| 開催日 | 2025年11月27日(木) |
|---|---|
| 開催地 | Web |
＜セミナー No.511106（Live配信）＞
＜セミナー No.512153（アーカイブ配信）＞
【Live配信 or アーカイブ配信】※いずれか選択
製薬分野に特化した生成AIによる知的財産業務の効率化
☆ 製薬業界に特有の知財業務の特徴と課題をふまえた、
☆ 研究開発現場と知財部門双方にとって実践的な活用ロードマップを提示！
----------------------------------------------------------------------------------
■Live配信日時：
２０２５年１１月２７日（木）１２：３０～１６：３０
■アーカイブ配信日程：
２０２５年１２月８日（月）まで申込み受付（視聴期間：１２月８日～１２月１８日）
■講師
アジア特許情報研究会 知財情報解析グループ グループリーダー／
ソフィア・リサーチラボ 代表
安藤俊幸 氏
■聴講料
１名につき５５,０００円（消費税込/資料付き）
１社２名以上同時申込の場合のみ１名につき４９,５００円（税込）
大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください。
■Live配信セミナーの受講について
・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
・下記リンクから視聴環境を確認の上、お申し込みください。
→ https://zoom.us/test
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・Zoomクライアントは最新版にアップデートして使用してください。
・パソコンの他にタブレット、スマートフォンでも視聴できます。
・セミナー配布資料は印刷物を郵送いたします。
・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。
複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
プログラム
【講座主旨】
本講演では、製薬分野における知的財産業務の効率化をテーマに、近年急速に進展する生成AI技術の活用可能性を解説します。複雑かつ膨大な特許網に対応するための先行技術調査やFTO（Freedom-to-Operate）解析、無効資料調査の支援手法を具体例とともに紹介し、生成AIによる構成要素抽出やクレーム解析、対比表自動生成といった実務に直結する応用を示します。さらに、明細書作成やレビュー業務での活用、導入におけるセキュリティ・コスト・教育面の課題にも触れ、研究開発現場と知財部門双方にとって実践的な活用ロードマップを提示します。
◆習得できる知識◆
・製薬業界に特有の知財業務の特徴と課題（特許網、用途発明、FTOの重要性など）
・生成AIと従来型AIの違い、および知財業務における適用可能性
・先行技術調査・FTO・無効資料調査における生成AIの具体的な活用方法
・請求項要素分解、構成要素抽出、対比表自動生成といった効率化技術
・明細書作成やレビュー支援におけるAI活用の利点とリスク管理のポイント
・製薬知財分野における生成AI導入のロードマップと将来展望（短期～長期
【講座内容】
0. 導入
・講師自己紹介と研究背景
・製薬業界における知財の重要性（特許網の複雑性、訴訟リスクの大きさ）
・生成AIが注目される理由：情報量の爆発、知財人材の不足、研究開発スピードの加速
第1部 製薬知財業務とAI技術の基礎
1. 製薬業界における知財業務の特徴
・新薬開発に伴う特許網（Submarine Patent、Evergreen特許など）
・クリアランス調査・FTO（Freedom-to-Operate）の重要性
・医薬用途発明、製剤特許など特有の課題
2. AIの基礎と生成AIの位置づけ
・従来AI（機械学習）と生成AI（LLM）の違い
・自然言語処理・マルチモーダル技術の概要
・特許調査・文献解析における活用例
3. 製薬分野でのAI応用事例
・化合物スクリーニングや創薬支援と知財業務の連携
・特許分類（IPC, FI, Fターム）とAIの相性
・海外の先進事例（米国大手製薬、欧州機関の導入事例）
第2部 生成AIを活用した知財業務の効率化
1. 先行技術調査の効率化
・生成AIによる構成要素抽出・対比表の自動作成
・化学式・配列・用途に対応した検索支援
・RAG（検索拡張生成）を用いたハイブリッド調査モデル
2. FTO・無効資料調査の高度化
・AIによる請求項要素の分解・一致判定
・重み付けによるクレーム評価手法（強い要件／弱い要件の判別）
・ケーススタディ：特許網を跨いだリスク可視化
3. 明細書作成・レビューへの応用
・生成AIによるドラフト文の提案とリスク（誤情報、リーガルチェック）
・化学用語や請求項表現の標準化支援
・Human-in-the-Loopによる品質保証
4. 組織導入・実務適用時の留意点
・セキュリティ・機密保持（クラウドvsオンプレ）
・コスト管理とKPI設定（処理速度・再現率・適合率）
・人材育成と社内教育
第3部 将来展望と実践的ロードマップ
1. 今後2～5年の技術進展予測
・マルチモーダルAI（化学構造式や配列データを直接処理）
・ベクトルDBによる特許・論文横断検索
・自律エージェントによる調査自動化
2. ベンダーとユーザー双方の視点
・ツール開発側の課題（精度・責任・法的リスク）
・利用者側の課題（社内導入の合意形成、教育、ワークフロー適合）
3. 製薬知財における生成AI活用ロードマップ
・短期：検索効率化・自動要約・分類補助
・中期：クレーム解析・FTO可視化ツール
・長期：創薬・臨床データと知財を統合した戦略立案支援
【質疑応答】
