|
【講座の趣旨】
本講演では、AI・機械学習・深層学習の基礎から生成AIと言語モデルの進化を整理し、創薬・CMC・臨床・品質保証など、医薬品ライフサイクル全体に広がる国内外のAI活用事例を紹介しながら、生成AIの普及状況と、技術・倫理両面での課題を整理する。
生成AIの課題を乗り越えるための次世代技術にも触れ、GMPの現場でAIを単なるツールとしてではなく、品質と効率を両立させる実践知として使いこなす人材への進化を目指す。
◆習得できる知識
・AIの基礎理解
・製薬業界におけるAI活用の全体像
・GMP業務における生成AI活用の課題と実践的な解決策
・現場で生成AIを定着させるための考え方と具体像
【講座内容】
1. AIの概要
1.1 AI、機械学習、深層学習の定義
1.2 機械学習の問題設定のイメージ
2. AIの歴史
2.1 第一次〜第四次人工知能ブーム
2.2 生成AIの出現
2.3 言語モデルの仕組み
3. 製薬業界におけるAI関連の事業展開
3.1 海外事例
3.2 国内事例
4. 医薬品業界におけるAI活用関連のニュース
4.1 創薬の加速、CMCプロセスの短縮、研究者の生産性向上
4.2 臨床開発業務におけるAIエージェント活用
5. 生成AI活用の状況
5.1 日本国内における生成AIの利用状況
5.2 米国における生成AIの利用状況
6. AI活用のリスク
6.1 AI活用の技術的課題
6.2 AI活用の倫理的課題
7. AI活用の課題を乗り越えるための技術的な解決策
7.1 RAG（Retrieval-Augmented Generation：検索拡張生成）
7.2 MCP (Model Context Protocol) と A2A (Agent-to-Agent
Protocol)
8. AI活用の課題を乗り越えるためのマインドセット
8.1 AI活用と人の役割
8.2 スモールスタート
9. AI活用の事例
9.1 品質マネジメント×AI
9.2 製造工程管理×AI
9.3 出荷管理×AI
10. QAIの紹介
10.1 製薬品質保証の文書業務効率化SaaS
10.2 変更管理業務等での文書作成補助
10.3 医薬品に関する機密情報を用いた製薬特化LLM
11. 生成AI活用の実現に向けて
11.1 伴走型開発支援
【質疑応答】
略歴
1株式会社EQUES 代表取締役（CEO）
東京大学大学院、元松尾研プロジェクトマネジャー
松尾研チーフAIエンジニアとして企業との共同研究に従事。その後、現実世界と情報学の融合を志し，計数工学科在学時に株式会社EQUESを創業。専門はシステム情報学、特にテラヘルツ波通信とハプティクス（触覚技術)。
|
