製薬企業のAI戦略 ── R&Dから商用まで── バリューチェーン各段のAIと、組織・規制対応・ガバナンス

01バリューチェーンの俯瞰 ── 価値はどこで生まれ、どこで漏れるか

製薬企業の仕事を、価値が生まれる順に並べると、おおまかに 研究 → 開発 → 製造 → 薬事 → 商用 の五段になります。それぞれ別々の部署として動きがちですが、実際はひとつながりの鎖です。研究で得た知見が開発の設計に渡り、開発のデータが薬事の申請資料になり、薬事が承認した範囲が、商用で伝えてよいことの枠を決める。この受け渡しのどこかで情報が途切れると、後の工程でやり直しや逸脱が起きます。

AI の効果を語るとき、話は「創薬 AI で新薬が速く見つかる」という研究段に偏りがちです。しかし価値の総額で見れば、後半の段 ── 製造の歩留まり、薬事の申請効率、商用の情報提供の質 ── のほうが金額は大きく、失敗したときの損失も大きい。AI 戦略は、目立つ研究段だけでなく、鎖の全体を相手にすべきです。ここが本回の出発点です。

02各段のAI適用 ── 研究から商用まで何が変わるか

各段で AI が担う役割は、同じ「AI」でも中身がまるで違います。研究段の主題は未知の探索、商用段の主題は既知の規制順守です。段ごとに、求められる精度も、失敗の許され方も変わります。まずは、価値の生まれ方が正反対の二つの段を並べてみましょう。

この四段を貫く原則がひとつあります。研究段では「もっともらしさ」を広げてよいが、商用段では「もっともらしさ」がそのまま危険になる ── この非対称性です。AI は正しさではなく、もっともらしい出力を最適化する仕組みです。未知を探す研究段ではそれが武器になります。しかし、承認範囲という決まった枠を守るべき商用段では、同じ性質が誇大広告や承認外の効能への逸脱を招きます。段ごとに AI の使い方の作法を変える ── これが戦略の芯です。

03組織の作り方 ── 中央集約か、現場分散か

AI を各段に入れるとき、必ず突き当たるのが組織の設計です。よくある二つの型 ── データサイエンスの専門部隊を一か所に集める「中央集約型」と、各部署が自前で使う「現場分散型」── には、それぞれ弱点があります。中央に集めれば現場の文脈から遠ざかり、現場に任せれば品質と規制順守がばらつく。多くの企業がたどり着くのは、その中間の運営モデルです。

組織図をどう描くかより大事なのは、「誰が最終責任を負うか」を段ごとに文章で決めておくことです。AI が下書きを作っても、薬事申請の内容に責任を持つのは薬事の担当者、資材を公開してよいかに責任を持つのは審査の担当者です。AI が作ったからといって、責任の所在をあいまいにする言い訳にはできません。組織設計とは、この責任の線を引く作業だと考えてください。

04規制対応 ── 薬機法・GxP・販提Gの枠のなかで使う

製薬の AI 戦略が一般産業と決定的に違うのは、規制がいつも隣にいることです。AI を入れても、守るべき法令とガイドラインは一切ゆるみません。むしろ、AI で大量・高速に作れるようになった分だけ、順守の設計を先に固めておく必要があります。商用段でとくに重い三つの枠を、正確に押さえましょう。

• 薬機法の広告規制 ── 誇大広告の禁止は 第 66 条、承認前の医薬品等の広告禁止 (未承認広告) は 第 68 条、承認内容に関する情報提供の適正化は 第 68 条の 2。この三つの条番号を取り違えない。それが規制対応の基本中の基本です。
• 医薬品等適正広告基準 ── その解説は、厚生労働省 医薬・生活衛生局 監視指導・麻薬対策課長の通知として示されています。広告表現の可否を判断する実務の物差しであり、AI が生成した資材も同じ基準で審査します。
• 販売情報提供活動ガイドライン (販提G) ── 正式には「医療用医薬品の販売情報提供活動に関するガイドライン」(厚生労働省 医薬・生活衛生局長通知、2018 年)。情報提供活動の記録・モニタリング・責任体制を求めており、AI を使った情報準備もこの枠のなかに入ります。

