Continuous Manufacturing（ICH Q13）のAI支援｜2022-11-16 Step 4×PAT×RTRT×Material Diversion×FDA AMT Designation 2025-01×PMDA革新的製造技術対応の実装ガイド

連続生産（Continuous Manufacturing、CM）は、従来の Batch 製造から脱却し原料投入から製品産出までを切れ目なく統合運転する製造方式で、ICH Q13（Continuous Manufacturing of Drug Substances and Drug Products）が 2022-11-16 Step 4 採択・国際規制基盤化（ICH Q13 PDF）。Part I（一般原則）+ Part II（5 Annex：化学薬品・固形製剤・治療用タンパク原薬・原薬製剤統合 CM・PAT 事例）で構成。FDA は Q13 Implementation Guidance 2023-03 発出、PMDA は 革新的製造技術 WG（2016-08 発足）と AMED 研究事業で 2018-03-30「医薬品の連続生産を導入する際の考え方（暫定案）」を経て運用整備、NMPA も ICH 加盟後 Q13 転化適用中。FDA AMT（Advanced Manufacturing Technologies）Designation Program は 2025-01 Final、PreCheck Pilot は 2026-02 立ち上げ。CM の最大メリットは承認 3-8 か月短縮・市場投入 4-12 か月早期化（Process Size 10 分の 1 でスケール不要）。PAT（Process Analytical Technology）による連続品質監視・RTRT（Real-Time Release Testing）・Material Diversion（非適合物連続除去）・Digital Twin・State of Control が技術基盤。本記事では、Continuous Manufacturing の AI 支援を、ICH Q13 Part I/II・Batch 定義・PAT・RTRT・Material Diversion・Digital Twin・多地域調和の観点で玄人目線で詳述する。

Continuous Manufacturing の区分

区分	内容
Drug Substance CM	原薬の連続合成
Drug Product CM	製剤の連続製造（打錠・充填等）
Integrated CM	原薬〜製剤の一体化連続生産
Semi-continuous	一部工程のみ連続
Continuous Aseptic	無菌製剤の連続生産

ICH Q13 の 5 要素

1. CM 定義と Batch — 時間・量・ライン・Segment いずれかで Batch 定義
2. Control Strategy — PAT + IPC + Diversion 統合
3. Process Validation — PPQ + CPV の拡張
4. PQS 要素 — Change Management・Deviation・CAPA の CM 対応
5. Regulatory Considerations — 許認可時の文書化

地域別規制

地域	規制
ICH	Q13 Step 4 2022-11-16、Part I + Part II（5 Annex）
FDA	Q13 Implementation Guidance 2023-03、AMT Designation Program 2025-01 Final、PreCheck Pilot 2026-02
EMA	Q13 採択・個別製造承認でのCM 許容
PMDA/MHLW	革新的製造技術 WG 2016-08、2018-03-30 暫定案、ICH Q13 国内適用
NMPA	ICH Q13 転化適用
FDA PAT	PAT Framework 2004
FDA RTRT	Real-Time Release Testing Guidance

Batch の定義（CM 特有）

• Time-based：一定時間の生産量
• Quantity-based：一定量到達
• Equipment-based：同一装置セット生産
• Campaign-based：連続稼働期間
• Product-based：同一処方の生産量
• Sponsor 選択で事前規制合意
• Variability（原料・装置・操作員）を考慮

PAT（Process Analytical Technology）の役割

• NIR（Near-Infrared）リアルタイム分光
• Raman 分光
• UV/Vis
• 質量分析（MS）
• 粒子径・結晶形 Imaging
• 流量・温度・圧力
• 連続 Critical Quality Attribute（CQA）監視
• 多変量解析（PCA、PLS、MSPC）
• Soft Sensor
• Feedback / Feedforward Control

AI 支援の 8 領域

1. Process Design 最適化

Unit Operation の連続接続を AI で最適化。Residence Time Distribution（RTD）・Mass Balance のシミュレーション。

