『強化学習による臨床試験デザインの効率化』
（中外製薬(株) 松浦 健太郎）
|
１．強化学習入門:
三目並べを例として
1.1 三目並べにおける強化学習の定式化
1.2 方策の学習
1.3 探索と活用のジレンマ
２．抗がん剤の第Ⅰ相試験における用量探索への強化学習の応用
2.1 抗がん剤の第Ⅰ相試験の目的と課題
2.2 現状の手法の不十分な点
2.3 提案手法：深層強化学習による用量決定
2.4 シミュレーション研究の結果
2.5 実務への応用における注意点
３．非抗がん剤の第Ⅱ相試験における用量反応試験への強化学習の応用
3.1 非抗がん剤の第Ⅱ相試験の目的と課題
3.2 提案手法：患者の割り付けの深層強化学習による最適化
3.3 シミュレーション研究の結果
3.4 実務への応用における注意点
４．まとめと展望 |
|
『生成AI を活用した研究文献の調査・情報整理』
（エルゼビア・ジャパン(株) 柿田 佳子）
|
１．はじめに
２．従来の文献調査と課題
2.1 従来型文献調査のプロセス
2.2 顕在化する課題
３．生成AI 技術の進展と研究への適用可能性
3.1 生成AI とは何か
3.2 研究におけるAI 活用の特性
3.3 文献調査における生成AI の適用領域
４．生成AI による文献「探索」の高度化
4.1 キーワード検索から意図理解型探索へ
4.2 網羅性と精度の両立
５．信頼できるAI かどうかの検証の重要性
5.1 信頼できない主な要因
5.2 信頼を得るための取組み
６．運用における留意点
6.1 データソースの信頼性
6.2 ハルシネーション
6.3 バイアス
6.4 AI リテラシー
７．今後の展望 |
|
『生成AI 活用によって変わる治験総括報告書の作成
』
（ハッシュピーク(株) 前田 琢磨）
|
１．はじめに
２．生成AI を活用した治験総括報告書の作成
2.1 生成AI に求める作成の要件
2.2 生成AI の作成対象の範囲
３．生成AI の概要
3.1 大規模言語モデルとトランスフォーマ
3.2 生成AI の回答精度の向上
3.3 ハルシネーション（幻覚）
3.4 セキュリティ
3.5 ユーザーが身につけるべきスキル
４．生成AI 活用による治験総括報告書の作成
4.1 全体の流れ
4.2 定型文章の生成：プロトコルの記載内容を反映するもの
4.3 定型文章の生成：プロトコルに記載のないもの：結果
4.4 非定型文章の生成：結果の評価＆考察と全体的結論
4.5 生成結果の評価と確認
５．最後に：生成AIを使ったCSR 作成業務の未来 |
|
『RWDを用いたAI組み込み型臨床開発の推進事例』
（神戸医療産業都市推進機構 岡本 里香，川本
篤彦）
|
１．はじめに
２．臨床開発におけるRWDとAI活用の現状
2.1 RWDの定義と役割
2.2 RWD活用上の課題
2.3 RWDの課題に対するAIの貢献
３．臨床開発におけるRWDとAI活用の国内外事例
3.1 国内動向
3.2 海外動向
４．TRIにおけるAI組み込み型臨床開発
５．AI組み込み型臨床開発により期待される効果と課題・リスク
5.1 期待される効果
5.2 課題・リスク
６．今後の展望 |
|
