ファーマ.pipeline全体でAIを活用する方法

私たちが過去数十年間で医療分野に達成してきた驚くべき進歩は、新しいテクノロジーの導入によるものです。現在、人工知能（AI）は、患者さんの生活をさらに改善するためのもう一つの大きな機会を提供しています。AIの応用は、健康状態を理解し、治療する際に非常に多岐にわたります。実際、AIは、新しい疾患を治療しようとする研究者が関わる全プロセスで活用できます。このテクノロジーは、新薬の発見、発生する疾患の理解、治療の結果の測定に特に役立ちます。

薬剤発見におけるAI

メーカーが薬剤を市場に出す前に、研究者は適切な分子を特定する作業を行っています。AIは、薬剤発見と開発に応用でき、特にプロセスをより効率的で費用対効果の高いものにするために役立ちます。通常の発見プロセスでは、研究者はさまざまな分子をテストして数年を費やすことがありますが、臨床試験で選択された分子が期待した効果がないことがあります。AIは、このプロセスで役割を果たすことができ、さまざまな分子の生物学的活性と相互作用を予測することができます。既存のデータを活用することで、予測モデルは、研究者や医療コミュニティが期待する影響を持つ分子を、実験室に入る前に特定することができます。
薬剤開発におけるAIの使用はまだ比較的初期段階ですが、現在、AIによって発見された薬剤は市場に出ていません。しかし、多くのヘルスケアおよび研究機関はすでにAIをプロセスに組み込んでおり、AIによって開発された薬剤で臨床試験に達しています。例えば、2022年に、特発性肺線維症（IPF）治療薬が、AIを使用して特定され、第1相試験に進み、FDAのオーファンドラッグ指定を獲得しました。業界がAIに慣れ親しみするにつれ、薬剤開発におけるAIの応用はさらに拡大し、将来的にはAIによって開発された薬剤が患者に投与される可能性があります。

疫学と臨床試験管理におけるAI

治療を市場に出し、患者に届けるためのもう一つの重要なステップは、疾患とその人口レベルでの健康結果への影響を理解することです。これは、疫学者が責任を負う分野です。疫学者は、標的人口と適応症に対する治療リスク管理を数量化し、監視する研究者グループです。

疫学者は、AIと機械学習（ML）技術を利用して、実世界データ（RWD）を含むさまざまなデータを分析し、トレンドを特定できます。これは、商業的および臨床的意思決定に役立つものです。MLは、仮説のない方法でデータを分析するために最適化されているため、研究者は新しいパターンを発見し、疾患の発生率などの重要なトレンドについてより良い予測を行い、悪い結果に関連するリスク要因を特定できます。これらの洞察は、研究者がターゲット人口のニーズに効果的に対応する治療を開発するために不可欠です。

AIは、薬剤開発の臨床試験段階でも自動化できます。これは、新しい治療が患者に届く前にその安全性と有効性を確立するために重要です。例えば、AIは、臨床試験に適切な患者を募集し、研究グループが一般人口を代表し、多様性と公平性を考慮に入れていることを確認するために使用できます。AIは、試験からの安全性報告書のレビューも、人間のチームよりも信頼性が高い方法で行うことができます。疫学と臨床試験設計のすべての側面を自動化することはできませんが、AIはプロセスの特定の側面をより効率的にすることができます。

治療結果の評価におけるAI

臨床試験で治療の有効性が実証されると、ヘルスケア市場における新しい介入の価値を理解することが重要です。ここまでに、研究者は数多くの時間と数百万、あるいは数十億ドルを投入して治療を開発してきました。しかし、患者が必要とする時に治療にアクセスできることを確認する必要があります。これは、ヘルスエコノミクスとアウトカム研究（HEOR）が重要な役割を果たす部分です。HEORは、ヘルスケア介入の価値を研究する分野です。

HEOR分析の最終的な目標は、ヘルスケアを資金提供する責任者が、人口の健康を最適化しながらコストを最小限に抑えるのを支援することです。HEORがなければ、ヘルスシステムは財政的に安定しておらず、治療のタイムリーな提供が損なわれます。AIは、治療の増分的利益を数量化するのに役立つデータのパターンを明らかにすることで、HEOR分析で役割を果たすことができます。例えば、治療が一般人口よりも特定のサブ人口で改善されることを示すことができます。

例えば、2型糖尿病患者を対象とした研究で、MLは、減量を目的とした行動介入の対象となるサブ人口を調査するために使用されました。一般的な2型糖尿病患者集団では、有意な影響は見られませんでしたが、研究者は、特定の特徴を持つサブグループが、介入後に心血管疾患の合併症を回避できることを発見しました。これらの洞察は、臨床医とヘルスプランが、介入から最も利益を得ることができる特定の患者を知ることができ、全体的な患者結果の改善とコストの削減に役立ちました。

ファーマ.pipelineにおけるAIの将来

明らかに、疾患を理解し、治療する際にAIの応用は多岐にわたり、研究者はこのテクノロジーをさらに進歩させることに尽力しています。実際、HEORの第一人者であるISPORは、最近、HEORにおける機械学習の使用に関するガイドラインを発表しました。これは、AIとMLの使用を拡大してその潜在能力を最大限に発揮するという決意を示しています。

疫学者、研究者、ヘルスエコノミスト、その他薬剤開発プロセスに関与するすべての人は、仕事にAIを取り入れることで利益を得ることができます。さらに、AIを使用して疾患をよりよく理解し、より効果的でターゲットを絞った治療を開発することができれば、患者は最終的に大きな利益を得ることになります。ヘルスケアとファーマにおけるAIの潜在能力は、生活を改善するためのものです。私たちの責任は、AIを最大限に活用することです。