医薬品・医療機器・体外診断薬企業のための生成AI導入・実装・運用 ~製薬・医療機器・診断薬分野の業務別ユースケースと実装ポイント~
978-4-905507-87-1
¥66,000 (税込)
0ポイント
- 発行所:(株)R&D支援センター
医薬品・医療機器・体外診断薬企業のための生成AI導入・実装・運用
~製薬・医療機器・診断薬分野の業務別ユースケースと実装ポイント~
◆ 書籍概要 ◆
【本書籍のポイント】 〇 セミナーでも問い合わせの多かった書籍がついに発刊いたします! 〇 本書籍は、いかに生成AIを有効に使うか、業務応用事例と留意点(効果的なプロンプト)、 安全対策などを含んだ業務への実装ノウハウとなっております! 〇 便利な使い方だけでなく、社内で安全に使うための判断基準、レビュー方法、記録管理、利用規程、リスク評価、部門別ユースケースを紹介 《医薬品、医療機器、体外診断薬を含むヘルスケア領域において、生成AIを専門業務へ実装する際の考え方、管理方法、実務テンプレート等を整理したものです。 単なる技術解説ではなく、実務における利用判断、リスク分類、情報管理、出力評価、ガバナンス、RAG、変更管理等網羅し解説しております》 ☆現場のニーズに対応した1冊となっております! 発刊日:2026年11月27日 頁 数:約342頁 付属CD-ROM付き 造 本:B5 発行所:(株)R&D支援センター ISBN :978-4-905507-87-1 ※この商品はNTSから書店様へ卸すことはできません ■著者 笹嶋 政昭 氏 ■主な目次 第1部 ヘルスケア企業における生成AI活用の現在地と課題 第1章 ヘルスケア産業における生成AI活用の現在地 第2章 なぜヘルスケア企業の生成AI活用は難しいのか 第2部 生成AIの基本構造と活用設計 第3章 生成AIの基本構造と業務利用の考え方 第4章 ヘルスケア分野のプロンプト設計原則 第5章 医薬品・医療機器・体外診断薬で異なる利用判断 第3部 業務領域別の生成AI活用 第6章 研究開発・探索研究における生成AI活用 第7章 非臨床・臨床開発における生成AI活用 第8章 薬事・承認申請業務における生成AI活用 第9章 事業開発・ライセンス・アライアンス業務における生成AI活用 第10章 品質保証・QMS・GxP文書における生成AI活用 第11章 安全管理・PMS・苦情処理における生成AI活用 第12章 メディカルアフェアーズにおける生成AI活用 第13章 マーケティング・営業・患者向け情報における生成AI活用 第14章 医療機器・プログラム医療機器における生成AI活用 第15章 体外診断用医薬品・検査領域における生成AI活用 第4部 生成AIの評価と管理およびシステム実装 第16章 生成AI出力の評価方法 第17章 データ・セキュリティ・個人情報管理 第18章 社内導入のガバナンス設計 第19章 生成AIシステム導入・RAG・AIエージェントの実装 第5部 規制動向とケーススタディおよび未来展望 第20章 国内外の規制・ガイドライン動向 第21章 ケーススタディ:導入パターン別実践例 第22章 未来展望:生成AIからヘルスケアAIエージェントへ 第6部 導入ロードマップと実務付録 第23章 生成AIシステム導入・実装のためのロードマップ 第24章 生成AI活用付録の活用方法 引用・参考文献 付録CD
詳細目次を表示
はじめに 本書の免責事項について 免責事項(本書の利用にあたって) 第1部 ヘルスケア企業における生成AI活用の現在地と課題 第1章 ヘルスケア産業における生成AI活用の現在地 1 生成AIはヘルスケア産業に何をもたらすのか 2 三分野における生成AI活用の現在地 第2章 なぜヘルスケア企業の生成AI活用は難しいのか 1 ヘルスケア企業における生成AI活用の難しさ 2 薬機法上の難しさ 3 GxP、QMSにおける難しさ 4 個人情報、患者情報、機密情報の難しさ 5 エビデンスと説明責任の難しさ 6 社内統制の難しさ 7 生成AI活用を難しくする典型的な誤解 8 難しさを乗り越えるための基本方針 第2部 生成AIの基本構造と活用設計 第3章 生成AIの基本構造と業務利用の考え方 1 生成AIを業務で使うために必要な技術理解 2 LLMの基本構造 3 プロンプト 4 コンテキストとは何か 5 温度、再現性、出力の揺らぎ 6 RAG 7 マルチモーダルAI 8 AIエージェント 9 ハルシネーションとその対策 10 モデル選定の考え方 11 業務利用に向けた基本設計 第4章 ヘルスケア分野のプロンプト設計原則 