日本
がん治療薬の開発には大きな期待がかかります。命を救うというミッションは重大です。しかし、その過程には膨大な費用が発生し、激しい競争もあります。医薬品研究開発を行っているある大手企業は、急性骨髄性白血病（AML）を含むがんの治療薬全般に力を入れていましたが、自社で行っている複数の臨床試験や既存の研究、そしてがん細胞株百科事典から得られた膨大な量のデータを迅速かつ正確に処理する方法を必要としていました。同社はコグニザントと長年の信頼関係があるパートナーで、薬剤の性能と患者アウトカムの重要情報のレビュープロセスを効率化する方法を検討していました。
コグニザントのAIチームは、データサイエンスとアナリティクスの知識に加えてライフサイエンス業界での経験を活かし、臨床試験の調査や試験中に得られた、特にAML治療のためのデータを分析する自動処理を開発しました。医学論文誌や科学研究雑誌など1万点を超えるオンラインリソースを自動的にチェックするテキストマイニングを用いたソリューションで、コグニザントはアジャイル開発モデルを活用し、この広範かつ多様なデータを自動的に取り込み、正規化して分析処理を行い、結果を分かりやすいレポートにするパイプラインを設計、構築しました。このオートメーション・ソリューションにより、薬剤の最適な用量を特定するまでの時間が劇的に短縮されました。
がん治療薬に関する治験の相互参照研究プロセスはこれまでマニュアルで行われており、高コストで多大な労力が必要でしたが、コグニザントのデータサイエンスソリューションはこのプロセスを改善するためにクライアントを支援しました。ケーススタディの全文を読む » また、このソリューションは、アルツハイマーからうつ病、統合失調症まで、さまざまな状態に対する他の幅広い薬剤と併用するための基盤にもなります。クライアントの先行きは極めて明確です。その新しい、データサイエンスによる自動化パイプラインを各種治療薬に活用し、機械学習を組み込み、AI を使用して薬剤開発を迅速化しつつ、臨床試験の安全性と有効性を改善できるでしょう。
投薬結果のレビューにかかる時間、20か月から短縮
完全ながん治療薬開発プロセスに必要な期間10～18年から短縮
臨床試験での患者1人当たりのコスト削減率
