近畿大学病院など4者、リアルワールドデータとLLMを用いた共同研究を開始。治験候補患者抽出の精度向上と効率化を図る

最終更新日:2026/07/10

近畿大学病院など4者 AI共同研究

近畿大学病院、中外製薬、NTT、NTTデータは、リアルワールドデータとLLMを活用し、治験候補患者の抽出精度と業務効率を検証する共同研究を開始しました。

このニュースのポイント

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LLMを活用した治験候補患者抽出の共同研究を開始
ルールベース手法とLLMを比較し、抽出精度とプロセスの効率化を検証
治験全体の期間短縮や製薬企業の開発スピード向上、医療機関における治験実施体制のスリム化を図る

近畿大学病院腫瘍内科、中外製薬株式会社、NTT株式会社、株式会社NTTデータは、実臨床で蓄積されるリアルワールドデータとAI技術であるLLM（大規模言語モデル）を活用し、治験候補患者抽出の精度およびプロセスの効率を検証する4者共同研究を開始しました。

新薬の臨床開発における治験候補患者の抽出は、治験実施計画書に定められた適格基準をもとに医師やCRC（治験コーディネーター）が個別に診療情報を確認する必要があり、多くの時間と労力を要してきました。その結果、治験参加者の組み入れが計画通りに進まず、治験全体のスケジュールに影響を及ぼすケースが指摘されています。

それに加え、近年は実臨床で蓄積されるリアルワールドデータの利活用が進む中、非構造化データを含む患者情報を横断的に解釈できるLLMの活用が注目されています。

本研究では、近畿大学病院が保有する電子カルテデータなどを活用し、中外製薬が策定した治験実施計画書に定められた適格基準に基づきLLMを活用した治験候補患者の抽出を行います。

抽出にあたっては、NTTデータが、医療情報活用基盤「千年カルテ」の運用で培ってきた安全な情報管理およびデータ運用設計の実績を活用します。加えて、医療データの活用・解析に関する知見を生かし、治験実施計画書に定められた条件をあらかじめプログラム化する「ルールベース手法」およびLLMによる治験候補患者抽出の技術検証を実施します。

この技術検証においては「tsuzumi 2」が用いられます。NTT独自開発の純国産LLMで、データ統制を重視した設計のもと、機微情報を含むデータへの対応を想定した運用が可能な点が特長です。さらに、事前に医学的公開論文などを継続学習した医療特化型として検証を行う予定です。

具体的な抽出方法は①PythonおよびSQLによるルールベース手法②LLMを活用した手法③両者を組み合わせた手法の3通りです。医師やCRCによる判定結果と比較し、治験患者抽出の精度を評価します。

あわせて、治験候補患者の抽出に要する時間や、医師・CRCの作業量や内容についても確認し、治験参加者組み入れまでのリードタイム短縮につながるかを検証します。これにより、治験全体の期間短縮、製薬企業の開発スピード向上、医療機関における治験実施体制のスリム化を図るとともに、患者が新たな治療選択肢へより迅速にアクセスできる環境の整備に貢献します。

なお、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、最終的な医療判断は医師が行う前提となっています。また、本研究は近畿大学病院の近畿大学医学部等倫理委員会の承認を得たうえで、2027年3月まで実施する予定です。

本研究の成果をふまえ、4者は医療機関および製薬企業とのさらなる連携を通じたリアルワールドデータとAIを活用した治験候補患者抽出基盤の社会実装の可能性について検討を進めていく方針です。

出典：PR TIMES