何が起きたか
NTTと近畿大学病院、そして中外製薬が共同で、国産大規模言語モデル（LLM）「tsuzumi 2」を活用した実証実験を開始しました。この取り組みの目的は、治験に参加する候補患者の抽出プロセスを効率化することです。AIが医師の代わりに診断を下すわけではありません。あくまで治験の基準に合致する患者を、膨大な医療データの中から効率的に見つけ出す「前段の絞り込み」をLLMに任せる点が重要です。医師は最終的な判断の主役であり続け、AIは医師の作業負担を軽減する支援ツールとして機能します。この線引きを明確にしながら、どこまでAIが作業を肩代わりできるかを探るのが今回の実証実験の核心です。
治験プロセスにおける課題とLLMの可能性
医薬品開発における治験は、その成功に不可欠なプロセスですが、多くの時間とコストを要します。特に、治験の参加基準を満たす適切な患者を特定し、選定する作業は非常に複雑で、医師や医療スタッフに大きな負担がかかります。電子カルテや検査結果、過去の治療履歴など、多岐にわたる医療情報を詳細に分析し、治験プロトコルに照らし合わせる必要があります。ここでLLMの能力が期待されます。LLMは、非構造化データである医療テキストを高速かつ正確に処理し、特定の条件に合致する情報を抽出するのに優れています。これにより、これまで手作業で行われていた患者スクリーニングの時間を大幅に短縮し、治験全体の迅速化に貢献する可能性を秘めています。
国産LLM「tsuzumi 2」の役割
今回の実証実験で採用される「tsuzumi 2」は、NTTが開発した国産のLLMです。国産LLMであることの意義は大きく、特に日本語の医療文書特有の表現や専門用語、文脈の理解において、海外製LLMよりも高い精度を発揮することが期待されます。また、医療データを取り扱う上でのセキュリティやプライバシー保護の観点からも、国内での開発・運用は安心感を提供します。tsuzumi 2の高い言語理解能力と情報抽出能力が、治験候補患者の選定精度を向上させ、誤った患者選定による治験の遅延リスクを低減することを目指します。これは、より迅速で効率的な新薬開発に直結する重要なステップです。
AIと医療の協調モデル
このプロジェクトが示すのは、AIが人間の仕事を奪うのではなく、人間と協調してより良い成果を生み出すという医療現場におけるAI活用の理想的なモデルです。AIは、情報処理やパターン認識といった得意分野で医師を強力にサポートし、医師はAIが提供する情報を基に、より質の高い判断や患者との対話に集中できるようになります。医師の専門知識と経験は、最終的な治験参加の可否を決定する上で不可欠であり、AIはその判断を支援するための「賢いアシスタント」としての役割を果たします。このような協調モデルは、医療従事者の負担軽減だけでなく、患者へのより良い医療提供にも繋がるでしょう。
私の見方と今後の展望
今回の実証実験は、医療分野におけるAI活用の具体的な一歩として非常に重要だと考えます。治験候補患者の抽出は、まさに一次情報が山のように存在する現場であり、LLMがその一次情報をどれだけ正確に、そして迅速に処理できるかが問われます。私の見方では、この取り組みは単なる効率化に留まらず、新たな医薬品が患者に届くまでの期間を短縮し、結果的に多くの命を救う可能性を秘めています。今後、この実証実験で得られた知見が、他の医療業務や研究分野にも応用され、「tsuzumi 2」のような国産LLMが医療現場のデファクトスタンダードとなることを期待します。私たちは、この動きを最速で追いかけ、一次情報をぐるぐる回しながら、業界の進化を加速させていきます。
学習コースAI活用アカデミー
コース一覧を見る →
治験候補患者の抽出は、まさに一次情報の山です。LLMに何を任せるかが問われます。診断ではなく絞り込みに特化する姿勢は正解です。医師の最終判断は絶対であり、AIはその前段でどれだけ価値を出せるか。自分はまず、この実証結果を最速で追いかけ、次の展開を考えます。
