東海国立大学機構（名古屋市）と富士通は、生成AIを用いた診療データの活用により、治験候補患者の選定を効率化する実証実験を実施し、その有用性を確認した。この取り組みは、日本の社会課題であるドラッグ・ロス（Drug Loss）の解消を目指すものだ。5月23日、両者が発表した。
ドラッグ・ロスとは、海外では一般的に使用されている医薬品が、日本では承認されていないために使用できない状況を指す。海外と日本の薬事制度や薬価の違いなどが原因とされており、具体的には、日本での販売価格が海外に比べて低いことや、承認を得るまでのハードルが高いことなどが挙げられる。
実証実験では、名古屋大学医学部附属病院（名古屋市）と岐阜大学医学部附属病院（岐阜市）が保有する約1800名分の乳腺外科診療データを対象とした。生成AIを活用することで、医師の所見などの非構造化データを約90％の精度で構造化することに成功した。さらに構造化されたデータを用いて、過去3例の乳がん治験に関する候補患者をスクリーニングした結果、42名が抽出され、そのうち7名が実際の適格患者だった。
実証実験のイメージ
これまで、非構造化データが多い診療データから、治験候補患者を選定するには時間を要していた。しかし、今回の実験により、選定時間を3分の1程度に削減できる可能性が示唆された。これにより、医療従事者の迅速な意思決定を支援するとともに、患者が最適な治験に参加する機会の向上が期待される。
データ分析基盤には、富士通のクラウド型プラットフォーム「Healthy Living Platform」が活用された。今後は、対象疾患や実施施設を拡大し、精度を向上するとともに、実際の治験での活用を進める。また、この成果はParadigm Healthの治験プラットフォームとも連携し、治験領域での新たなエコシステム構築を目指す。
富士通は、この実証実験の結果を基にHealthy Living Platformを拡張し、生成AIサービス「Fujitsu Kozuchi Generative AI」を用いた医療データの構造化・利活用機能を、5月30日に提供開始する予定だ。将来的には、企業向け大規模言語モデル（LLM）「Takane」との連携も視野に入れ、臨床研究におけるデータ分析の高度化と患者選定の効率化を支援していく。
