Claude製薬創薬活用ガイド — ゲノム解析から臨床試験文書までの実例

製薬・創薬企業のClaude活用で目にする数字は、出どころが2種類に分かれます。顧客事例ページに載る導入企業の実績と、製品ページに載る例示用のデモ出力です。前者は「10週間が10分」「3週間が35分」のような成果、後者は「プロンプトを渡すとこう返る」という見本で、同じ表に並べると読み違えます。この記事では、両方の数字を元ページの文言まで戻して、何が実績で何が見本なのかを分けて読みます。ターゲット探索のスコアの読み方はOpen Targetsコネクタの解説にあります。

数字を読む前に、実績とデモを分ける

製薬・創薬向けの公式ページには、読み方の違う数字が混在しています。

くらべる

同じページに並ぶ2種類の数字

導入企業の実績

顧客事例の数字

Novo NordiskやBiomniの事例ページに載る、時間短縮や削減率です。誰が言った数字かを引用元の発言者まで追えます。ただし対象の業務範囲は企業ごとに違い、ページ内で表記が揺れる箇所もあります。

例示の見本

製品ページのデモ出力

ライフサイエンス向けの製品ページに載る、プロンプト例と生成結果のサンプルです。条件(閾値、類似試験の件数など)は、利用者が依頼文に書いて指定したものです。実運用の成果値ではありません。

規制文書の重さが開発の速度を決めていた

医薬品は、治療法が患者に届くまでに大量の文書を必要とします。Novo Nordiskの事例ページでは、数百ページになる臨床試験報告書(CSR)、技術的な機器検証プロトコル、複雑な治療法を平易に説明する患者向けガイドの3種類が挙がっています。外部の代行会社の支援を受けても、治験文書の作成が新薬を市場に出す速度を落としていたという説明です。

中心にあるCSRは、治験結果をまとめた最大300ページほどの文書です。作成は執筆・レビュー・書き直し・承認を繰り返す数か月がかりの工程で、担当ライター1人が1年に作成できるのは平均2.3本でした。新薬の上市が1日遅れるごとに、最大1,500万ドルの機会損失が生じうるという記述もあります。

Novo Nordiskの事例は何が縮まり、何が縮まなかったか

Novo NordiskはClaude Codeで「NovoScribe」という文書生成基盤を開発しました。Amazon Bedrock上で動かし、データ基盤にはMongoDB Atlasを使っています。検索拡張生成(RAG)に、ドメイン専門家が承認した文面と案件固有の変数を組み合わせて文書を作る構成です。

数字

Novo Nordiskの事例ページに載る数字

• 臨床試験文書の作成時間

  10週間超 → 10分

  見出しの数字。対象はCSR単体でなく臨床試験文書

• CSRの執筆時間

  90%削減

  Digitalization Strategy Directorの発言

• 機器検証プロトコルの資源

  95%削減

  作成に必要なリソースの削減率

• レビューから承認までの周期

  約半分

  結論節の数字。CSRでは満足度の向上とともに周期が短縮

「10週間から10分」は、ページ冒頭では臨床試験の文書づくり全体にかかる時間として出ています。CSRに限った数字は本文中の「執筆時間を90%削減」だけなので、10分と90%を同じ土俵で並べると誤解を生みます。

事例の中身で目を引くのは、対象ごとに導入の重さが違う点です。患者向け冊子へのRAG設定の適用はごく短時間で済みましたが、機器検証プロトコルではレガシーシステムの非構造化データを取り込むために数か月の開発が必要でした。新しい治験向けの試験冊子と患者ガイドは、1分未満で一式が作れるようになったとされています。

数字の大きさより、この導入の順序に実務の手がかりがあります。

手順

NovoScribeが対象を広げた順序

1. 1

   CSRの作成から着手

   最初はCSRの生成を仕上げることに集中しました。

2. 2

   機器検証プロトコルへ展開

   「大規模言語モデルにデータを放り込んで祈るわけにはいかない」という発言が、この工程に対応します。

3. 3

   患者向け資料へ展開

   次は患者向け資料です。

4. 4

   医療業務部門でパイロット、CTD全体の自動化を目標に

   次の目標は、承認申請に必要な共通技術文書(CTD)の作成工程の自動化です。Claude Codeで機能を拡張している段階とされています。

もう1つ、数字に出にくい成果があります。技術者でないメンバーが、自然言語でプロトタイプを作れるようになった点です。分子生物学の博士号を持つDigitalization Strategy DirectorのWaheed Jowiya氏は、プログラミング経験が多くありません。それでも、アイデアの概念実証(POC)をClaude Codeで作れると語っています。開発チームは11人の少人数のままで、全員が製品開発者になれる状態を保てたという話です。

