開発が容易な既知の創薬標的の多くはすでに研究しつくされ、新薬開発の難易度は高まる一方である。創薬の分野でも、大量のデータをAIで処理し、疾患の本態を解明し、新規創薬標的を見出す新しいアプローチに注目が集まっている。大量の疾患情報を蓄積、生理、分類できるAIおよびデータベースの構築とその活用を中心に、我が国の緻密なデータ収集力を創薬AIに活かし、新規治療法、創薬テーマ創出するためのストラテジーを紹介するとともに課題や今後の展望を述べる。

1. 創薬研究テーマ創出における課題
2. 創薬プロセスにおけるAI・機械学習の活用ポイント
3. 医療・創薬分野において有用なAIを作成、活用するために必要なこととは
   1. 医療・創薬分野のビッグデータ
   2. 多種多様かつ膨大なデータの機械可読化
   3. 多種多様なデータや論文から抽出する様々な知識の統合
4. 医療統合データベースの構築
   1. 医療現場と直結した高品質なデータの収集
   2. 自然言語処理による情報の抽出
5. 知識データベース・データウェアハウスの構築
   1. 論文からのキュレーション
   2. 公共データベースからのデータ統合
6. 現在とりくんでいる事例紹介
   1. 新薬創出を加速する人工知能開発プロジェクトにおける臨床データ収集と活用
   2. ライフインテリジェンスコンソーシアム (LINC) における創薬テーマ創出AI開発
7. おわりに:課題と将来展望
• 質疑応答