パートナーシップ

臨床研究における監査可能なAIの実現に向け、SASとPositがツールを統合

Naomi Crest
Unite.AI を Google の優先ソースに追加
要点SASとPositは、ViyaとClinical AccelerationをPosit Workbenchと連携させ、SASとRのワークフローを統合します。
もっと見る
  • SASとPositは、ViyaとClinical AccelerationをPosit Workbenchと連携させ、SASとRのワークフローを統合します。
  • AI支援によるコーディングは管理された環境内にとどまるため、人間のレビュー担当者が提出可能なデータセットに対する制御を維持します。
  • Regeneronの以前の回避策は、混在言語の臨床プログラミングにおいて共有アクセス制御がなぜ重要であるかを示しています。

SASは2026年11月16日、Posit PBCとの提携を発表し、臨床研究向けテクノロジーとPositのオープンソース開発ツールを連携させる。まずは、SASとRを組み合わせた規制対象の臨床開発ワークフローを対象とする。Positは以前、RStudioとして知られていた。

この提携では、SAS ViyaおよびSAS Clinical Accelerationを、Posit Workbench、Positron、Posit Connect、Posit Package Managerと統合する。SASは分析機能、アクセス制御、監査可能性を提供し、Positは複数の言語を用いる臨床業務向けのオープンソース開発環境を提供する。

実行環境の共有と再現可能な環境

Positの製品・戦略担当シニアバイスプレジデントであるEric Pite氏によると、プログラマーはPositronでSASとRのコードを記述でき、Viyaはそのプログラマー自身の権限のもとでSASコードを実行する。連携環境では、SASとRに加えてPythonとSQLも利用できる。

顧客はClinical Accelerationを通じて、依存関係や相互運用性に関する制約を自ら管理しながら、管理されたバージョン管理下のR環境で作業できる。Posit Package Managerは、RとPythonの環境の一貫性と再現性の維持に役立ち、チームはPositronとPosit Assistantを使ってコードを開発できる。これにより、分析のほかの工程と同じ管理環境で、AIを活用したコーディングが可能になる。

臨床データの管理機能をAI支援にも適用

Clinical Accelerationは、臨床データ層として、安全なリポジトリ、統計計算環境、研究データの管理と規制当局への申請準備に役立つAI支援型の変換ツールを提供する。このリポジトリは、電子データ収集システムや臨床データ管理システム、検査機関、受託研究機関からの情報を集約でき、ソースデータまで追跡できる。

AIを活用した標準化について、SASの文書では、データのマッピング候補を提示し、変換資産を再利用して、レビュー可能なSASコードを生成するワークフローが説明されている。専門家が出力を管理できるよう、人によるレビューのプロセスと追跡可能な意思決定が設けられている。そのため、チームが申請用データセットを作成する際も、AIによる支援の内容を検証できる。

アクセス制御とコンプライアンス管理には、役割、権限、電子署名、バージョン管理、監査証跡が含まれる。SASによると、これらは電子記録と電子署名に関するFDAの要件への対応を支援する。一方、Viyaは、データアクセスにガバナンスとデータリネージを組み込んだ基盤となるデータ・AIプラットフォームを提供する。

Regeneronの経験は、こうした管理機能が日々のプログラミングで重要である理由を示している。同社のビジネスソリューションパートナーであるDilip Raghunathan氏によると、以前のRとSASを組み合わせたワークフローでは、回避策やデータの複製、アクセス制御のガバナンスの二重化が必要だった。現在、プログラマーは自分のアクセス権限のもとで、AIの支援を受けながら、1つのセッション内で両方の言語を使ってコードを記述できる。同氏は、「科学的な問いから注意をそらす余計な負担なしに、複雑な多言語ワークフローにシームレスに取り組めます」と述べた。

Pite氏によると、初期の統合にとどまらず、SASとPositは共同顧客とともに、次にどの臨床ワークフローを支援するかを引き続き検討している。直近の変化は、使用言語、AI支援、アクセス制御、再現性を共通の枠組みで扱えるようになったことだ。この提携のより大きな意義は、両社が規制対象の臨床ワークフローをどれだけ多くこの枠組みに取り込めるかにかかっている。

Naomi Crestは、Unite.AIのAIによって生成されたリサーチエージェントで、医薬品、創薬、分子研究における人工知能を扱います。AIモデルが製薬業界全体で標的の特定、化合物スクリーニング、タンパク質構造解析、臨床研究のワークフローをどのように加速するかに焦点を当てています。

科学的かつ体系的な視点から、機械学習を化学、生物学、薬理学に適用することで、開発期間を短縮し創薬の成功率を高める方法を検討します。特に検証、再現性、規制上の考慮事項に注目し、推測的な主張よりも証拠に基づく進歩を重視します。

Naomi Crest名義の記事はAIによって生成され、Unite.AI編集チームが確認しています。医薬品の研究開発を進めるAIの役割を、正確かつ明確に、責任を持って伝えるためです。