株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
市販直後調査(EPPV)とは
市販直後調査(Early Post-marketing Phase Vigilance/EPPV) は、新医薬品の承認・上市直後の 6ヶ月間 に行う日本独自の集中的安全監視制度です。新薬の適正使用促進と重篤副作用の早期発見・被害最小化を目的とし、GVP省令の枠組みの下で実施されます。
EPPVは日本のPVシステムの特徴的な要素で、グローバル展開している製薬企業にとっても日本上市時の特別な対応が必要な制度です。実施要領は JPMA「市販直後調査実施計画書」及び「市販直後調査実施報告書」作成の手引き(2024年改訂版) で最新化されており、PMDAは 市販直後調査に関する情報 ページで関連通知・Q&Aを公開しています。
EPPVの法的位置づけと対象
- 根拠法令: 医薬品医療機器等法 + GVP省令(平成16年厚生労働省令第135号)
- 対象: 原則すべての新有効成分含有医薬品(新医薬品)、再審査期間中の新効能・新用法等も対象となり得る
- 期間: 販売開始日から6ヶ月間
- 関連通知: 令和元年8月8日事務連絡「医療用医薬品の市販直後調査に関するQ&A」、厚生労働省「医療用医薬品の市販直後調査に関するQ&A」
6ヶ月集中収集の標準スケジュール
EPPVの標準的な活動タイミングは以下の通りです:
- 販売開始前: 市販直後調査実施計画書の作成、PMDAへの提出、MR教育訓練、施設選定
- 販売開始〜2ヶ月: MRが医療機関を 2週間に1回 の頻度で訪問、副作用情報の集中収集
- 販売開始3ヶ月目〜6ヶ月: MR訪問を 月1回 に変更、継続的に情報収集
- 随時: 重篤副作用報告・クラスターの検出、必要に応じてDear Doctor Letter(DDL)発出
- 販売開始から6ヶ月後: 市販直後調査実施報告書の作成・PMDA提出
一般のPV活動との違いは、MRによる計画的・高頻度な医療機関訪問と双方向の安全性情報交換 にあります。医師からの能動的な副作用情報収集と、医療機関への最新安全性情報提供がセットで行われます。
Dear Doctor Letter(DDL)の運用
Dear Doctor Letter(医薬品安全性速報)は、重篤副作用発現時に医療関係者向けに発出される緊急安全情報文書で、EPPV期間中は特に重要な情報伝達手段です。
- 発出契機: 予測できない重篤副作用の集積、死亡例の発生、適応外使用による重篤事例等
- 発出主体: 厚生労働省・PMDA・MAH(製造販売業者)が連携して発出
- 配布経路: MRによる対面配布、PMDA医薬品医療機器情報提供ホームページ、MedWatcher Japan等の医療従事者向け情報配信システム
- 2段階: 通常DDL(青色)と緊急安全性情報「イエローレター」(黄色)があり、後者はより緊急度が高い
Real-World Data(RWD)補完の2018年以降
2018年に 医薬品の製造販売後の調査及び試験の実施の基準に関する省令(GPSP省令) が改正され、製造販売後データベース調査(DBS/Database Study) がPVの一手段として明確に位置付けられました。EPPVの対象となる新薬では、MR訪問による能動的収集に加えて、RWD(レセプトデータベース・DPCデータ・MID-NET・電子カルテ等)を用いた補完的安全性評価が増加しています(PMC Six-Year Trends in RWD for PMS in Japan)。
主要RWDソース
- MID-NET: PMDA構築の医療情報データベース、23協力医療機関
- DPCデータ: 入院医療費包括評価制度のデータ
- レセプトDB: JMDC/MDV等の民間データベース
- 電子カルテDB: J-MIMO、各大学病院DB
EPPV期間中のRWD活用により、MR訪問でカバーしきれない医療機関の副作用発現パターンや、特定患者集団での安全性シグナルを補完的に把握できます。
従来のEPPV業務フローと工数課題
- 計画書作成: 承認前から対象施設選定・MR訪問計画・副作用優先監視項目定義
- MR教育訓練: 訪問前に最新安全性情報・副作用発現パターンを全MRに教育
- 訪問実施と情報収集: 全国数千〜万単位の医療機関を高頻度で訪問、副作用情報を活字/電子フォーマットで収集
- 情報集約・評価: 本社PV部門で収集情報を統合、MedDRAコーディング、シグナル検出
- 重篤事例のICSR化: E2B(R3)形式でPMDAへ15日以内報告
- DDL発出判断: 厚労省・PMDAとの協議、発出タイミング決定
- RWD補完解析: MID-NET/レセプトDB等で裏付け解析
- 6ヶ月時点報告書作成: 全活動・検出シグナル・安全対策をPMDAに報告
EPPVは期間限定ではあるものの、6ヶ月間に数百〜数千のMR訪問、高頻度の情報収集・統合・評価、重篤事例の迅速報告、RWD補完解析 を並行実施する極めて負荷の高い活動です。
AI支援の適用領域
1. MR訪問レポートの自動構造化
MRの訪問メモ(自由記述、音声録音、手書きメモOCR)から、訪問先/日時/面談者/話題/副作用情報 を自動構造化。LLMで医療従事者の発言から4要素(報告者/患者/被疑薬/有害事象)を抽出し、ICSR候補として自動キューイング。
2. 副作用情報の重篤性・予測性自動判定
MR収集情報から、重篤性(入院/生命威脅/死亡/障害)・予測性(添付文書記載/未記載)を自動判定し、SUSAR該当性を即座に提示。7日/15日報告期限カウンターを自動起動します(A089 ICSR自動化と連結)。
3. 地理的・時系列シグナル検出
