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（レギュラトリーアフェアーズ）部門の業務内容｜承認申請からCTD作成まで徹底解説
薬事（レギュラトリーアフェアーズ：RA）部門は、新薬の「世に出る許可を取る」部門です。研究開発・臨床開発で得られたデータを規制当局（日本ではPMDA、米国ではFDA）が求める形式に取りまとめ、承認申請書類（CTD：コモン・テクニカル・ドキュメント）を作成・提出します。承認取得後も、添付文書の改訂、一部変更承認申請、GMP適合性調査対応など、医薬品のライフサイクル全体にわたる薬事対応を担います。
本記事では、薬事部門の主要業務（薬事戦略の立案、CTD作成・承認申請、照会事項対応、変更管理・一変申請、GMP適合性調査対応）を具体的に解説します。
薬事部門の主要業務
業務1：薬事戦略の立案
業務の詳細
- 開発段階からの規制戦略：臨床開発計画の初期段階から、承認取得に最適な開発経路（どの適応症で、どの評価項目で申請するか）を規制面から助言
- 規制当局との事前相談：PMDA（医薬品医療機器総合機構）との対面助言、FDA Pre-IND Meeting等の規制当局との事前協議（出典：PMDA "レギュラトリーサイエンス"）
- グローバル薬事戦略：日米欧同時申請、各国の規制要件の違いへの対応方針の策定
- 希少疾病用医薬品（オーファンドラッグ）指定の取得：オーファン指定による優先審査・各種優遇措置の活用
- 薬事規制動向の調査：ICHガイドライン、各国の規制変更の動向を継続的に調査
この業務で人間にしかできないこと
- 規制当局との事前相談の折衝（PMDAやFDAの審査官の意図を読み取り、適切に回答する対人コミュニケーション）
- グローバル薬事戦略の策定（各国の規制環境・承認スケジュールを総合した戦略的判断）
業務2：CTD作成・承認申請
業務の詳細
- CTDの編纂：5つのモジュール（M1：地域情報、M2：概要、M3：品質、M4：非臨床、M5：臨床）の作成・統合（出典：製薬オンライン "薬事申請とは"）
- 申請概要の作成：CTD M2（品質に関する概要、非臨床概要、臨床概要）の執筆。膨大なデータを規制当局が理解しやすい形に要約
- eCTD形式での電子提出：電子化されたCTD（eCTD）形式での申請資料の作成・提出
- 添付文書の作成：医療従事者向けの添付文書（効能・効果、用法・用量、使用上の注意等）の作成
- 申請関連文書の管理：申請資料の版数管理、参照文献の管理、申請スケジュールの管理
この業務で人間にしかできないこと
- 申請概要（M2）の論理構成（膨大なデータから「なぜこの薬は有効で安全か」のストーリーを構築する力）
- 添付文書の記載内容判断（臨床的に重要な情報の取捨選択と表現の適切さの判断）
業務3：照会事項への対応
業務の詳細
- 照会事項の分析：PMDA/FDAからの照会事項（質問・追加データ要求）の内容を正確に理解し、対応方針を立案
- 回答書の作成：関連部門（臨床開発、非臨床、品質等）と連携し、科学的根拠に基づく回答書を作成
- 追加解析の依頼：照会事項に対応するための追加統計解析や追加試験の必要性を判断し、関連部門に依頼
- 審査面談への対応：PMDA審査チームとの面談（専門協議等）への参加・対応
この業務で人間にしかできないこと
- 照会事項の「行間を読む」力（審査官が本当に懸念していることを読み取る経験的判断）
- 回答戦略の判断（「どの程度の追加データを出せば審査官を納得させられるか」の判断）
業務4：変更管理・一部変更承認申請
業務の詳細
- 一部変更承認申請（一変）：承認取得後の効能追加、用法・用量変更、製造方法変更等に伴う承認事項の変更申請
- 軽微変更届出：軽微な変更（製造所の変更等）に関する届出手続き
- 添付文書の改訂：市販後の安全性情報に基づく添付文書の改訂・届出
- 再審査対応：新薬の再審査期間中の使用成績調査結果の取りまとめ・提出
- 薬価関連：薬価収載申請、薬価改定への対応資料の作成
この業務で人間にしかできないこと
- 変更の薬事的影響判断（「この変更は一変が必要か、届出で済むか」の規制解釈）
