【Live配信 or アーカイブ配信】生成AIを活用した医薬品市場分析と患者数／売上予測・事業性評価

＜セミナー　No. 603114（Live配信）＞
＜セミナー　No. 603167（アーカイブ配信）＞

生成AIを活用した医薬品市場分析と患者数／売上予測・事業性評価
― 文献・公開データの効率的収集から予測モデル構築まで ―
【Live配信 or アーカイブ配信】

生成AIを活用した医薬品市場分析・患者数／売上予測の実務プロセスを習得
文献・公開データを基に、説明可能な予測モデルを自社内で構築するための実務講座

----------------------------------------------------------------------------------
■講師
【第１部】クリエイティブ・スーティカル(株)　日本代表　大西 佳恵　氏
【第２部】エルゼビア・ジャパン(株)　A&Gソリューション　バイスプレジデント　柿田 佳子　氏
【第３部】ハッシュピーク(株)　代表取締役　前田 琢磨　氏
■聴講料
１名につき５５,０００円（消費税込/資料付き）
１社２名以上同時申込の場合のみ１名につき４９,５００円（税込）
大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください。
■セミナーの受講について
・下記リンクから視聴環境を確認の上、お申し込みください。
　→ https://zoom.us/test
・開催数日前または配信開始日までに視聴用のURLとパスワードをメールにてご連絡申し上げます。
　セミナー開催日時またはアーカイブ配信開始日に、視聴サイトにログインしていただきご視聴ください。
・出席確認のため、視聴サイトへのログインの際にお名前、ご所属、メールアドレスをご入力ください。
　ご入力いただいた情報は他の受講者には表示されません。
・開催前日または配信開始日までに、製本したセミナー資料をお申込み時にお知らせいただいた住所へお送りいたします。
　お申込みが直前の場合には、開催日または配信開始日までに資料の到着が間に合わないことがあります。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。
　複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・アーカイブ配信セミナーの視聴期間は延長しませんので、視聴期間内にご視聴ください。

プログラム　　　　　　　　　　
（10:00～12:00）
【第１部】医薬品市場情報の収集、患者数予測の効率化とChatGPTの活用事例
クリエイティブ・スーティカル(株)　日本代表　大西 佳恵　氏

【講座主旨】
医薬品市場情報の収集や患者数予測は、さまざまなデータの整理・解釈を必要とし、時間と労力を要する業務である。本講演では、生成AIであるChatGPTを活用することで、これらのプロセスをどのように効率化し、精度向上につなげられるかを解説する。データの構造化や前処理、仮説構築、計算補助などの実務で役立つ活用法を具体例とともに紹介し、患者数予測から市場・売上予測への展開方法、さらにAI活用時の留意点についても触れ、日々の分析業務にAIを効果的に取り入れるための実践的な視点を提供する。

【講座内容】
１．医薬品市場情報の収集とChatGPTの活用
　・市場情報収集における課題（非構造データの多さ、情報の分散）
　・ChatGPTによる情報整理・要約・比較の効率化
　・エビデンスや定義の確認作業
２．生成AI・ChatGPTの基礎と医薬品情報分析への応用
　・生成AIの特徴と従来型AIとの違い
　・ChatGPTの解析支援機能（仮説生成、計算補助、文章構造化など）
　・RWD、文献レビュー、業界情報の活用事例
３．ChatGPTによる患者数予測プロセスの効率化
　・患者数推計の基本的な考え方と必要なデータ項目（罹患率、人口統計、治療対象定義など）
　・AIによるデータの構造化や前処理支援
　・欠損値、地域差、治療対象集団の設定の注意点
　・ChatGPTを利用した簡易推計と仮説立案の方法（例：前提条件の比較、感度分析、補助計算）
４．ChatGPTを用いた患者数予測プロンプト実践（デモ）
　・プロンプト設計の基本（目的 → 前提 → 手順 → 出力形式）
　・入力例と出力例の比較で分かるプロンプトの改善ポイント
　・ChatGPTの「補助的推計」の限界と留意点
５．マーケットアクセス・戦略立案への応用
【質疑応答】

