日本電気（株）（以下 NEC）と東北大学病院は，新薬開発で課題となっている治験患者登録の効率化に向けて，新たに共同で開発した医療分野に特化したLLM（Large Language Model：大規模言語モデル）を活用して，電子カルテ情報をもとに条件に適合する候補患者を抽出する実証実験を，2024年10月から12月までの3ヶ月間実施した。東北大学病院の婦人科における子宮体がん患者を対象に実施された臨床試験で評価した結果，条件に適合する候補患者の抽出精度が向上したことを確認した。この結果は患者登録促進に寄与し，期間あたりの登録患者数を増やすことができる可能性を示している。NECと東北大学病院は今後も他の疾患や診療科などでの実証を行いながら，実装に向け再現性の検証やLLMの精度向上を図り，ドラックラグ・ロス^（注1）解決への貢献を目指す。

医療分野特化のLLMを活用したカルテ情報と治験条件の照合自動化のイメージ

日本における新薬開発ではドラッグラグ・ロスが課題となっており，その背景の一つに臨床試験における症例集積期間の長期化がある。期間の短縮を目指す中で，条件に適合する患者のリクルーティングがボトルネックとなっており，多忙な医療現場の負担を増やすことなく効率的に治験候補患者を見つける方法が求められている。それはまた，患者にとっても新しい治療法へのアクセスの可能性を高め，大きな利益をもたらすことになる。

実証の概要と結果

NECは，東北大学病院ベッドサイドソリューションプグラム アカデミック・サイエンス・ユニット（ASU）^（注2）の枠組みを活用し，治験患者登録の効率化に向けて，医療分野に特化したLLMを新たに開発し，カルテに記載された文章の解析と治験条件との照合に活用して有効性を検証した。

期間：2024年10月～12月
今回の実証は，東北大学病院婦人科の医師^（注3）の協力を得て実施した。東北大学病院の過去の診療記録データをもとに共同開発した医療分野に特化したLLMを活用し，電子カルテに記録された患者の病名や症状，健康状態，治療歴などの情報を，不足情報を補完しながら整理した。さらにその情報と対象試験の条件とを照合し，電子カルテのどの情報から条件に適合していると判断されたかという情報とともに候補患者を自動で抽出した。
その結果，2017～18年の2年間における東北大学病院婦人科の約2000名の患者のカルテデータをもとに，約70名の候補患者を自動で抽出することができ，その中に対象試験に登録可能性があった患者7名が含まれていたことを確認した。一方実際の試験では，2017～18年の2年間で，診療の中で電子カルテ情報をもとに対象者4名のリクルーティングを行っていた。このことから，LLMを活用することにより，リクルーティングにおける医療現場の負担軽減とともに，研究期間あたりの患者登録数を増やし，登録促進に寄与する可能性が示された。

NECは，本実証の成果を踏まえ，治験候補患者の抽出プロセスの変更など，新薬開発におけるドラッグラグ・ロスの解決に向けた提案に取り組んでいく。具体的には，2025年度中に実証を重ね，年度内に医療LLMに関連したサービスの提供を目指す。

東北大学病院は，治験の質と効率を向上させる新たな取り組みを積極的に導入し，患者がより良い治療選択肢にアクセスできる環境を整え，新たな治療選択の開発に貢献する。

^{（注1）ドラッグラグ・ロスは，新薬が海外で承認されてから日本で使われるまで時間がかかること，また日本で承認されないことで，患者が最新の治療を受けられず，国際的な医療格差が生じる問題。
（注2）アカデミック・サイエンス・ユニット（Academic Science Unit：ASU）
企業の研究者等が医療現場に入り，現場観察を通じて医療従事者とともに解決すべき課題を探索するプログラム。2014年より開始。
https://www.edas.hosp.tohoku.ac.jp/
（注3）本実証は主に東北大学病院婦人科 島田宗昭科長，重田昌吾准教授の協力を得て実施した。}