- 添付文書改訂の内容判断（安全性情報をどのように反映するかの医学的・薬事的判断）
業務5：GMP適合性調査対応
業務の詳細
- GMP適合性調査への準備：PMDAによる製造所のGMP（医薬品の製造管理及び品質管理に関する基準）適合性調査への対応準備
- 製造関連文書の整備：製造販売承認書と実際の製造実態の整合性確認
- 海外製造所の管理：海外CMO（受託製造機関）のGMP適合性確認
- 定期適合性調査：承認取得後の定期的なGMP適合性調査への対応
この業務で人間にしかできないこと
- 査察時の対応判断（査察官の指摘に対する現場での即時判断と説明）
- 是正措置の妥当性判断（指摘事項に対する適切な改善策の策定）
AI化の可能性と限界
AIで効率化できる業務
- CTD各モジュールのドラフト生成：LLMが臨床・非臨床データからCTD概要セクションのドラフトを自動生成
- 照会事項回答のドラフト作成：過去の照会事項と回答のデータベースからLLMが類似回答を検索・ドラフト生成
- 規制動向の自動追跡：AIがICH・PMDA・FDAのガイドライン改定を自動検出・要約
- eCTD文書の整合性チェック：AIが申請資料全体の数値・記載の整合性を自動検証
- 添付文書の改訂箇所の自動検出：安全性情報と現行添付文書を照合し、改訂が必要な箇所を自動提示
人間にしかできない業務
- 規制当局との折衝：PMDA/FDAの審査官との対面協議は人間にしかできない
- 薬事戦略の策定：各国の規制環境を踏まえた開発・申請戦略の立案
- 照会事項の「行間を読む」判断：審査官の真の懸念を読み取る経験的判断
- 申請概要のストーリー構築：「なぜこの薬は有効で安全か」の論理的な物語の構築
- GMP査察への現場対応：査察官の指摘に対する即時判断と説明
2026年アップデート：薬事業務を取り巻くeCTD v4.0・AI規制・LLM実装動向
① eCTD v4.0 三極（FDA/EMA/PMDA）+ NMPA の移行タイムライン
2024〜2026年は、電子申請フォーマットがeCTD v3.2.2 → v4.0へと段階移行する節目の期間です。v4.0はメタデータ駆動型で、複数電子モジュールを1パッケージで提出でき、XML構造化データを直接埋め込めるなど、規制当局側のAI審査支援との親和性が飛躍的に高まっています。
- FDA：2024年9月16日からeCTD v4.0受付開始
- EMA（EU）：2026年に中央審査（CAP：Centrally Authorised Products）向けにv4.0を義務化予定
- PMDA（日本）：2026年4月からeCTD v4.0の電子提出を義務化（主要規制当局として世界で初めて「v4.0のみ」を要求。JPMA「電子化CTD作成の手引き」も改訂進行中）
- NMPA（中国）：2026年3月1日からeCTD申請を全面実施
出典：PMDA "国内eCTD Q&A"、PMDA "eCTD国内情報提供ページ"、IntuitionLabs "CTD vs eCTD"、PharmaCXO "NMPA eCTD申报全面实施 (2026-03-01)"。
② FDA-EMA「Good AI Practice」共同原則（2026年1月）と"shadow use"問題
2026年1月、FDAとEMAは合同で「Guiding Principles of Good AI Practice in Drug Development」（10原則）を公表しました。特に注目すべきは、"shadow use"（現場担当者が既にLLMを日常業務で使っている一方、経営層が把握しきれていない状態）を正面から問題視し、ガバナンスと監査証跡の整備を求めている点です。薬事部門ではドラフト生成にLLMを使う場合、「どのプロンプト・どのモデル・どのバージョンで生成したか」のprovenance（来歴）管理が必須となります。
