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。
製薬会社の薬事部門（レギュラトリーアフェアーズ）の業務内容｜CTD作成から照会回答までAI化を解説
薬事部門（RA：Regulatory Affairs）は、医薬品の開発初期から販売中止まで、規制当局（PMDA/FDA/EMA等）との対応を一手に担う部門です。新薬の承認申請書類（CTD）の作成、審査過程での照会事項への回答、承認後の変更管理など、製薬会社の事業に不可欠な「規制対応の司令塔」です。
本記事では、薬事部門の主要業務（CTD作成→照会回答→GMP対応→変更管理→規制動向モニタリング）を詳細に解説し、AI化の可能性を分析します。McKinseyはMerck社との協業で、AIによる規制文書作成の大幅な効率化を実証しています（出典：McKinsey "Rewiring Pharma's Regulatory Submissions with AI"）。FDAも2025年にAIを活用した医薬品開発に関するガイダンスのドラフトを公表しています（出典：FDA公式 "AI for Drug Development"）。
薬事部門の役割とミッション
薬事部門のミッションは、「科学的エビデンスを規制要件に適合する形で文書化し、最速で承認を取得すること」です。PMDAはレギュラトリーサイエンスを「科学技術の成果を人と社会に役立てることを目的に、根拠に基づく的確な予測、評価、判断を行い、科学技術の成果を人と社会との調和の上で最も望ましい姿に調整するための科学」と定義しています（出典：PMDA公式）。
薬事部門の主要業務とAI化の可能性
業務1：承認申請書類（CTD）の作成
現在の業務フロー
CTD（Common Technical Document）は国際的に統一された承認申請書類の構成で、5つのモジュールで構成されます。
- モジュール1：地域固有の行政情報（各国の規制に応じた申請書類）
- モジュール2：概要文書（品質概要、非臨床概要、臨床概要）— 最も執筆負荷が高い
- モジュール3：品質に関する文書（原薬・製剤の製造方法、規格試験法、安定性データ）
- モジュール4：非臨床試験報告書（薬理、毒性、薬物動態の動物試験データ）
- モジュール5：臨床試験報告書（CSR、統計解析結果）
課題・ペインポイント
- CTD全体で数千〜数万ページに及ぶ膨大な文書量
- モジュール2（概要文書）は非臨床・臨床データを横断的に要約する必要があり、高度な専門性が必要
- メディカルライターの確保が困難で、作成に数ヶ月かかる
- 各国の規制要件の差異への対応（日米EU三極の違い）
AI化のアプローチ
McKinseyはMerck社との協業でAIを活用した規制文書作成を実証し、「ゼロベースデザイン」のアプローチで申請プロセスを再設計しています（出典：McKinsey公式）。
- モジュール2概要文書のドラフト生成：非臨床/臨床データをLLMに入力し、ICH-M4準拠の構成でモジュール2各セクションのドラフトを自動生成
- モジュール間の整合性チェック：モジュール2の記述がモジュール3〜5の元データと一致しているかをLLMが自動検証
- 各国規制要件の差分対応：日本（PMDA）、米国（FDA）、EU（EMA）の要件差異をLLMが自動チェックし、追加で必要な情報をリスト化
- 人間が判断すべきポイント：科学的解釈の妥当性、規制戦略上の判断（どのデータをどう強調するか）
業務2：照会事項への回答
現在の業務フロー
- 審査過程でPMDA/FDA等から出される照会事項（質問リスト）を受領
- 照会内容の分析と、関連する社内部門（非臨床、臨床、品質等）への照会
- 回答書の起草（科学的根拠に基づいた論理的な回答）
- 社内レビュー（メディカル、統計、品質の専門家による確認）
- 規制当局への回答書提出
AI化のアプローチ
- 過去の照会事項データベースのRAG化：過去に受けた照会事項と回答をRAGに格納。類似の照会に対して「過去にこう回答した」というドラフトをLLMが自動提案
- 関連データの自動検索：照会内容をLLMが分析し、CTD内の関連セクション・データを自動で特定・リンク