1 プロンプト設計は生成AI活用の品質管理である 2 ヘルスケア分野におけるプロンプト設計の基本構造 3 役割設定の原則 4 制約条件の原則 5 根拠要求の原則 6 出力形式の原則 7 レビュー観点を組み込む原則 8 監査可能なプロンプト 9 業務別プロンプト設計の考え方 10 プロンプト設計における禁止パターン例 11 標準プロンプトの管理と教育 第5章 医薬品・医療機器・体外診断薬で異なる利用判断 1 生成AI利用判断は分野ごとに異なる 2 三分野に共通する基本原則 3 医薬品分野における利用判断 4 医療機器分野における利用判断 5 体外診断薬分野における利用判断 6 利用判断の実務フロー 7 分野別に見る利用可否の考え方 8 社内ルール設計への示唆 第3部 業務領域別の生成AI活用 第6章 研究開発・探索研究における生成AI活用 1 研究開発・探索研究における生成AIの位置づけ 2 論文調査・文献要約における活用 3 仮説生成における活用 4 疾患領域分析における活用 5 競合調査における活用 6 特許調査・知的財産調査における活用 7 研究計画案の作成における活用 8 研究開発データの扱い 9 生成AI活用の実務プロセス 10 限界と検証 11 研究開発ナレッジマネジメントとRAG 12 研究開発部門で整備すべきルール 13 研究開発・探索研究で避けるべき利用 14 実務導入の進め方 第7章 非臨床・臨床開発における生成AI活用 1 非臨床・臨床開発における生成AIの位置づけ 2 非臨床開発における活用 3 臨床試験計画補助 4 プロトコルレビューにおける活用 5 同意説明文書(ICF)下書きにおける活用 6 症例報告書(CRF)・データ収集項目における活用 7 治験関連文書における活用 8 CRO管理における活用 9 臨床試験総括報告書(CSR)・申請関連文書における活用 10 生成AI利用時の記録管理 11 非臨床・臨床開発ナレッジマネジメントとRAG 12 非臨床・臨床開発で避けるべき利用 13 実務導入の進め方 第8章 薬事・承認申請業務における生成AI活用 1 薬事・承認申請業務における生成AIの位置づけ 2 規制当局情報調査における活用 3 CTD作成支援における活用 4 STED・医療機器申請資料における活用 5 体外診断薬申請資料における活用 6 照会事項回答案における活用 7 申請資料レビューにおける活用 8 変更管理における活用 9 国際展開・海外申請における活用 10 薬事ナレッジマネジメントとRAG 11 申請業務における生成AI利用記録 12 薬事業務で避けるべき利用 13 実務導入の進め方 第9章 事業開発・ライセンス・アライアンス業務における生成AI活用 1 事業開発・ライセンス・アライアンス業務における生成AIの位置づけ 2 外部技術・製品・企業の探索における活用 3 ライセンスイン候補の初期評価における活用 4 デューデリジェンス準備における活用 5 競合・市場・パイプライン分析における活用 6 契約・交渉準備における活用 7 アライアンスマネジメントにおける活用 8 事業開発部門で特に注意すべき情報管理リスク 9 生成AI出力の検証と人間の判断 10 部門横断連携における活用 11 事業開発ナレッジマネジメントとRAG 12 事業開発・ライセンス・アライアンスで避けるべき利用 13 事業開発に固有の留意点 14 実務導入の進め方 第10章 品質保証・QMS・GxP文書における生成AI活用 1 品質保証領域における生成AIの位置づけ 2 SOP作成・改訂における活用 3 逸脱報告における活用 4 CAPA文書における活用 5 変更管理における活用 6 教育訓練における活用 7 監査準備における活用 8 バリデーション・コンピュータ化システムにおける活用 9 記録管理・データインテグリティ 10 QMSにおける生成AI活用 11 品質ナレッジマネジメントとRAG 12 品質保証領域で避けるべき利用 13 実務導入の進め方 第11章 安全管理・PMS・苦情処理における生成AI活用 1 安全管理・PMS・苦情処理における生成AIの位置づけ 2 有害事象一次整理における活用 3 重篤性・既知性・因果関係評価との境界 4 文献スクリーニングにおける活用 5 苦情分類における活用 6 シグナル検出支援における活用 7 医学的評価との境界 8 PMSデータ・リアルワールドデータにおける活用 9 医療機器分野・体外診断薬分野の安全管理・苦情処理 10 安全管理ナレッジマネジメントとRAG 11 安全管理領域で避けるべき利用 