールを初期的に設定しましょう。

Step2：利用環境構築

2つ目のステップは、生成AIを安全かつ効率的に活用できる、内部のシステムやルールなどの利用環境の構築です。

企業や薬局が生成AI活用に踏み切れない理由として、機密情報漏洩などのセキュリティリスクの懸念が挙げられますが、適切なシステム設計・データ管理やガイドラインの策定などを行うことで、それらのリスクに対処しながら、業務効率化に繋げることが可能です。

薬剤師や従業員に対し、生成AIをリサーチや文書作成などの日常的な業務に安心して活用できる環境を提供することで、自社のどのような業務と生成AIの相性が良いのかという現場からの示唆を得ることができ、プロトタイプ・本開発の企画への重要なインプットとなります。

Step3：試験開発・運用(PoC)

3つ目のステップは、自社にマッチするユースケースの検証に向けた、プロトタイプの開発と運用です。

患者対応支援や薬局内のナレッジ検索などの生成AIの幅広いユースケースの中から、自分たちの経営課題解決にマッチするいくつかのユースケースに絞り込み、プロトタイプを開発し、実際の業務で運用します。

PoCを実施することで、コストを抑えながら生成AI活用のインパクトを検証しつつ、見えてきた改善点から本開発の精度を高めることが可能です。

Step4：本開発と運用

4つ目のステップは、本格的な生成AIを活用したシステムの開発と運用、継続的なカイゼンです。

独自のデータ基盤の構築・連携や活用シーンに特化したアウトプット精度の改善などを実施し、自社の目的達成に特化した生成AIシステムを開発します。

PoCの結果を踏まえ、本開発を行うユースケースや活用範囲を決定することで、生成AI活用の費用対効果を最大化することが可能です。

また、開発しっぱなしで終わるのではなく、本開発したシステムを運用し上がった成果や改善点、技術進化などを踏まえて、活用方法や内容を継続的にカイゼンしていくことが重要です。

このプロセスを通じ、生成AI活用のポテンシャルを最大限に発揮することで、業務生産性や患者への提供価値の観点から、大きな競争優位性を構築することに繋がります。