2. PAT Data 統合

複数 PAT センサーデータを AI で統合。Soft Sensor で未測定 CQA を推定。

3. Material Diversion 判断

非適合物の連続除去判断を AI で Real-time 実行。CQA 逸脱予測で先回り Diversion。

4. RTRT（Real-Time Release Testing）

PAT + Model で Final Release 判定を AI 駆動。Lot Release 即時化。

5. State of Control 監視

Multivariate SPC（Hotelling T² 等）で全プロセスの State of Control を AI 監視。

6. Digital Twin

プロセスの Digital Twin で What-if・Design Space 境界確認を AI シミュレーション。

7. Change Management

CM 特有の小変更大波及を AI で Impact Assessment。ICH Q12 PACMP 活用。

8. Regulatory Submission

Module 3.2.P.3（Manufacture）・P.5（Control of Drug Product）を CM 仕様で AI ドラフト。

Material Diversion の実装

• 連続プロセス中の非適合物を Real-time 識別
• PAT による CQA 監視
• Diversion 判定ロジック（事前規定）
• 物理的 Diversion 機構（Valve、Gate）
• Diversion Log（全事例記録）
• Root Cause Analysis
• Control Strategy への Feedback
• Diversion 率の CPV Trending

CM パイプライン

1. Step 1: Unit Operation 選定
2. Step 2: Connectivity 設計
3. Step 3: PAT 配置
4. Step 4: Control Strategy
5. Step 5: Batch 定義
6. Step 6: Process Characterization
7. Step 7: Digital Twin 構築
8. Step 8: PPQ（Process Performance Qualification）
9. Step 9: RTRT 実装
10. Step 10: Continuous Process Verification

CM の経済効果

• 承認 3-8 か月短縮
• 市場投入 4-12 か月早期化
• Process Footprint 大幅縮小
• Scale-up 不要（Scale-out で対応）
• 在庫・WIP 削減
• エネルギー・原料効率改善
• Supply Chain Resilience 強化
• Pandemic Preparedness
• FDA AMT Designation で規制優遇

失敗パターンと回避策

落とし穴1：Batch 定義の曖昧さ

事前規制合意なしでは Validation 不可。AI で複数シナリオ事前評価。

落とし穴2：PAT 過信

PAT 故障時の Backup Control 戦略必須。Redundancy 設計。

落とし穴3：Diversion 率過大

頻繁 Diversion は Process Capability 問題。AI で Root Cause 体系化。

落とし穴4：Scale-out 戦略不在

CM は Scale-up でなく Scale-out（装置並列・時間延長）。AI で容量計画。

落とし穴5：多地域 Batch 定義不整合

FDA・EMA・PMDA・NMPA で Batch 受容に差。AI で統合戦略。

KPI 設計の観点

• Process Uptime
• Diversion 率
• CQA 逸脱率
• RTRT 成功率
• 承認 TAT 短縮
• 市場投入 TAT 短縮
• Cost per Unit
• FDA AMT Designation 獲得

まとめ：Continuous Manufacturing AI 支援の設計指針

1. ICH Q13（2022-11-16 Step 4）Part I + Part II の 5 Annex 遵守
2. FDA Q13 Implementation 2023-03・AMT Designation 2025-01 Final・PreCheck 2026-02
3. PMDA 革新的製造技術 WG 2016-08・2018-03-30 暫定案からの国内実装
4. NMPA Q13 転化適用
5. Batch 定義の事前規制合意（Time/Quantity/Equipment/Campaign/Product）
6. PAT（NIR・Raman・MS・Imaging）+ Multivariate Analysis で CQA 連続監視
7. RTRT（Real-Time Release Testing）で Lot Release 即時化
8. Material Diversion の Real-time 判断と Log 管理
9. Digital Twin と What-if・Design Space 探索
10. AI は Process Design・PAT 統合・Diversion・RTRT・Digital Twin、最終判断は QA・Process Engineer・Regulatory・Manufacturing

Continuous Manufacturing は ICH Q13（2022-11-16 Step 4）で国際規制基盤化、FDA AMT・PreCheck で制度支援が強化。PAT・RTRT・Material Diversion・Digital Twin の技術基盤を AI で統合し 承認 TAT 3-8 か月短縮・市場投入 4-12 か月早期化を実現。Scale-up から Scale-out へのパラダイム転換で Supply Chain Resilience・Pandemic Preparedness・持続可能性を両立。判断の人間主導と反復的 PAT 解析・Diversion・RTRT・Submission の AI 自動化が、2026 年以降のグローバル医薬品製造の競争力を決定づける。

あわせて読みたい

• ペーパーレス化の進め方｜中小企業のための導入ステップとツール選定ガイド【2026年版】
• AI導入ROI測定とは？生成AIの投資対効果・PoC評価フレームワーク・企業のAI価値実証ガイド【2026年版】
• ハイブリッドワークとは？テレワークとの違い・導入課題・成功のポイント完全ガイド【2026年版】