12 安全管理における生成AI利用記録 13 実務導入の進め方 第12章 メディカルアフェアーズにおける生成AI活用 1 メディカルアフェアーズにおける生成AIの位置づけ 2 文献要約における活用 3 FAQ作成における活用 4 メディカルインフォメーションにおける活用 5 資材レビューにおける活用 6 MSL支援における活用 7 学会情報・KOL情報の整理 8 メディカル教育・社内教育における活用 9 マーケティング・営業との境界 10 根拠確認とレビュー 11 メディカルナレッジマネジメントとRAG 12 メディカルアフェアーズで避けるべき利用 13 実務導入の進め方 第13章 マーケティング・営業・患者向け情報における生成AI活用 1 マーケティング・営業・患者向け情報における生成AIの位置づけ 2 広告規制と販売情報提供活動の基本 3 ペルソナ設計への活用 4 コンテンツ案作成における活用 5 広告審査・資材審査における活用 6 MR教育・営業教育における活用 7 製品説明補助における活用 8 患者向け情報における活用 9 SNS・Webコンテンツにおける活用 10 患者向けチャットボット・対話型AI 11 マーケティングデータ分析における活用 12 マーケティング・営業で避けるべき利用 13 実務導入の進め方 第14章 医療機器・プログラム医療機器における生成AI活用 1 医療機器・プログラム医療機器・AI医療機器における生成AIの位置づけ 2 社内業務利用と製品機能利用の違い 3 プログラム医療機器の基本理解 4 設計開発文書における生成AI活用 5 リスクマネジメントにおける活用 6 臨床評価・性能評価における活用 7 PCCPと変更管理 8 サイバーセキュリティとAI医療機器 9 ユーザーインターフェースと説明可能性 10 苦情処理・市販後監視における活用 11 医療機器企業のRAG活用 12 医療機器分野で避けるべき利用 13 実務導入の進め方 第15章 体外診断用医薬品・検査領域における生成AI活用 1 体外診断薬・検査領域における生成AIの位置づけ 2 検査説明における活用 3 性能評価資料における活用 4 添付文書・使用説明資料における活用 5 精度管理における活用 6 検査データの整理・要約における活用 7 コンパニオン診断薬における活用 8 データ解釈支援における活用 9 検査領域の苦情・問い合わせ対応 10 体外診断薬企業のRAG活用 11 体外診断薬領域で避けるべき利用 12 実務導入の進め方 第4部 生成AIの評価と管理およびシステム実装 第16章 生成AI出力の評価方法 1 なぜ生成AI出力の評価が必要なのか 2 用途リスクに応じた出力評価水準 3 正確性の評価 4 完全性の評価 5 根拠性の評価 6 再現性の評価 7 臨床的妥当性の評価 8 規制適合性の評価 9 バイアスの評価 10 表現リスクの評価 11 ベンチマーク評価 12 人間によるレビュー設計 13 評価結果の活用 14 生成AI出力評価の実務導入の進め方 第17章 データ・セキュリティ・個人情報管理 1 生成AI活用におけるデータ管理の重要性 2 入力禁止情報の整理 3 個人情報・患者情報の管理 4 営業秘密・研究開発データの管理 5 薬事・品質・安全性情報の管理 6 会社が承認した管理環境の設計 7 ログ管理と監査可能性 8 ベンダー管理 9 RAGにおけるデータ管理 10 AIエージェントと接続システムの管理 11 情報分類に基づく入力前管理 12 インシデント対応 13 シャドーAI対策 14 セキュリティ対策の実務導入の進め方 第18章 社内導入のガバナンス設計 1 生成AIガバナンスとは何か 2 利用ポリシーの設計 3 用途別リスク分類、利用可否および承認フロー 4 AIガバナンス委員会 5 教育訓練 6 利用記録とログ管理 7 シャドーAI対策 8 監査対応 9 利用効果の測定 10 継続改善 11 ガバナンス設計のステップ 12 AI環境区分と利用条件 第19章 生成AIシステム導入・RAG・AIエージェントの実装 1 生成AIシステム導入の全体像 2 生成AIシステムの基本設計 3 RAGの基本 4 RAG実装の実務 5 RAGの評価 6 RAGのセキュリティ 7 AIエージェントの基本 8 AIエージェント実装の管理 9 システム導入プロジェクトの三つの基本 10 バリデーションとGxP対応 11 運用体制 12 コストと投資対効果 13 実装時の典型的失敗 第5部 規制動向とケーススタディおよび未来展望 第20章 