- 回答書のドラフト生成：照会内容+関連データ+過去の回答事例からLLMが回答書の骨子を自動生成
業務3：GMP適合性調査への対応
現在の業務フロー
- 製造所がGMP（医薬品製造管理・品質管理基準）に適合していることを証明する書類の準備
- PMDAによるGMP適合性調査（実地調査）への対応
- 指摘事項への改善措置と回答書の作成
AI化のアプローチ
- GMP文書の自動チェック：GMP省令の要求事項と自社の手順書をLLMが照合し、不整合箇所を検出
- 指摘事項への回答ドラフト：過去の指摘事項と改善措置のデータベースをRAGに格納し、類似指摘への回答案をLLMが提案
業務4：変更管理
現在の業務フロー
- 承認後の製造方法、原料、規格、包装等の変更に関する薬事対応
- 変更の種類に応じた届出/申請区分の判定（一部変更承認申請、軽微変更届等）
- 変更管理書類の作成と当局への提出
AI化のアプローチ
- 変更区分の自動判定：変更内容をLLMに入力し、薬事法令に基づく届出/申請区分を自動判定
- 変更申請書のドラフト：変更の内容と根拠データからLLMが申請書のドラフトを自動生成
業務5：規制動向のモニタリング
現在の業務フロー
- 各国規制当局（PMDA、FDA、EMA等）のガイドライン更新を追跡
- ICH（医薬品規制調和国際会議）ガイドラインの改訂動向をフォロー
- 規制変更が自社製品・開発パイプラインに与える影響を分析
- 社内関係部門への情報展開
AI化のアプローチ
- 規制情報の自動収集・要約：各国規制当局のWebサイトをLLMが定期巡回し、新規ガイドライン・通知を自動検出→要約→自社への影響度を評価
- 規制変更の影響分析：新規ガイドラインの内容と自社の申請計画をLLMが照合し、対応が必要な項目をリスト化
業務別AI化の優先順位マトリクス
| 業務 | AI化の効果 | 導入の難易度 | 優先度 |
|---|---|---|---|
| CTD作成（特にモジュール2） | ★★★★★ | 中（LLM+医学知識） | 最優先 |
| 照会事項への回答 | ★★★★★ | 中（RAG構築） | 最優先 |
| 規制動向モニタリング | ★★★★ | 低（Web巡回+LLM） | 高 |
| 変更管理 | ★★★ | 低（法令照合） | 中 |
| GMP適合性調査対応 | ★★★ | 中（文書整備） | 中 |
汎用LLMで薬事業務を変革する｜Renue視点
薬事業務のAI化で最も重要なのは、CTDの構成がICHガイドラインで国際的に標準化されている点を活かすことです。構成が決まっているからこそ、LLMに「この構成に従ってドラフトを書け」と指示しやすく、AI化の効果が高い領域です。
- ICHガイドラインをプロンプトとして構造化する：CTDモジュール2の各セクション（品質概要2.3/非臨床概要2.4/臨床概要2.5/非臨床概括評価2.6/臨床概括評価2.7）の構成要素をプロンプトに組み込む
- 過去の申請文書をRAG化する：自社の過去のCTD、照会事項回答、審査報告書をRAGに格納。「過去の類似品目ではモジュール2.7をどう書いたか」をLLMが即座に参照
- メディカルライティングの定型部分をLLMに委任する：「方法」「結果」のような元データからの記述セクションをLLMに委任し、メディカルライターは「考察」「ベネフィット-リスク評価」の執筆に集中
規制文書は「正確性」が絶対条件ですが、「ゼロから書く」ことと「AIドラフトをレビューする」ことでは生産性に大きな差があります。あるAI企業では、FDA承認や臨床試験結果などの規制情報をAIで自動検知・分析するプラットフォームを構築し、薬事部門の情報収集を支援しています。
まとめ
薬事部門は、CTD作成→照会回答→GMP→変更管理→規制モニタリングの5つの業務で構成されています。AI化の優先度が最も高いのは以下の2業務です。
- CTD作成：ICH標準構成に従ったモジュール2のLLMドラフト生成（McKinsey×Merckの協業実績）
- 照会事項への回答：過去の照会事項RAG×LLMによる回答ドラフト自動生成
次の記事では、CTDモジュール2のAI自動生成における具体的なプロンプト設計とICHガイドラインの構造化方法について解説します。