MR訪問で収集した副作用情報を 地域別・医療機関別・時系列 に集計し、クラスター(特定地域での集中発生)を早期検出。GVP Module IX のDisproportionalityだけでは見えないEPPV特有の発現パターンを検出します。
4. DDL発出判断の意思決定支援
重篤副作用発現時、類似過去事例・発現頻度・被害範囲・代替薬の存在・想定される影響 をLLMが総合提示し、DDL発出可否判断を支援。最終判断はMAH/PMDA/厚労省の専門家が行いますが、材料整理を大幅高速化します。
5. RWD補完解析の自動化
MID-NET・JMDC・MDV等のRWDに対し、EPPV期間中の副作用発現パターンを自動クエリ。MR訪問で未カバーの医療機関での副作用発現・特定患者集団での発現リスク・既知シグナルとの整合性を並列解析します。
6. 計画書・報告書作成支援
JPMA 2024改訂手引書の標準項目に沿って、市販直後調査実施計画書・実施報告書の雛形 をLLMが生成。過去の類似薬剤の計画書を参考に、今回の対象薬特有の優先監視項目を提案します。
renueのAIエージェント構成例
- mr-report-parser: MR訪問レポートから構造化データと副作用候補を抽出
- severity-classifier: 重篤性・予測性を自動判定、SUSAR候補をフラグ
- icsr-builder: A089 ICSRパイプラインに接続、E2B(R3)を生成
- cluster-detector: 地域/施設/時系列クラスタを検出
- rwd-analyzer: MID-NET/レセプトDBで補完解析
- ddl-advisor: DDL発出判断の材料を整理(候補提示のみ)
- plan-drafter: 計画書・報告書雛形をJPMA 2024手引書準拠で生成
- audit-logger: 全活動・判断根拠・外部参照をALCOA+準拠保存
2026年の主要アップデート
- JPMA 2024年3月改訂版手引書: EPPV計画書・報告書の記載様式・優先監視項目の整理方法を最新化
- JPMA 2024年4月 電子化添付文書作成手引き: DDL・安全性情報提供との整合
- MID-NET連携の深化: PMDAのMID-NET拡張と連動、新薬のEPPV期間RWD活用が増加
- GVP Module IX 2026 Q2改訂との整合: シグナル検出・シグナル管理との業務フロー整合
- FDA/EMA Joint AI 10 Principles(2026-01): EPPV領域のAI活用根拠文書化
renue独自視点:EPPV AI支援の3つの落とし穴
落とし穴① MR訪問記録の「書き手の省略」問題
MR訪問記録は書き手によって詳細度・表現・略語にばらつきがあり、LLMで構造化する際、記載されていない情報を「それらしく補完」してしまうリスク があります。特に「患者年齢区分」「被疑薬投与量」「発現日時」等のEPPV重要項目は、情報源のMR訪問記録に明記がない場合が多いです。renueでは:
- 原文引用タグ強制: 構造化した全項目に「出典行番号+引用文」を必須付与、タグ無しは自動rejection
- Null Flavor明示: 記載なしは「不明(NI)」と明示、推定補完禁止
- MR補足照会ワークフロー: 欠損項目はMRに自動照会、補足情報を再収集する運用を組み込む
落とし穴② 地域・施設クラスタ検出の「偽陽性ノイズ」
6ヶ月集中収集では同じ医療機関からの複数副作用報告が集中しやすく、単純な件数集計だけでは「偽クラスタ」 が多発します。特に高採用施設・早期採用施設では、薬剤使用機会自体が多いため、報告件数が多いのは当然です。renueでは:
- 分母調整: 施設別処方件数(レセプトDB等)で調整した発現率を算出、単純件数ではなく相対頻度で判定
- 時系列安定性評価: 一過性の集中と持続的な集中を区別、医学的妥当性の検証を並行
- 人間専門家の最終判断: 統計シグナルと臨床パターンを総合判断、AIは候補提示のみ
落とし穴③ DDL発出タイミングの「AI自動判定」禁忌
DDL発出は医療現場・製薬産業・規制当局に広範な影響を及ぼす重大意思決定であり、AIに発出可否を自動判定させることは絶対禁忌 です。タイミング遅延は患者被害拡大、早期発出は過剰反応・医療現場混乱を招きます。renueでは:
- Agent出力は「発出検討材料の整理」に限定: 類似過去DDL・発現頻度推移・被害範囲・代替薬状況を整理提示のみ
- 決定フィールドをAgentに書かせない: 「発出する/しない」のフラグフィールドは人間専門家のみが更新可能なワークフロー
- 規制当局との協議プロセス必須化: 最終判断はMAH・PMDA・厚労省の協議で決定、議事録を監査ログに保存
まとめ
EPPVは日本固有の6ヶ月集中安全監視制度で、JPMA 2024改訂手引書・PMDA通知・RWD補完(2018 GPSP省令改正)により、運用枠組みが継続更新されています。MR訪問による能動的情報収集と、MID-NET等のRWDを組み合わせた補完解析 の並行運用により、グローバル他国では見られない密度の高い上市直後PVが実現されています。
AI支援では、MR訪問レポートの構造化・重篤性/予測性自動判定・地域時系列クラスタ検出・DDL材料整理・RWD補完解析 がそれぞれ実装可能ですが、renueの実装経験から、MR記録の条件補完リスク・クラスタ検出の偽陽性・DDL自動判定禁忌 の3つを実装上の重要リスクとして位置づけ、原文引用タグ強制・分母調整による相対頻度評価・Agent出力の材料整理限定を標準パターンとしています。A088-A093(MedDRA/ICSR/SMQ/MLM/Signal Management/PSMF)と連動するend-to-end PVパイプラインの日本特有レイヤーとして、EPPV AI支援モジュールの統合が可能です。