国内外の規制・ガイドライン動向 1 第5部の位置づけ 2 規制・ガイドラインを見る際の基本姿勢 3 日本におけるAIガバナンス動向 4 日本のヘルスケア規制との関係 5 米国FDAの動向 6 欧州の動向 7 国際機関・標準化の動向 8 医療機器・プログラム医療機器・AI医療機器に関する国際動向 9 広告・情報提供に関する規制動向 10 GxP・品質・データインテグリティとの関係 11 規制当局自身のAI活用 12 国際整合とグローバル企業の課題 13 今後の方向性 14 規制動向を社内ルールへ反映する 第21章 ケーススタディ:導入パターン別実践例 1 本章の位置づけと導入パターン 2 ケース1:製薬企業における薬事・メディカル起点の導入 3 ケース2:医療機器企業におけるQMS・苦情処理起点の導入 4 ケース3:体外診断薬企業における検査FAQ・問い合わせ対応 5 ケース4:中小ヘルスケア企業における段階導入 6 ケース5:グローバル企業における多地域展開 7 ケース6:部門別導入から全社展開へ 8 ケースから見える成功と失敗の分かれ目 9 導入ロードマップと失敗の関係 第22章 未来展望:生成AIからヘルスケアAIエージェントへ 1 本章の位置づけ 2 自律化の進展と限界 3 個別化医療と患者中心のAI 4 業務再設計と人間の役割 5 求められる人材と組織能力 6 ヘルスケアAIエージェントの将来像 7 これからの変化 8 本書全体の総括 9 おわりに 第6部 導入ロードマップと実務付録 第23章 生成AIシステム導入・実装のためのロードマップ 1 生成AIシステム導入ロードマップ全景と説明 2 段階移行の共通ゲート 3 章・節との対応表 4 導入責任者向けプロジェクト開始時の最低限チェックリスト 第24章 生成AI活用付録の活用方法 1 付録の構成と目的 2 本付録群の全体像 3 標準的な使用順序 4 付録1の詳細な使い方:生成AI活用実務テンプレート集 5 付録2の詳細な使い方:部門別RAG導入・管理テンプレート 6 付録3の詳細な使い方:各部門別代表質問セットと合否判定ルール 7 付録4〜8の詳細な使い方:社内実装テンプレート集 8 付録9:各分野・業務別の生成AI利用可否判断表 9 利用者別の推奨使用方法 10 よくある使用シナリオ別の手順 11 自社向けに編集する際のポイント 12 運用上の注意事項 13 社内展開スケジュールの例 14 付録利用時の最終チェックリスト 15 免責事項および付録利用時の共通原則 引用・参考文献 付録CD ・ 生成AI利用可否判断フロー ・ 部門別ユースケース一覧 ・ 入力禁止情報チェックリスト ・ プロンプトテンプレート集 ・ 出力レビュー表 ・ 社内利用規程サンプル ・ RAG導入チェックリスト ・ ベンダー評価表 ・ シャドーAI対策表 ・ 教育研修スライド案
執筆詳細を表示
笹嶋グローバルコンサルティング 代表 笹嶋 政昭 氏 【専門】 分子生物学、光学分析、機能材料、医療情報管理 【略歴】 1983年北里大学大学院薬学研究科修士課程修了。全薬工業株式会社にて抗がん剤探索研究に従事後、チバ・コーニング・ダイアグノスティックス株式会社(現シーメンスヘルスケア・ダイアグノスティクス社)にて薬事、技術探索と事業開発業務に、日本メドトロニック株式会社にて植込み型医療機器の臨床開発に、三菱化学株式会社にて技術探索、計測機器プログラム改良、創薬支援技術開発やヘルスケア事業再構築プロジェクトにそれぞれ携わった。また、米国において抗体医薬品開発向け創薬支援技術開発企業の立ち上げを主導。その後、2007年から2014年まで極東製薬工業株式会社にて取締役研究開発本部長などを歴任し、感染症迅速診断法開発、医薬品生産向け基材設計開発、再生医療関連技術開発(機械学習応用の細胞品質検査技術の共同研究など)を推進した。2014年から現在まで、笹嶋グローバルコンサルティング代表。 2014年度から2015年度にかけて経済産業省所管(現在はAMED所管)医工連携事業化推進事業の技術支援、医療機器開発支援ネットワーク事業の立ち上げ支援に尽力。現在は、大手企業のヘルスケア事業分野参入支援を中心に、植え込み型医療機器や体外診断薬、再生医療事業立ち上げなどを行ってきた。近年、様々な医療ICTシステム開発支援やヘルスケア分野における生成AI導入支援を行っている。 2001年から2002年東京工業大学(現東京科学大学)大学院工学研究科(国際開発工学)非常勤講師。薬剤師。
カテゴリから本を選ぶ
生物の科学 遺伝
無料試読について
セミナー一覧