開発・製造の段では、GxP と総称される一連の基準 ── GCP (臨床試験)、GMP (製造管理・品質管理)、GVP (製造販売後の安全管理) ── が AI の使い方を縛ります。共通する要件は、記録が残り、後から監査で再現できることです。AI がどのデータを使い、どんな出力を出し、人が何を確認したか。この履歴が残らないツールは、規制段では使えません。海外に目を向けると、FDA や EMA も医薬品ライフサイクルでの AI 利用について議論の文書を出しており、いずれも「透明性」「検証可能性」「人による監督」を軸に据えています。

05ガバナンス ── 統治の仕組みを先に置く

ガバナンスとは、AI を「使ってよい範囲」と「使うときの手順」を、組織として先に決めておく仕組みです。一人ひとりの善意や注意力に頼るのではなく、逸脱が起きにくい構造をつくる。ここで効くのが、前回までのシリーズでも触れた human-in-the-loop (＝要所に人の判断を挟む設計) を、工程の三か所に置く考え方です。

• 入口 ── AI に作業を渡す前に、承認された効能・効果、使ってよい表現、禁じる表現を "枠" として与える。枠を渡さなければ、AI は自由に盛ってしまう。
• 途中 ── 生成された草案を、人が一次資料と突き合わせる。数値・効能・引用の一つひとつを、承認内容や原典と照らし合わせる最大の関所。
• 出口 ── 正式な審査・承認の工程に載せる。単純で機械的な逸脱はルールで自動検知し、微妙な判断は人に残す。

この三関所に加えて、ガバナンスには 監査証跡 (＝いつ誰が何をしたかの記録) と 誤りが起きたときの是正手順が要ります。AI は間違えます。問われるのは、間違えるかどうかではなく、間違いを早く見つけて直し、同じ間違いを繰り返さない仕組みがあるかどうかです。ガバナンスは、速度を落とすためのブレーキではありません。信頼を守りながら速度を出すための、レールの設計だと捉えてください。

06投資判断 ── どの段に、どの順で入れるか

限られた予算と人材を、どの段の AI に先に配るか。ここで陥りやすいのが、話題性の高い創薬 AI に集中し、地味だが効果の確かな後工程を後回しにすることです。投資判断は、期待できる効果の大きさ、実現までの確からしさ、規制上の障壁 ── この三つで見ると整理しやすくなります。

• 効果が大きく、確実で、規制障壁が低い ── 社内文書の検索、過去照会の参照、資材の下書き支援など。ここは早く着手して学びを溜める。
• 効果は大きいが、規制障壁が高い ── 薬事申請や商用資材の自動化。ガバナンスを先に固めてから段階的に入れる。
• 効果は不確実だが、当たれば大きい ── 創薬の探索 AI。研究投資として長い時間軸で見る。四半期の成果を求めない。

戦略として勧めたいのは、後工程の確実な効率化で足場を作り、そこで得た運用の型を前工程に広げる順序です。後工程はデータが整い、効果を金額で測りやすく、規制の枠も明確です。ここで human-in-the-loop や監査証跡の運用を固めれば、その型はより難しい前工程にも移せます。派手さはありませんが、組織に AI を根づかせる現実的な道筋です。

07本サイトの他の章との接続

本回は企業戦略として全体を見渡しましたが、各論は本サイトの他の章とつながっています。読み合わせれば、戦略と実務のあいだを行き来できます。

• AI Medical シリーズ各回 ── 診断支援・臨床応用など、各段の技術的な中身を扱う回。本回でいう "各段" の中身。
• 資材審査シリーズ ── 商用段の "出口" にあたる審査の実務。ガバナンス第 5 章の具体化。
• 広告規制 ── 薬機法 §66〜68 ── 第 4 章の規制対応の起点となる条文の解説。
• 社会的信頼の構造 ── 企業戦略が最後に守ろうとする "信頼財" の哲学的な土台。

製薬企業の AI 戦略は、どのツールを買うかではありません。価値を生む鎖の各段で AI の使い方をどう変え、それを支える組織・規制対応・ガバナンスをどう設計するか、という問いです。研究段では未知を広げ、商用段では承認の枠を守る ── 同じ AI でも作法は正反対になります。組織は責任の線を段ごとに引き、規制は薬機法と GxP と販提 G の枠を先に固め、ガバナンスは human-in-the-loop の三関所と監査証跡で逸脱を構造的に防ぐ。投資は、確実な後工程から足場を作り、型を前工程へ広げる。派手な一手ではなく、鎖の全体を設計しきること。それが向こう五年の差を作ります。次回は、この戦略が向かう先 ── 医療 AI の 5〜10 年の将来像を描きます。