◆講師プロフィール◆
1997年 ボストン大学 公衆衛生大学院、公衆衛生修士取得
1999年 コロンビア大学 公衆衛生大学院、理学修士取得
1999年 Regeneron (NY, U.S.A) 、Organon (NJ, U.S.A)
2004年 セローノ (東京)
2006年 サノフィ・アベンティス (現サノフィ) 入社
2010年 サノフィ 株式会社 渉外本部
2013年 京都大学大学院医学研究科 社会健康医学系専攻 薬剤疫学分野 博士後期課程修了
2014年 クリエイティブ・スーティカル (株) 日本代表
京都大学大学院社会健康医学系専攻 薬剤疫学分野 非常勤講師を兼務
日本で病院薬剤師勤務後、ボストン大学で公衆衛生修士 (疫学) 、コロンビア大学で理学修士 (生物統計) を取得。アメリカでバイオテックの会社と製薬会社で臨床開発の統計解析に従事。
2004年日本に帰国後、製薬会社で臨床開発の統計解析や医療経済・アウトカム研究、政策アドボカシーに従事。
2014年9月よりクリエイティブ・スーティカル株式 (医療経済・アウトカム研究・マーケットアクセスを専門) 日本代表。
---------------------------------------------------------------
（13:00～14:30）
【第２部】生成AIを活用した文献の調査と情報整理
エルゼビア・ジャパン(株)　A&Gソリューション　バイスプレジデント　柿田 佳子　氏

【講座主旨】
AIが持つ変革的な潜在力は、研究プロセスのあらゆる段階を根本的に再構築しつつあり、その影響は学術コミュニケーション全体に拡大しています。特に生成AIは、膨大な文献の探索・要約・比較を短時間で行うことで、研究者が本来注力すべき思考、分析、仮説構築といった高度な知的活動により多くの時間を割ける環境づくりに寄与しています。本講座では、エルゼビアが提供する研究特化型生成AIツールを実例として取り上げながら、文献調査の効率化、情報の体系的整理、研究計画立案への応用など、研究実務を支援する事例を紹介します。あわせて、誤情報やバイアスといった生成AIの利用に伴うリスクについても説明し、AIリテラシーを高める必要性についても言及します。さらに、今後の発展が研究現場にもたらす可能性や、研究者支援の新たな形についても展望します。AI活用について幅広く学ぶことで、参加者が研究の生産性と創造性を一段と高めることを目指す講座です。

【講座内容】
１．研究におけるAI活用の最新動向
２．エルゼビアのAIツール開発の取り組み
３．エルゼビアの最新AIツールの概要と活用シナリオ
４．実演：文献検索・要約等の基本機能
５．実演：Deep Researchの研究計画立案への活用
６．実演：信頼を得るための取組み
７．リスク①：ハルシネーションへの対応
８．リスク②： バイアスや著作権などの留意点
９．今後の展望
１０．まとめ
【質疑応答】

◆◆講師プロフィール◆◆◆
2006年にソリューション製品担当の営業としてエルゼビア社に入社。2021年に抄録・引用データベースScopusのプロダクトチームに異動。現在は、研究に特化した、信頼性の高いAI製品の開発に注力。

---------------------------------------------------------------
（14:45～16:15）
【第３部】生成AIによる売上予測・事業性評価モデルの構築
ハッシュピーク(株)　代表取締役　前田 琢磨　氏

【講座主旨】
医薬品の新規ビジネスは、近年、希少疾患領域へシフトしてきている。医薬品企業にとって、希少疾患領域は、患者数が少ないことや、臨床知見・疫学データも限定的で、社内に専門人材も少なく、事業性評価を、自信をもって行うことが難しい。また、社内のベテランの定年退職などによる世代交代を進んでおり、自社が得意とする疾患領域においても、若い世代が知見を蓄積していくニーズは高い。
このような状況下、これまでの事業性評価は、なんとか担当者が限られた時間で疾患知識を身につけた上で行なったり、大型品であれば外部のコンサルタントに委託したりすることも多かったが、最近は生成AIを活用して、短期に自社で領域知見を習得し、事業性評価を行おうという機運が高まっている。
最近は、生成AIを使わずに1日を過ごすことはほぼない。しかしながら、その使い方はGoogle検索の高機能版のようなものがまだ多く、自社で事業性評価を行おうとしても、プロンプトも複雑になり、どのように進めていいかわからないことも多い。他方、生成AIには、多くの機能が存在し、使い方を覚えれば極めて効率的に、医薬品の売上予測や事業性評価を行うことが可能である。
本講座では、医薬品ビジネスの事業性評価の方法論の基礎をおさらいした上で、特定の目的に合わせて生成AIのGPTをカスタムできるGPTsを用いてどのように事業性評価を行うかを紹介する。