FDAは2025年1月ドラフトガイダンスで「七段階リスクベース信頼性評価フレームワーク」（COU=Context of Use単位で評価）を提示しており、薬事AIの導入判断はこの枠組みに沿うことが実装の起点となります。PMDAもAI-SaMD（AI医療機器ソフトウェア）向けPACMP（Post-Approval Change Management Protocol）を2023年3月に正式化しており、承認後のアルゴリズム更新をリスク対応範囲内で再提出なしに行える制度設計が進んでいます。出典：RAPS "EMA-FDA joint AI guiding principles"、FDA公式。
③ LLM-assistedドラフト生成の実測効果
- Amgenの実装事例：LLMベースのツールでModule 3（品質：原薬・製剤）の情報からModule 2.3（Quality Overall Summary）を自動ドラフト生成。モジュール間の転記・要約を人間ライター1人あたり数十時間単位で削減。
- CTD dossier作成全体：LLM活用により初稿作成時間は最大97%短縮、dossier組み立て全体で60%の時間削減（従来8-9ヶ月 → 数週間短縮）との業界ベンチマークが示されています。
- 再提出コスト回避：NLPによる用語標準化・規制フレーズの自動校正・翻訳で、1申請あたり数万〜数十万USDの再提出コスト回避が試算されています。
出典：IntuitionLabs "AI and the Future of Regulatory Affairs"。ただし、これらは「AIが最終申請書を作る」のではなく「AIがドラフトを作り、RA専門家が規制整合・論理構成を担保する」二層構造が前提です。
④ renue独自視点：汎用LLM×薬事ワークフロー実装の3つの落とし穴
renueは製薬・医療機器クライアント向けに、薬事部門連携を組み込んだAIエージェント（BAMアシスタント、openFDA連携、薬事マスタ参照等）を複数プロジェクトで自社構築しています。その運用で見えてきた、汎用LLM（Claude等）を薬事業務に組み込む際の落とし穴は次の3点です。
- 「M2全編AI生成」の幻想：Module 2.3（QOS）はModule 3の要約、M2.4-2.7は非臨床・臨床モジュールの要約で、LLMはこの「モジュール間の凝縮」には強い。しかし「なぜこの薬が有効で安全か」のストーリーテリング（M2の本質）は、開発経緯と規制当局の期待値を統合した人間の判断領域。AIに全任せにすると「事実は正しいが論理が薄い」M2が量産される。
- 三極規制差異のハルシネーション対策：FDA/EMA/PMDA/NMPAの要件差異（例：M1の地域固有要件、eCTDバージョン、添付文書フォーマット）はLLMが曖昧に混同しがち。各国の一次出典（PMDA/FDA/EMA/NMPA公式）をRAGで参照させ、モデル内部知識に依存しない設計が必須。
- eCTD v4.0は「ファイル生成」より「メタデータ整備」が本丸：v4.0はメタデータ駆動で、XML構造化データがそのまま審査側で機械処理される。LLMを「PDFドラフト生成」にだけ使うと、v4.0の設計思想を活かせない。メタデータ命名規則・Keyword構造の整備にこそAIを使うのが、2026年以降の実装ベストプラクティス。
「薬事AI専用SaaSを導入する」のではなく、汎用LLM（Claude等）を社内の既存eCTDワークフロー・SOP・過去申請データに接続し、COU単位で信頼性評価を回すアプローチが、2026年時点で最も投資対効果の高い入り方です。
まとめ
製薬会社の薬事部門は、薬事戦略の立案、CTD作成・承認申請、照会事項対応、変更管理・一変申請、GMP適合性調査対応の5つの業務で構成されています。AIはCTDドラフトの自動生成や照会事項回答の補助、規制動向の自動追跡で効率化に貢献しますが、規制当局との折衝、薬事戦略の策定、照会事項の行間を読む判断、申請概要のストーリー構築は完全に薬事専門家の経験と判断力の領域です。
2026年はeCTD v4.0義務化（PMDA 4月／NMPA 3月）とFDA-EMA AI原則公表が重なる転換点で、薬事部門は「LLMでドラフト生成し、人間が規制整合を担保する二層構造」をCOU単位の信頼性評価とprovenance管理の枠組みで実装することが起点になります。