医薬品探索、CMCおよび非臨床研究を含めた創薬研究のAI活用事例と導入アプローチ～新薬創出力の強化を目指したAI活用のヒント～

●国内外の製薬企業における探索、CMCおよび非臨床研究を含めた創薬研究におけるAI活用の概観を解説！
●AIの現状から示唆される課題を踏まえ、AI利活用を検討する製薬企業担当者様への具体的な指針。

【テーマ名】
医薬品探索、CMCおよび非臨床研究を含めた創薬研究のAI活用事例と導入アプローチ～新薬創出力の強化を目指したAI活用のヒント～

【講師】
フォーティンスコンサルティング株式会社　
ライフサイエンス　シニアコンサルタント　東　信太朗　氏
ライフサイエンス　コンサルタント　東　雅之　氏

【東　信太朗　氏】
■略歴：
2014年、大阪大学大学院　薬学研究科　博士前期・後期課程を修了。同年、CROに入社し臨床開発に従事。2017年、外資系製薬に入社しクリニカルマネジメントに従事。2023年、当社に参画し、データサイエンス、AI導入、GｘPバリデーション、システム開発PMOなどのコンサルティングサービスをリード。

■専門および得意な分野・研究：
GLP創薬研究、GCP臨床開発、GVP医薬品安全性監視
機械学習、生成AIを含めたGxPシステム導入、CSV

【東　雅之　氏】
■略歴：
2016年、千葉大学大学院医学薬学府先端創薬科学の博士課程を修了。同年、大阪大学薬学研究科にてアカデミア発シーズの創薬研究に従事。その後、国内CDMO企業でCMC原薬プロセス開発およびGMP製造法開発を担当し、研究開発から製造まで幅広い実務経験を積む。2024年、当社に参画し、ライフサイエンス企業を中心とした業務改革のコンサルティングサービスに従事。

■専門および得意な分野・研究：
CMC・創薬研究、GMP製造、有機合成化学

●日時：2026年8月28日(金)　13:00-16:00　＊途中、お昼休みや小休憩を挟みます。

●会場：[神奈川・川崎]川崎市産業振興会館 10階第4会議室

●受講料：
【オンライン受講（見逃し視聴なし）】：1名 40,700円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき29,700円

【オンライン受講（見逃し視聴あり）】：1名 46,200円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき35,200円

※詳細な内容やお申込み要領等は、下段「セミナーホームページを見る」をご参照ください。

【セミナーの内容】
■はじめに
　本セミナーは、国内外の製薬企業における探索、CMCおよび非臨床研究を含めた創薬研究におけるAI活用の概観を解説し、各研究プロセスにおける具体的な事例を紹介します。また、AIの現状から示唆される課題を踏まえ、AI利活用を検討する製薬企業担当者様への具体的な指針ついても詳しくお伝えします。
　新薬創出力の強化を目指したAI活用のヒントを見つけていただくために、ぜひ本セミナーにご参加いただけますと、幸いでございます。

■ご講演中のキーワード：
AI、トレンド、プラットフォーム、マイルストーン、探索、CMC、毒性、PK/PD

■受講対象者：
・AI活用について知見を得たい創薬研究（探索、CMC、非臨床研究）に携わる研究者
・AIへの投資方針について知見を得たい経営戦略部門・DX推進部門・情報システム部門のR&D担当者の方々

■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：
この分野に興味のある方なら、特に予備知識は必要ありません。

■本セミナーで習得できること：
創薬研究(探索、CMCおよび非臨床研究)におけるAI活用の最新事例に関する知識
AI利活用を検討する製薬企業担当者への具体的な指針

■プログラム項目
1 医薬品探索、CMCおよび非臨床研究におけるAI活用の概観
1.1 調査対象のデータソース、意図、性質
1.2 調査手法
1.3 国内外製薬業界におけるAI活用の現状
1.4 各創薬研究プロセスとAI活用の現状

2 医薬品探索、CMCおよび非臨床研究におけるAI活用の具体的事例
2.1 自社研究基盤へのAI統合事例（内製型）
2.2 自社研究基盤へのAI統合事例（マイルストーン型）
2.3 業務特化型AIの事例（探索研究）
2.4 業務特化型AIの事例（CMC研究）
2.5 業務特化型AIの事例（毒性、PK/PD等の非臨床研究）

3 AI活用における意思決定フレーム
3.1 AI活用の概観から導き出される課題
3.2 AI創薬における目指すべき姿
3.3 AI活用における意思決定フレーム（今、何をするべきか）
3.4 AI活用におけるロードマップの作製（将来、何をするべきか）
3.5 AIを内部導入する際のDO’s DON’Ts
3.6 AI導入前に発生する課題と対策（組織間の合意形成）
3.7 AI導入後に発生する課題と対策（保守体制）

 

• セミナーホームページを見る