アストラゼネカ、臨床試験でAIを活用し患者転帰を変革へ

大手製薬企業におけるAI導入競争は、創薬、開発、臨床試験の全領域に及んでいる。しかしアストラゼネカは、公衆衛生の分野で前例のない規模で臨床試験にAIを導入することで他社との差別化を図っている。

競合他社が内部の研究開発最適化に注力する中、アストラゼネカは既に自社のAIを国家医療システムに統合。数十万人の患者をスクリーニングし、AIを研究室から医療現場の最前線へ移行させることで現実世界での影響力を実証している。

臨床検証がこのモデルを裏付けている。2025年欧州肺癌学会で発表されたアストラゼネカのCREATE研究では、同社のAI胸部X線診断ツールが54.1%の陽性予測値を達成し、事前設定の20%という成功基準を大幅に上回った。

この数値の背景には、2022年以降タイで66万人以上がスクリーニングを受け、AIが8％の症例で肺病変の疑いを指摘した実績がある。重要なのは、タイ国家保健安全保障局が現在、3年間で4億1500万バーツを超える予算を背景に、887の病院でこの技術を導入している点だ。

これは限定的なパイロット試験や概念実証ではない。国家医療システム全体を規模とする臨床試験向けAIである。

臨床試験向けAIにおける戦略の分岐

他の製薬大手との対比は示唆に富む。ファイザーの機械学習研究拠点は創薬期間を短縮し、約30日で分子を特定。同社はAIを活用してパクスロビッドを記録的な速さで開発し、機械学習による患者データ分析は従来手法より50%高速化した。現在、ファイザーの臨床試験の半数以上でAIが活用されている。

ノバルティスはノーベル賞受賞者デミス・ハサビスが設立したアイソモルフィック・ラボズやマイクロソフトと提携し、AI駆動型創薬を推進。インテリジェント・ディシジョン・システムは計算上の双子（コンピューテーショナル・ツイン）を用いて試験プロセスをシミュレートし、AI選定サイトでは従来手法より迅速な患者募集が実現しているという。

ロシュは「ラボ・イン・ア・ループ」戦略を採用し、AIモデルと物理実験を循環させている。ファウンデーション・メディシンとフラットアイアン・ヘルスを買収後、ロシュは業界最大の臨床ゲノムデータベース（150以上の腫瘍サブタイプにわたる80万以上のプロファイル）を構築し、2026年までに安全性管理の効率を50％向上させることを目指している。

アストラゼネカの臨床試験における運用優位性

アストラゼネカの臨床試験向けAIにおける差別化要因は、大規模な実行力にある。世界中で240件以上の試験を進行中であり、同社は生成AIを臨床業務に体系的に統合している。

一例が医療ライターと共同開発した「インテリジェントプロトコルツール」で、文書作成時間を最大85%削減した。またCTスキャン画像の3D位置検出にAIを活用し、放射線科医の手動アノテーション時間を大幅に短縮している。

さらに重要なのは、アストラゼネカが試験における仮想対照群の先駆者である点だ。電子健康記録と過去の試験データを用いてプラセボ群をシミュレートすることで、非活性治療を受ける患者数を削減できる可能性があり、これは試験設計における根本的な転換である。

肺がん検診イニシアチブはこの戦略を体現している。Qure.aiのqXR-LNMSツールを活用し、アストラゼネカは単なる臨床試験実施にとどまらず、公衆衛生インフラの変革を推進中だ。2025年12月の拡大計画では、タイ4県で産業労働者5,000名を対象とした新プログラムを開始し、肺がんから心不全の検出へ対象を拡大する。

タイムライン加速の競争

業界指標は臨床試験におけるAIの重要性を浮き彫りにする。従来型医薬品開発には10～15年を要し、失敗率は90%に達する。AI発見薬のフェーズI成功率は80～90%——従来型の40～65%を倍増させる。3,000件超のAI支援医薬品が開発中であり、2030年までに200件以上のAI活用承認が見込まれる。

ファイザーは分子同定から臨床試験までを6週間サイクルで推進。ノバルティスは46万件の臨床試験データを数ヶ月ではなく数分で分析可能。一方アストラゼネカのモデルは即時の患者影響をもたらす——今日、医療アクセスが限られた集団において、症状が現れる前に癌を検出している。

4100億ドルの問い

世界経済フォーラムの推計によれば、2030年までにAIは製薬業界に年間3,500億～4,100億ドルの価値を生み出す可能性がある。核心的な問いは、どちらの戦略がより多くの価値を創出するかだ：創薬の加速か、臨床業務の効率化か？

ファイザーが注力する計算機支援創薬やノバルティスのAIを活用した試験施設選定は画期的な分子を生み出す可能性がある。ロシュの統合型製薬・診断モデルは強力な独自データ優位性を創出する。

しかしアストラゼネカが採用する「プロトコル設計から患者募集、規制当局への申請に至る臨床業務全般へのAI組み込み」戦略は、市場投入までの時間を明らかに短縮すると同時に、大規模な実世界エビデンスの創出を実現している。

同社のパートナーシップモデルも同様に独自性を持つ。他社はAI企業を買収したり内部ハブを構築したりする一方、アストラゼネカはQure.aiやPerceptraといった技術パートナー、規制当局、国家医療システムと連携し、インフラが最も不足している領域にAIを導入している。

アストラゼネカが2030年までに20の新薬と800億ドルの収益達成を目指す中、臨床試験におけるAI優位性は単なるスピードだけではない。最も規制が厳しくリスク回避的な医薬品開発段階でAIの価値を実証することにある。競合他社が次なる画期的な分子を競って探す中、アストラゼネカは臨床試験の実施方法そのものを再構築している。

最終的な勝者は、最も先進的なアルゴリズムを構築した企業ではなく、規制監視下で実医療システム内に、大規模かつ患者の治療成果を確実に改善する形で臨床試験にAIを導入した企業によって決まるかもしれない。

この競争において、アストラゼネカは現在リードしている。

関連記事：Google AMIE：医療画像を「見る」ことを学ぶAI医師

業界リーダーからAIとビッグデータを学びたい方へ。アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をチェック。この包括的なイベントはTechExの一環として、他の主要技術イベントと同時開催されます。詳細はこちら。

AI NewsはTechForge Mediaが運営しています。今後のエンタープライズ技術イベントやウェビナーはこちらでご覧ください。