【講座内容】
１．事業性評価の基礎（おさらい）
・売上予測：想定薬価と患者数
・マクロ環境の考慮（競合製品?後発品の動向、薬価改定、）
・自社の製品戦略の考慮
２．生成AIの基礎
・基本的な仕組み
・ハルシネーション
・セキュリティ
・ユーザーが身につけるべきスキル
３．カスタム生成AI(GPTs)の使った事業性評価
・使い方
・事業性評価モデルの構築
・GPTsを使った事業性評価の例題
４．生成された事業性評価結果の検証
・生成AI評価の限界
・人が判断すべき部分
５．補足：生成AIを使った働き方の将来
【質疑応答】

◆◆講師プロフィール◆◆◆
-2019年にハッシュピーク株式会社を創業。最先端のデジタル技術（AI・ブロックチェーン）を通して、医療DXを推進。それまでの、エンジニアリング、コンサルティング、およびヘルスケア業界の豊富な実務経験が強み。ハンズオン・ソリューションであるpeakDocを提供
-IQVIA(旧IMS)では、製薬会社や医療機器メーカー20社以上の事業性評価、マーケティング戦略、薬価戦略のコンサルティング、および製薬業界団体のロビー活動支援に携わる。また製薬会社のMR向けCRMシステム事業の責任者として業界のデジタルトランスフォーメーションを推進
-アーサー・ディ・リトルにてエレクトロニクス、電気、自動車、製薬、機械、化学、食品業界など26社56プロジェクトにわたる経営戦略、組織戦略、新規事業戦略、企業再生、M&Aの事業性評価に携わる
-横河電機では、エンジニアとしてサウジアラビア、シンガポール、ナイジェリア、中国、韓国、アメリカ、日本のプラントの立ち上げに従事
-小学校4年生の時からプログラミングに親しむ。ハッシュピーク創業後は、プログラミングを再開し、ブロックチェーンやAIのプログラムを習得
-現在、ハッシュピークの基幹アプリであるpeakDocを自らコーディング

[職歴]
-現ハッシュピーク株式会社 代表取締役
-現グロービス経営大学院 教授兼パートナーファカルティ
-元IQVIAソリューションズジャパン株式会社 取締役バイスプレジデント
-元IMSテクノロジーソリューションズ株式会社 代表取締役社長
-元IMSジャパン株式会社 IMS Consulting Group 事業部長
-元アーサー・ディ・リトル・ジャパン株式会社 プリンシパル
-元横河電機株式会社 エンジニア

[学歴]
-ハーバード大学医学部 エグゼクティブ・エジュケーション修了 (AI in Healthcare, Leading Digital Transformation in Healthcare)
-カーネギーメロン大学 経営産業大学院修士（MBA）
-慶應義塾大学理工学部物理学科卒業

[著作/論文]
-論文：「神経疾患における患者と医師の認識ギャップの要因とAIを用いた予測モデルの検討」第66回日本神経学会 2025
-論文：「医薬品副作用自動監視システムAVSによる副作用検出の評価」 第37回日本医療情報学会 2017
-共著：『グロービスMBAマネジメント・ブックII』ダイヤモンド社 2015
-訳書：クリス・フロイド著『経営と技術』 英治出版 2008
-著書：『葡萄酒の戦略』 東洋経済新報社 2010

セミナーの詳細についてお気軽にお問い合わせください。
「２名以上同時にお申込される場合、２人目以降の方の情報は【弊社への連絡事項がございましたら、こちらにお書きください】欄にご入力をお願いいたします」