Signal Management ProcessのAI高度化｜GVP Module IX 2026 Q2改訂×Disproportionality×Ensemble ML×Agentic AIの実装ガイド

（1）Signal Detection（新規 drug-event 関連や既知の新側面の検出）、（2）Signal Validation（潜在的因果関連の確認）、（3）Signal Prioritization（患者・公衆衛生影響度で優先度付け）、（4）Signal Assessment（集積データからの総合 B-R 評価）、（5）Recommendation for Action（ラベル変更・RMP 更新・製品回収等の規制対応）の 5 ステップです。2026 Q2 改訂で AI 活用が expected 化されます。

PRR（≥2・χ² ≥ 4・n ≥ 3、EMA 推奨）、ROR（下限 95%CI > 1、Case-Control 型）、IC（IC025 > 0、WHO UMC BCPNN、低頻度に強い）、EBGM（EB05 > 2、FDA GPS、多重比較に強い）を使い分けます。単一指標依存は False Positive リスク大、複数指標合議で精度向上。ML Ensemble（Random Forest/GBM）と組合せが 2025-2026 標準。

（1）MAH が EudraVigilance データを自社ワークフローに直接統合義務化、（2）AI-powered PV ツールが optional ではなく expected 化、（3）Signal Management Process を改訂し査察対応済み体制に、（4）DARWIN EU 連動深化、（5）ICH M14 RWD 安全性との整合。2026 Q2 施行で PV 組織体制の大規模再編が必要です。

検出→検証→優先度→評価→対応の 5 ステップを End-to-End 自律オーケストレーション。ツール呼び出し（FAERS API・文献検索・MedDRA・統計解析）、マルチステップタスク自動化、Human-in-the-loop 制御、全ステップ監査トレース、自己検証ループが標準機能。ただし最終判断と規制対応提案は Medical Reviewer/PV 専門家が担当、AI は候補提示に徹する設計が 2026 推奨です。

（1）多指標合議（PRR と IC 両方で Signal）、（2）時系列安定性確認（継続外れか）、（3）Reporting Bias 補正（Notoriety・Weber effect）、（4）Class effect 除外（同クラス薬共通 AE）、（5）既知 AE（添付文書記載済み）除外、（6）MedDRA 階層考慮、（7）Medical Reviewer による医学評価の 7 手法でノイズを抑えます。AI は候補を絞り込み、人間は判断に集中する体制が最適です。