第1部 創薬DXの現状と今後の展望

(2024年1月26日 10:30〜11:30)

　創薬の現場では今、3万分の1ともいわれる成功確率の難化と共に、細分化・個別化する医療ニーズに応えるため、創薬研究プロセスの変革が求められています。グローバルにおけるデジタルとオートメーションを駆使した創薬研究プロセス再構築「創薬DX」のトレンドを踏まえ、デジタル変革の未来像とその実現ステップについてご紹介します。

1. 製薬企業DXの方向性
2. 業界構造変化
3. グローバル製薬企業の先進事例に見るDX
4. 学びから考える製薬企業のDX方向性
5. 創薬研究DXの未来像
6. 創薬研究活動のデジタル未来像 – 概観
7. 業務像の変革例
8. 未来像実現に向けたアプローチ
9. Digital Twin Lab実現に向けたロードマップ
10. 実現に向けた注力領域
11. 具体施策の紹介
12. 研究領域における調査・探索の高度化
13. 高度化に向けたAI利活用
• 質疑応答

第2部 自然言語処理AIの活用によるDrug Repositioning

(2024年1月26日 12:30〜14:00)

　医薬品創出難度の高まった昨今、製薬企業にとってDrug Repositioning (DR) は重要課題の一つです。新規性の高い適応症候補を見出すために、膨大な医学・薬学論文情報の網羅的かつ客観的な解析が必須ですが、通常このプロセスを短期間で効率的に進めることは容易ではありません。
　本セミナーでは、ヒトでは気付き難い新規適応症候補の発見を圧倒的スピードで可能とする自然言語処理AIを用いたDRソリューションについて、解析事例と共に紹介します。

1. DRの現状
   • 最近の事例
   • 方法論について
2. 自然言語処理AIとは
3. 自然言語処理AIを用いたDRソリューション
   • 多面的解析
   • 二次元マッピング解析
4. 自然言語処理AIを用いたDR解析事例
   • 多面的解析
   • 二次元マッピング解析
5. まとめ
• 質疑応答

第3部 自然言語AIを活用した創薬標的探索研究

(2024年1月26日 14:15〜15:15)

　創薬の様々な場面でAI活用が進んでいるが、分子設計や画像解析と比べ、標的探索における活用にはAIが不得意とする要素/課題を多く抱えている。一方で、研究者が理解できる数をはるかに超えた情報を如何に活用するかという命題に対して、AIは優れたソリューションとなる可能性がある。
　本セミナーでは、創薬標的探索において自然言語AIがどのように利用出来るかという視点で行った幾つかの試みを紹介します。

1. 創薬標的探索における自然言語AIの役割
   • AIに求めるもの
2. 論文検索と自然言語AI
   • NLP技術と論文検索ツール
   • ベクトル検索
3. 自然言語AIと機械学習
   • 疾患標的予測
   • 標的候補の多層的絞込み
4. 知識グラフによる情報連結とリンク予測
5. 生成AIと標的探索
   • 可能性と現時点の限界
• 質疑応答

第4部 病院のリアルワールドデータからの価値創造に向けた研究開発プラットフォームの構築と自然言語処理の可能性

(2024年1月26日 15:30〜17:00)

　現代の病院では日々膨大な診療データがデジタル化されて蓄積されているが、その多くは不均質で構造化されておらず、コンピュータによる解析が困難であった。しかしながら、人工知能技術の進展により、非構造化データを構造化データへ変換することが可能となり、医学的知識の発見、個別化された治療方針の策定、新薬開発などの新しい価値を生み出す取り組みが世界的に加速している。
　本講演では、臨床医学分野での自然言語処理技術の最新の進展を概観し、講演者が所属する国立がん研究センターの研究開発プラットフォームを紹介する。また、診療データを研究開発等に二次利用する際の法的・倫理的課題についても考察する。

1. 臨床医学分野における自然言語処理技術
2. 大規模言語モデルの発展と可能性
3. 国立がん研究センターにおける診療情報利活用に関するプラットフォームの構築
4. 診療データの二次利用に関する法的・倫理的課題
5. まとめ
• 質疑応答