近畿大学病院ら4者、大規模言語モデルを活用した治験候補患者抽出の効率化に向けた共同研究を開始

2026-07-01 18:00

近畿大学病院、中外製薬、NTT、NTTデータが、リアルワールドデータと大規模言語モデル（LLM）を組み合わせ、治験候補患者の抽出精度向上とプロセス効率化を目指す共同研究を2026年6月より開始しました。

治験候補患者抽出の精度とプロセス効率を検証する共同研究

新薬開発において、治験参加者の抽出は適格基準に基づき個別に診療情報を確認する必要があり、多くの時間と労力を要する業務です。本研究では、近畿大学病院が保有する電子カルテデータ等を対象に、従来の手法と大規模言語モデル（LLM）を組み合わせた新たな抽出手法の有効性を比較・評価します。

研究期間：2026年6月〜2027年3月（予定）
対象データ：近畿大学病院の電子カルテデータ等
使用技術：NTTが開発した大規模言語モデル「tsuzumi 2」およびルールベース手法
検証項目：抽出精度の向上、医師・治験コーディネーター（CRC）の作業負荷低減、治験参加者組み入れまでのリードタイム短縮への寄与
※本研究は、近畿大学病院の近畿大学医学部等倫理委員会の承認を得たうえで実施します。なお、AIの出力結果は医師の判断支援を目的としたものであり、最終的な診療判断は医師が行うことを前提とします。

検証の仕組みと各機関の役割

本研究では、PythonやSQLを用いたルールベースの抽出手法と、医療特化型に調整された「tsuzumi 2」によるLLM活用手法を比較します。医師およびCRCによる判定結果を基準として、実運用における有効性を多面的に評価します。各機関の役割は以下の通りです。

近畿大学病院：医療データの提供、治験候補患者の抽出および抽出精度・抽出プロセス効率の比較・評価
中外製薬：治験実施計画書（適格基準）の提供および評価協力
NTT：LLMによる治験候補患者抽出に関する技術検証の実施
NTTデータ：ルールベースによる治験候補患者抽出の実施および、抽出精度・抽出プロセス効率の比較・評価

なお、本研究は2026年5月に近畿大学病院とNTTデータが発表した技術検証の成果を基盤としています。関係各社は本研究の成果を踏まえ、リアルワールドデータとAIを活用した治験候補患者抽出基盤の社会実装の可能性について検討を進めていきます。