製薬とバイオ / 新薬開発
Novo Nordisk：臨床試験データの分析と研究仮説の検証
- 企業
- Novo Nordisk
- 国
- デンマーク
- 導入状況
- 限定運用
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Microsoftの顧客事例によると、Novo NordiskはFounDataの取り組みを通じて、試験、疾患領域、研究プログラムにまたがる20万患者年を超える臨床試験データを整理していた。しかし、このデータから知見を得る作業は、依然として数少ない専門家と時間のかかる作業に大きく頼っていた。同じ記事は、一つの科学的な問いに医療の専門家、事業部門の担当者、プロジェクト管理者、データサイエンティスト、生物統計の専門家が連携する必要があり、仮説を進める価値があるかを判断するのに数か月かかることもあると説明した。
使った技術とデータ
Novo Nordiskは、MicrosoftのForward Deployed EngineeringチームのAI Acceleration Studioと協力し、Microsoft Azure上に医薬品開発の意思決定を支える推論エージェントを構築した。研究者や医療の専門家が、特定の患者サブグループで特定の治療反応が見られたかといった問いを自然言語で投げかけると、エージェントがコードを生成して実行し、構造化された臨床データで統計分析を行い、説明可能な結果を返す。同じ記事によると、両社は本番運用の前に数千件の自動テストを行い、クエリの検証、システム性能の指標、専門家によるレビュー、利用者の意見を組み合わせて評価した。生物統計の専門家と各分野の専門家は、結果が重要な科学的判断に使われる前に検証し、FounDataのRasmus S. Andersen氏は、エージェントが分析の下書きを作り、それをどう使うかは科学者が決めると述べた。
成果
Microsoftの顧客事例は、このエージェントが知見を得るまでの時間を数週間から数分に短縮していると要約し、本文ではNovo Nordiskが多くの探索的分析でこの短縮を見込んでいると記した。FounData AI Applicationを率いるSid Prabhu氏は、以前は1四半期に有望なアイデアを5件から10件ほど進める程度の能力だったが、今は50件以上を評価できると述べた。同じ記事によると、エージェントはすでに社内で稼働してより広い展開が進んでおり、当初一部の関係者が抱いていた疑問は、研究者や生物統計の専門家が使い始めるにつれて利用へと変わった。Prabhu氏は、今では誰もがこのツールを使いたがるため、需要の管理が課題になっていると述べた。
限界と残る課題
成果はMicrosoftの顧客事例に引用された社員の発言と見込みであり、利用者数や分析件数といった測定結果は公開されていない。同社が目標に掲げる臨床試験の成功確率の改善についても、まだ確認された結果はない。
出典
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。