Biomniの「100倍」と「800倍」はなぜ両方載っているのか

Biomniは、スタンフォードの研究者が開発した、文献レビューからバイオインフォマティクス解析、湿式実験のプロトコル設計までを自律的にこなすエージェントです。事例ページの見出しは「100倍」ですが、成果の箇条書きには「800倍」が出てきます。

同じページに2つの倍率が載るのは、指す範囲が違います。800倍は、ウェアラブルのバイオインフォマティクス解析を人間の専門家の3週間に対して35分で終えた、1件の比較です。3週間は3万240分で、35分で割ると約864倍になるので、800倍はこの1件の計算と合います。100倍は見出しと本文の「バイオインフォマティクス解析の高速化」で使われる倍率で、1件の比較値の800倍とは別に示されています。引用するなら、800倍は1件の解析の値、100倍は見出しの倍率と書き分けるのが安全です。

そのほかの成績として、ページには次の内容があります。

• LAB-benchのDbQAとSeqQAで人間水準の成績
• クローニング実験の設計が、ブラインドテストで5年以上の専門家の仕事と同等と判定された
• 150のツール、59のデータベース、106のソフトウェアパッケージに接続している。いずれも2,500本超の論文から選んだもの
• Humanity's Last Examと8つの生物医学タスクで最高水準(state-of-the-art)の成績
• ある研究チームが、大規模な単一細胞データセットのBiomniによる解析から、骨格系の細胞系譜を制御する新規の転写因子を発見した

Biomniの開発チームがClaudeを選んだ理由は、ページでは3点にまとまっています。生物学の知識、200,000トークンのコンテキストウィンドウ、そして知見の統合や仮説の生成といった科学的な推論力です。コーディング能力とエージェント的ワークフローは、開発者Huang氏の発言のほうに登場します。他のモデルが情報を切り詰めたゲノム解析や数ギガバイトのデータセットを、Claudeは欠落なく処理できたと説明されています。

Biomniの動機にも注目できます。研究者の作業時間の80%が、文献検索、データの前処理、プロトコルの調整といった繰り返し作業に消えているという見立てです。自動化の対象を、研究の創造的な部分でなく反復作業に置いている点が設計の出発点になっています。自律度は選べます。共同操縦に近いモードから全自動実行まで、作業と好みに応じて変えられる設計です。Anthropicとの協力により、スタンフォードのサイトで世界中の科学者が無償で使えるようになったとも書かれています。

製品ページのデモを、実績として読まない

ライフサイエンス向けの製品ページには、5つの用途のデモが載っています。ここで見るのは、プロンプトに何を書き、何が返るかです。

• 単一細胞解析のQC: 「scRNA-qc」スキルに、細胞あたり200〜6,000遺伝子、ミトコンドリア含有量15%以下といった閾値を依頼文で渡す。返るのはHTMLレポート、フィルタ済みファイル、残存・除外細胞数のCSV
• 文献統合: PubMedとbioRxivを対象に、成人と小児の肝実質細胞の遺伝子発現を比較する。2023〜2025年に期間を絞り、矛盾する知見にはフラグを立てるよう依頼文に書く。bioRxivコネクタの接続と、査読前の論文の扱いは別の記事にあります。
• 臨床試験プロトコルの草案: FDA/NIHのテンプレートと、第1相の結果を渡す。ClinicalTrials.govの類似する第2相試験10〜15件と照らすよう指定する
• IND申請の安全性サマリー: Module 2.7.4向け。検査値は正常上限の3倍超、有害事象は発生率15%超を安全性シグナルとする、という閾値を依頼文で定義する
• レガシーコードの近代化: FORTRAN 77の薬物動態モデルをPython 3へ。数値の一致を1e-6の許容誤差で検証するテストを書かせる

注意したいのは、閾値や参照する試験の件数が、製品の既定動作でなく利用者の指定になっている点です。「3倍超」や「15%」を決めるのは依頼する側の責任で、Claudeがそれを妥当な値として選ぶ説明ではありません。

デモの生成結果には、依頼との差も出ています。プロトコルのデモは、類似試験を10〜15件照合するよう指定されたのに対し、サンプルサイズの根拠として挙がるのは12件です。症例数は120例(1群40例、検出力80%、有意水準5%)で、群間差5ポイント、標準偏差8という前提が添えられます。FORTRANのデモは、847行のコードが312行になり、IMSLの呼び出し14個をSciPyに置き換え、数値のずれは1e-7未満でした。依頼で求めた許容誤差(1e-6)より厳しい水準で収まった見本です。

