リスク回避

セミナー概要 セミナーのテーマ 医薬品開発におけるAI・機械学習の活用 ドロップアウト防止のためのリスク回避策 LLMを用いた情報収集と問題解決 こんな方におすすめです 医薬品開発に関わる研究者 開発プロジェクトのマネージャー 情報収集スキルを向上させたい方 ドロップアウト防止にむけたAIによるリスク回避・評価と意思決定にむけたデータ補完 ～類似したトラブルを乗り切り、承認まで至った事例の効率のよい調査方法の習得～ 医薬品開発おけるリスク回避へのAI、機械学習活用と問題解決策の探索方法から、開発段階で問題が生じた場合の、対策策定のための調査へのAI/LLMの活用を学ぶ！＜講師よりコメント＞AIは、創薬のやり方やタイムラインを大きく変えるといわれています。一方、大規模言語モデル（LLM）などホワイトカラーの業務を奪うといわれながら、現時点では、まだまだ発展途上の状況です。このLLMの現状を認識して使いこなすことによって、効率よく類似の問題を抱えた成功事例をピックアップし、先行事例が課題をどの様なロジックを組むことによって乗り切り承認に至ることができたのか調査する方法を知ることができます。 講師 学校法人埼玉医科大学リサーチアドミニストレーションセンター 特任教授 筆本 敏彰 先生【主なご経歴】田辺三菱製薬株式会社で、研究プロジェクトのプロジェクトマネジメント、開発戦略・製品戦略立案、導入評価、事業性評価、研究開発プロジェクトの意思決定、中期経営計画立案、企業価値評価に従事、現在埼玉医科大学で研究の実用化業務に従事。【主な研究・業務】・研究プロジェクトのプロジェクトマネジメント、研究テーマの意思決定・社内プロジェクトの評価および事業性評価（市場調査含む）・研究および開発プロジェクトの企画立案・導入評価・non-SMDアプリの開発オーナー、プログラム医療機器の開発・プロジェクト管理（RD費、PMO） セミナー趣旨、ポイント 得られる知識 ・LLMの代表例としてPerplexityのコマンドを使った初心者向け検索方法・FDA/PMDA/EMAへの申請資料や審査資料、FDAAdcom資料等の入手方法・申請計画/開発計画を含む戦略立案に必要な情報収集方法 プログラム 1．自己紹介と聴講者のAI活用状況の確認2．医薬品開発おけるAIの活用 2.1．AIツールの現状 2.2．AIを使うために必要なこと3．医薬品開発おけるリスク回避へのAI、機械学習活用 3.1．医薬品の成功確率 3.2．医薬品の主なドロップアウト（開発中止）理由 3.3．ドロップアウトの分類 3.4．ドロップアウトするリスクに対する考え方 3.5．ドロップアウト防止に向けた取り組み 3.6．ドロップアウトと競争環境の影響 3.7．ドロップアウト（開発中止）された事例 3.8．LLMを活用した問題解決策の探索4．問題が生じた場合の、対策策定のための調査へのAI/LLMの活用 4.1．情報リテラシーの磨き方 4.2．情報源の選定 4.3．検索LLMツールの特徴 4.4．検索LLMの検索方法、最低限知っておくべき 4.5．LLMツールを活用した先行事例の探索 4.6．集めた情報を活用するために必要なこと5．まとめ〔質疑応答〕

医療データ(RWD)活用時の100の落とし穴＝落とし穴にはまらないための処方＝（承認申請・MA・マーケ・PV領域での活用）

ドロップアウト防止にむけたAIによるリスク回避・評価と意思決定にむけたデータ補完