医療情報

リアルワールドデータと生成AI(LLM)で治験候補患者抽出の共同研究開始──近畿大学病院と中外製薬、NTT、NTTデータが精度・効率化を検証

近畿大学病院と中外製薬、NTT、NTTデータが精度・効率化を検証

医療情報medicalinformation

STELLANEWS.LIFE(ステラニュース・ライフ)は、科学や技術、医薬品分野における最新の研究成果や発見を中立的な立場から紹介するメディアである。

今回の記事で伝える情報は次の通り。

要点
  • 【近畿大学病院、中外製薬、NTT、NTTデータの4者が、リアルワールドデータと生成AI(大規模言語モデル、LLM)を用いた治験候補患者抽出の共同研究を2026年6月に開始】
  • 【電子カルテデータと治験実施計画書の適格基準をもとに、従来のルールベース手法とLLM活用手法の抽出精度・効率を医師およびCRCの判定結果と比較】
  • 【研究は2027年3月までを予定し、治験参加者組み入れまでのリードタイム短縮への寄与を多面的に検証】

概要

 新薬の臨床開発では、治験実施計画書に定められた適格基準に沿って医師や治験コーディネーター(CRC)が診療情報を個別に確認する必要があり、治験候補患者の抽出に多くの時間と労力を要してきた。近畿大学病院、中外製薬、NTT、NTTデータの4者は、実臨床で蓄積されるリアルワールドデータと大規模言語モデル(LLM)を組み合わせることで、この抽出プロセスの精度向上と効率化を図れるかを検証する共同研究を2026年6月より開始した。研究では近畿大学病院の電子カルテデータを対象に、ルールベース手法とLLM活用手法を比較し、医師およびCRCの判定結果を基準として評価する。なお、AIの出力結果はあくまで医師の判断支援を目的としたものであり、最終的な診療判断は医師が行うことを前提としている。

詳細
  • 発表元近畿大学病院(腫瘍内科)、中外製薬、NTT、NTTデータによる4者共同研究。
  • 発表日2026年6月30日。
  • 研究内容リアルワールドデータと大規模言語モデル(LLM)を用いて、治験候補患者抽出の精度および抽出プロセスの効率化を検証する。
  • 手法Python/SQLによるルールベース抽出と、NTTが開発した大規模言語モデル「tsuzumi 2」を用いた抽出、両者を組み合わせた手法を比較し、医師およびCRCの判定結果を基準に評価する。
  • 実施期間2026年6月から2027年3月までを予定し、近畿大学医学部等倫理委員会の承認を得ている。
  • 位置づけAIの出力結果は医師の判断支援を目的としたものであり、最終的な診療判断は医師が行うことを前提とする。

AIによるインパクト評価

評価(参考): ★★☆☆☆

臨床効果や実運用での有効性は今後の検証段階であり、現時点では治験候補患者抽出の効率化に向けた技術検証の枠組みを示すものにとどまる。

3言語要約 / Multilingual Summaries

English Summary

Note: This is an AI-assisted translation for reference.

  • Kindai University Hospital, Chugai Pharmaceutical, NTT, and NTT Data will jointly launch research in June 2026 to use real-world data and generative AI (LLM) for identifying clinical trial candidates.
  • Using electronic health records and trial eligibility criteria, the study will compare rule-based methods with LLM-based methods against judgments made by doctors and clinical research coordinators (CRCs).
  • The research will run through March 2027, aiming to verify whether the approach can shorten the lead time to enroll trial participants.


中文摘要

注:AI辅助生成。

  • 近畿大学医院、中外制药、NTT与NTT数据四方将于2026年6月启动联合研究,利用真实世界数据与生成式AI(大语言模型)筛选临床试验候选患者。
  • 研究基于电子病历数据与试验方案入选标准,比较传统规则法与LLM方法的提取精度和效率,并以医生和临床研究协调员(CRC)的判断为基准进行评估。
  • 该研究计划持续至2027年3月,旨在多角度验证其对缩短患者入组周期的贡献。


हिन्दी सारांश

AI द्वारा तैयार किया गया अनुवाद।

  • किंकी विश्वविद्यालय अस्पताल, चुगाई फार्मास्युटिकल, NTT और NTT डेटा जून 2026 से रियल-वर्ल्ड डेटा और जनरेटिव AI (LLM) का उपयोग कर क्लिनिकल ट्रायल के संभावित मरीजों की पहचान हेतु संयुक्त शोध शुरू करेंगे।
  • इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड और ट्रायल पात्रता मानदंडों के आधार पर, नियम-आधारित पद्धति और LLM पद्धति की तुलना डॉक्टरों व CRC के निर्णयों से की जाएगी।
  • यह शोध मार्च 2027 तक चलेगा, जिसका उद्देश्य मरीज नामांकन की अवधि घटाने में योगदान का मूल्यांकन करना है।


参考文献

治験候補患者抽出の精度向上・効率化に向け、リアルワールドデータと生成AI(LLM)を用いた共同研究を開始|ニュースリリース|中外製薬
https://www.chugai-pharm.co.jp/news/detail/20260630153000_1595.html


最前線を3分で

医療・科学・バイオの必読ニュースを厳選してお届けします。
AI編集 × 専門編集で“要点だけ

プライバシーポリシーをご覧ください。

この記事の執筆者

ステラ・メディックス

コメントを投稿する

コメント投稿時に入力いただくメールアドレスは公開ページ上に表示されません。必要に応じてご連絡を差し上げる目的で利用する場合があります。個人情報の取扱いについてはプライバシーポリシーに基づき適切に管理します。

ARCHIVE

新着記事