こうした数字は、プロンプトの書き方の参考にはなりますが、自社データでの成果を保証するものではありません。

大手製薬の引用は、同じページの中でも粒度が違う

製品ページには、製薬・ライフサイエンス企業の幹部の発言が並んでいます。数字を含む発言を、そのまま比較すると混乱するので、読み方の例を挙げます。

Sanofiの発言は、ページ内で2回出てきます。1つは「社内アシスタントConciergeで、多くの従業員が日常的に使っている」という表現で、もう1つは「およそ6万人の従業員が毎日使っている」という表現です。どちらもEmmanuel Frenehard氏(Chief Digital Officer)の発言で、前者は全社の利用を定性的に述べ、後者は人数で示しています。6万人を全従業員の人数と取り違えないこと、「majority」と「6万人」を別の数字として扱うことが、引用の際の注意点です。

ほかの発言は、数字よりも用途の位置づけが具体的です。

• Cepheid(Danaher傘下): 診断薬の開発で、規制文書の草案作成と見直しに使い、従来のリリースサイクルより速く進めている。エボラ出血熱の流行では検査キット「Xpert Hemorrhagic Fever」が使われている(JC Gutierrez-Ramos氏、Chief Scientist)
• BMS: エージェント的な能力とセキュリティにより、何十年も分断されていた知見を全社員が使える形にする。発言者はGreg Meyers氏(EVP兼Chief Digital & Technology Officer)
• Genentech: Anthropicの推論モデルをラボの業務フローに組み込んでいる。目指すのは、自律的でクローズドループな発見の基盤(Aviv Regev氏、EVP兼Head of Genentech Research and Early Development)
• AstraZeneca: 解釈可能性への取り組みを評価している。科学優先のアプローチを支える、安全で操縦可能なモデルという位置づけ(Jorge Reis Filho氏、Chief of AI for Science Innovation)
• AbbVie: 「Intelligent Medical Insights」の基盤にClaudeを使っている。Claude Enterpriseで全社へ広げる方法も検討中(Sarah Nam氏、VP of AI Strategy and Partnerships)
• Axiom: 薬物毒性の予測AIの開発で、Claude Codeに数十億トークンを使い、PRの多くを書かせている
• Schrödinger: Claude Codeで、ソフトウェア開発が場合によって最大10倍速くなった(最適なプロジェクトでの数字)

SchrödingerとAxiomのように、Claude Codeを研究用ソフトウェアの開発に使う例は、研究者向けのClaude Scienceとは別の流れです。ライフサイエンス向けの製品ページでは、Claude Codeの用途として、GxP要件下でのバイオインフォマティクスのパイプライン高速化と科学ソフトウェアの検証、PRレビューでの出荷前のコンプライアンス問題の検出が挙がっています。エンジニアが担う場合は、Claude Codeの使い分けガイドの観点が当てはまります。

自社の状況に当てはめる切り分け

事例を読んだあとの判断は、「どの工程のどの数字を目標にするか」に尽きます。事例ページの書き方から、次のように切り分けられます。

• 文書量が多く、承認済みの定型文がある: Novo Nordiskの型です。RAGで承認済みの文面を引き、案件固有の変数だけ差し替える。文書の種類によって導入の重さが違うので、どの文書から手を付けるかが最初の判断になります
• 社内に古いシステムやデータ形式がある: まず、その文書に必要なデータがどの形式でどこにあるかを洗い出します。取り込みの難しさが、工程の順序を決めます
• 解析・文献調査が主で、コードを書く人が少ない: Biomniや、ライフサイエンス向けの製品ページにあるClaude Scienceの用途です。10x GenomicsやBenchlingに接続し、注釈付きで再現できるレポートを返す構成が、製品ページで示されています。BenchlingのELN検索はClaudeのBenchling連携にあります
• 機微な臨床データを扱う: ライフサイエンス向けの製品ページでは、EnterpriseプランにHIPAA対応可能なインフラ(HIPAA-ready、追加費用あり)が挙がっています。ほかにコンプライアンス用のAPI、シングルサインオン、データ保持期間の設定が並びます。詳細はEnterpriseプランの解説で扱っています

よくある質問

Claude Scienceは製薬企業でなくても使えますか

Claude Scienceは公開ベータで、製薬企業に限った製品ではありません。研究、論文化、解析にわたる科学的発見向けに設計され、科学データベースに接続する製品です。ライフサイエンス向けのページでは、PubMedなどに接続すると主張を出典までたどれると説明されています。ライフサイエンス向けの製品ページには、非営利団体や学術機関向けの研究室チームプランも案内されています。研究室のHPCクラスタとの接続方式はClaude ScienceのHPC接続 — SSH・ログインノード経由の仕組みで扱っています。

まとめ

自社で見積もるなら、倍率や削減率より先に、承認済みの定型文がある文書の種類を数えるところから始められます。ここが空なら、Novo Nordiskの数字は参考値にとどまります。