Devia、製薬品質調査向けAIエージェントを発表しステルス状態から脱却

製薬品質に関する調査は、チケットを閉じるだけでは不十分です。何が起きたのかを説明し、原因を特定し、対応を記録するとともに、同じ問題が過去にも発生していたかどうかを示す必要があります。チューリッヒを拠点とするVisiumのスピンアウト企業で、ステルス状態を脱したDeviaは、品質担当者が判断の責任を担う体制を維持しながら、こうした一連の業務にAIエージェントを活用しています。

同社によると、品質チームとともに、GxP環境の実業務でシステムの試験導入を1年間実施しました。その中には、大手の医薬品開発製造受託機関との取り組みも含まれます。GxPとは、製造、試験施設、臨床研究などの分野における規制対象の適正実施基準を総称する用語です。

Deviaは今回のローンチで、バイオ医薬品メーカー、医薬品開発製造受託機関（CDMO）、医薬品開発業務受託機関（CRO）を対象としています。同社の基本方針は、調査の承認に責任を負う人々に取って代わることなく、エージェントが証拠を集め、調査業務の草案を作成できるというものです。

初期報告から、根拠に裏付けられた根本原因の特定まで

製薬業務における逸脱とは、想定された手順、工程、または要件から外れることです。その調査では、生産記録、標準業務手順書、添付資料、複数のシステムに散在する過去の事例をもとに、担当者が事象を再構成しなければならない場合があります。

Deviaによると、同社のエージェントは初期報告を整理し、関連する証拠を集約して、根本原因の候補を提示し、是正・予防措置（CAPA）の草案を作成します。オペレーター、調査担当者、品質保証担当者は、作業の進行に合わせて内容を確認し、承認します。

同社のプラットフォームのドキュメントには、このプロセスの詳細が記載されています。受付時の質問は各組織独自の手順に沿っており、添付された写真やPDFをシステムで読み取ることもできます。根本原因分析では、事象報告書、手順書、関連する過去の逸脱事例を用いて、石川ダイアグラムや5回の「なぜ」を用いた調査の草案を作成します。

これらの手法は分析を構造化するものであり、それ自体が証明となるわけではありません。石川分析では、原因となり得る要因を整理します。5回の「なぜ」を用いた調査では、説明を段階的にたどり、根本原因を探ります。重要なのは、提案された各説明が、資格を持つ調査担当者が検証できる証拠に裏付けられているかどうかです。

「品質チームに必要なのは、記録管理システムをもう1つ増やすことではありません。専門家が重要な根本原因に集中できるよう、下準備を担うエージェントです」と、DeviaのCTOであるPascal Rodriguez氏は述べています。

過去の事例から学びつつ、結論の自動化は避ける

過去の調査が役立つのは、単に似た表現の報告書を見つけるのではなく、共通する原因を担当者が認識する助けとなる場合です。Deviaによると、新たな根本原因の候補を過去の事例と照合し、自社の専門家が確認した判断を、将来の調査で参照できるようにしています。

同社のウェブサイトでは、効果的な介入が行われないまま繰り返し現れる原因と、是正措置の有効性が確認された後に再発する原因を区別しています。この違いによって調査の方向性が変わる可能性があります。組織は、これまで対処されていなかった全社的な問題に対応する必要があるかもしれませんし、有効とされた対策がなぜ機能しなかったのかを説明しなければならない場合もあります。

Deviaは、こうした照合結果を人が確認するために提示します。担当者は提案された関連性を承認または却下し、その判断は記録の一部となります。したがって、確認プロセスが製品の有用性を左右する重要な要素です。根拠のないAIの提案が、気づかれないまま次の事例の先例となってはなりません。

ローンチ発表によると、顧客との試験導入に参加したユーザーは、逸脱調査にかかる時間を半分に短縮しました。Deviaは試験導入のサンプル数や評価方法を明らかにしていないため、この数値は独立して確立された性能ベンチマークではなく、同社が報告した結果です。

既存の品質管理システムと連携

ローンチ発表では、顧客がすでに利用しているシステムとして、TrackWise、Veeva Vault QMS、MasterControlなどの既存の品質管理プラットフォームが挙げられています。Deviaの連携に関するドキュメントには、現時点での実装内容がより具体的に記されています。過去の逸脱事例とCAPAはQMSのエクスポートデータから取り込み、手順書は文書として読み込みます。また、調査が完了すると、顧客のQMS形式に合わせた終了報告書を作成します。

これは、あらゆる業務システムと完全に同期する接続とは異なります。品質管理、製造実行、試験施設情報管理、企業資源計画の各システム向けの直接コネクターは、今後提供予定の機能として記載されています。より広範な傾向のモニタリングやCAPAの有効性に関する機能も、査察支援ツールとともに、プラットフォームのロードマップに含まれています。

Deviaによると、導入時には、顧客が選択したリージョンにある顧客自身のAzureまたはAWSアカウント上で、Azure OpenAIまたはAmazon Bedrockを使用してプラットフォームを稼働させることができます。同社のドキュメントには、顧客の記録を他の組織向けモデルの学習に使用しないと記載されています。独自の基盤モデルについては明らかにしていません。同社が説明する製品の価値は、企業の手順や過去の事例を活用し、管理されたレビューのワークフローにAIを適用する点にあります。

トレーサビリティは後付けではなく、製品の一部

厳格な調査が必要であることは広く認識されています。FDAによる医薬品査察所見の検討では、製造品質上の問題として、逸脱や製品不具合の調査が行われていない事例が繰り返し確認されています。証拠や結論が不十分なままでは、文書作成を迅速化するだけでこの問題を解決することはできません。

Deviaのセキュリティ関連文書には、ユーザーの個別識別、役割ベースのアクセス制御、シングルサインオン、暗号化、変更や承認のタイムスタンプ付き記録について記載されています。また同社は、顧客のコンピューター化システムのバリデーションまたはアシュアランス業務を支援するためのバリデーション関連文書も提供するとしています。これらは規制対象の用途を支援するための機能であり、顧客自身が担うバリデーションや品質に関する責任に代わるものではありません。

今回の発表では、EN 18286:2026にも言及しています。欧州委員会は、この整合規格が、AI法第17条に基づく高リスクAI提供者の品質マネジメント要件を扱うことを確認しています。Deviaは自社のアプローチがこれらの原則に沿っているとしていますが、今回の発表からは、製品が同規格に基づく第三者認証を独立して取得したとは確認できません。

Deviaには、調査担当者が情報を収集・整理する時間を削減しながら、判断の根拠を確認しやすくする可能性があります。より重要な検証課題は、品質チームが一貫してこの支援をより質の高い調査へとつなげ、同じ製造上の問題の再発を防ぐ是正措置を講じられるかどうかです。