AnthropicとEnveda、医薬品の製造記録をAIで点検する研究を公開

製造記録には、ひとまとまりの薬を実際に作った作業や結果が残ります。確認する人は、承認された手順・基準と実施記録を照合します。架空の例で、点検署名が必要な手順なのに完了記録の欄が空なら、その理由を調べます。文書比較の仕組みを説明する例で、今回の実際の指摘項目ではありません。

CDPはEnvedaのレビューシステム名で、Claudeはその中で文書を読むAIモデルです。 Envedaが社内用に作ったもので、販売製品ではありません。規制対象の品質管理システムとして検証を終えた道具ではなく、補助的な意見を出す用途だと説明しています。報告は、基準文書と記録をつなぎ、評価していないページを知らせ、指摘に根拠ページを添えると説明しています。長いファイルを渡して一文の要約を得るより、確認する経路が具体的です。

%% 文書の指摘から人の判断へ · Enveda CDP報告の役割を単純化
flowchart TD
  A["承認された基準・製造記録"] --> B["AIが比較し<br/>指摘と根拠ページを提示"]
  B --> C["人が原文と未評価の範囲を確認"]
  C --> D["品質部門が判断<br/>対応・出荷を決める"]

研究チームは、人が挙げた対応が必要な問題11種類とAIの意見を比べました。11種類すべてがAIの複数回の実行のうち少なくとも一度は出た結果です。1回でいつも全部見つかるという意味に変えると、評価条件が消えます。9種類は直接対応し、2種類は追加説明を経て判定者が対応する指摘に分類しました。Claude Opus 4.7の単一実行では、人が挙げなかった対応が必要な意見7件も報告されています。

報告には、読取り誤りを別に分類した2回の実行で、既存の記載を読み違えた例も各1件あります。原文にない内容を引用しないことと、存在する文字を正しく読むことは別の評価項目です。追加の有用な指摘があっても、読取り誤りを別に調べる必要があります。

手作業1553分は25時間53分、CDP経路166分は2時間46分です。後者はAI処理と、意見を先に見た内部レビュー担当者の確認を合計しています。薬の検証全体や新薬開発期間が同じ割合で短くなった数字ではありません。

計算は(1553−166)÷1553です。報告では約9.4倍の差とも表現しています。同じ観測の別の表記で、品質業務全体や人件費が89%減る保証ではありません。時間を測ったのはOpus 4.7の経路で、後続のOpus 5.5実行では確認時間を記録していません。

製造記録の確認は薬の品質管理の一部です。患者への安全性や効果には別の研究が必要です。米国の食品医薬品局FDAは、非臨床研究で毒性などの基礎情報を調べ、臨床研究で人への作用を試すと説明しています。非臨床研究・臨床研究

Anthropicの協力全体は大部分が非臨床という説明と、Envedaが臨床開発プログラムの製造記録を扱った説明は、異なる研究対象を指しています。すべてが同じ段階にあるとまとめないようにします。