AIはeCOAにとって最大の飛躍となるが、最も重要な場面で活用された場合に限定される

いまや、AI（人工知能）はほぼあらゆる会話に登場し、臨床試験の実施方法を根本から変えるという考えが一般的となっています。それは事実かもしれませんが、臨床試験のような分野において、変化が一気に起こることは稀です。変化は通常、懐疑、検証、そして受容という一連の流れを経て、より小さく慎重なステップで進む傾向にあります。eCOAも長年このパターンを辿ってきました。だからこそ、eCOAにおけるAIに関して重要な問いは「何ができるか」ではなく、「いま、どこで真の価値を提供できるか」なのです。

eCOAの進化のライフサイクル

患者報告アウトカム（PRO）が広く信頼されていなかった時代がありました。患者による主観的な入力が治療評価に有意義な情報をもたらすという考えは、すぐには受け入れられませんでした。時間が経つにつれ、それが変化したのは、業界がその可能性に納得したからではなく、エビデンスによって確信を得たからです。試験が紙からePRO/eCOAに移行した際も同様です。データの完全性や同等性に関する懸念が採用を遅らせましたが、メリットが明確になるにつれて、最終的には広く受け入れられるようになりました。
これらの変化は、単なる一過性の熱や勢いによって推進されたものではありません。精査に耐えうる方法で現実の課題を解決したからこそ進展したのです。そしてAIも今、同じサイクルに入ろうとしています。

eCOAにおけるAIの可能性と現実の狭間をナビゲート

AIでできることは実に感動的で印象的です。最小限の入力で、少し前なら膨大な労力を要したであろうコピーのドラフト作成、ワークフローの構築、情報の構造化までもが可能です。しかし、臨床試験は空白地帯で行われるわけではありません。厳格に管理・規制されたプロセスであり、AIが実用的で真の価値を持つアプリケーションを適用できる範囲には制限があります。 例えば、理論上はプロンプトを入力するだけでAIが新しいCOA質問票を作成できます。しかし実際には、そのアプローチは現在の臨床試験の運用方法とは一致しません。多くの評価指標は検証済みのものであり、所有者が存在し、ライセンスが必要なだけでなく、臨床試験に導入するためのレビューと承認も必要です。この現実を認識することで、焦点はハイプ（過度な期待）から、真の価値を提供するeCOAへのAI導入という、より地に足の着いた革新的な方法へと移っていくでしょう。

eCOAの全ライフサイクルを俯瞰すると、複雑かつ見落とされがちな部分が一つ浮かび上がります。それが「スタディ・ビルド（試験構築）」です。ここは、プロトコールを実行可能な形に翻訳する部分です。すべての評価、スケジュール、設定は、施設や患者に提供される前の試験構築のあり方に集約されます。また、多大な労力が集中する場所でもあり、伝統的にその多くは手動で行われてきました。チームはプロトコールを確認し、要件を解釈し、システムを一つずつ設定します。これは精度を要する詳細な作業であり、それでもばらつきが生じる可能性があります。すでに時間を要するプロセスにおいて、FPIまでのスケジュールを遵守するために、ミスは許されません。こここそが、AIがeCOAにおいて有意義なポテンシャルを発揮し始める場所です。

スタディ・ビルドこそがAIが使われるべき場所

ローコードおよびノーコードツールの導入により、すでにeCOAの試験構築方法は変化しており、カスタムコードに伴う手動の負担が軽減され、プロセスの効率が向上しています。AIはこの進歩を基盤とし、既存のワークフローを置き換えるのではなく、本質的に反復的で時間がかかり、ばらつきが生じやすい試験構築の部分をターゲットにします。重要なのは、これらのツールが依然として「Human-in-the-loop（人間が介在する）」形で動作し、正確性とコンプライアンスを確保するために専門知識と監視が不可欠であるという点です。

AIのユースケースの一例として、UATテストスクリプトの自動生成と実行が挙げられます。eCOAの最大の課題の一つは、Webポータルを使用する患者、医療機関でデバイスを使用する治験責任医師等、EDC（電子データ収集）システムへのデータ転送など、非常に多くの接点があることです。これらはUATがカバーすべき多くのシナリオのほんの一部に過ぎません。 AIがテストスクリプトの生成を自動化し、それらのシナリオを実行することを想像してみてください。私たちはこれが可能な段階にきており、スケジュールの短縮と試験構築の労力の大幅な削減において計り知れない可能性を秘めています。そしてこれは、AIがeCOAに対してできることのほんの入り口に過ぎません。

意図を持って未来を見据える

間違いなく、AIはスタディ・ビルド以外のeCOAの領域にも拡大し続けるでしょう。患者エンゲージメント、スマートなエラー検知、そして新しい形態のデータ分析はすべて、潜在的な次のステップを象徴しています。しかし、これらの領域にはさらなる複雑さが伴います。データの取り扱い、エンゲージメントの形成方法、そしてアウトカムの解釈方法について、新たな問いが生じます。過去が何らかの示唆を与えてくれるのであれば、それらの問いに答えるには時間がかかるでしょう。しかし、それは進歩を遅らせるものではなく、進歩が起こったときにそれが確実なものとなることを保証するだけなのです。

AIがあらゆるものを一度に変革すると考えがちですが、実際にはその影響はより焦点が絞られたものになります。まず、自然に適合する場所から現れます。eCOAにおいて、スタディ・ビルドがまさにその場所の一つです。

メディデータが描くeCOA臨床試験におけるAIのビジョンと視点は、まだ始まったばかりです。あなたのeCOA戦略にAIをどのように適合させるか、ぜひ詳細をご覧ください。

本ブログでご紹介したのはeCOA臨床試験におけるAIに関するMedidataのビジョンと展望についての一部です。AIを自社のeCOA戦略にどのように組み込めるか、より詳細は以下をぜひご覧ください：