アジア特許情報研究会　知財情報解析グループ　グループリーダー／
ソフィア・リサーチラボ　代表
安藤 俊幸 氏

【Live配信】２０２５年１１月２７日（木）　１２：３０〜１６：３０
【アーカイブ（録画）配信】 ２０２５年１２月８日まで受付（視聴期間：１２月８日〜１２月１８日まで）

1名につき ４９,５００円（消費税込、資料付）
〔１社２名以上同時申込の場合のみ１名につき４４,０００円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

【講座の趣旨】
　本講演では、製薬分野における知的財産業務の効率化をテーマに、近年急速に進展する生成AI技術の活用可能性を解説します。複雑かつ膨大な特許網に対応するための先行技術調査やFTO（Freedom-to-Operate）解析、無効資料調査の支援手法を具体例とともに紹介し、生成AIによる構成要素抽出やクレーム解析、対比表自動生成といった実務に直結する応用を示します。さらに、明細書作成やレビュー業務での活用、導入におけるセキュリティ・コスト・教育面の課題にも触れ、研究開発現場と知財部門双方にとって実践的な活用ロードマップを提示します。

◆習得できる知識
　・製薬業界に特有の知財業務の特徴と課題（特許網、用途発明、FTOの重要性など）
　・生成AIと従来型AIの違い、および知財業務における適用可能性
　・先行技術調査・FTO・無効資料調査における生成AIの具体的な活用方法
　・請求項要素分解、構成要素抽出、対比表自動生成といった効率化技術
　・明細書作成やレビュー支援におけるAI活用の利点とリスク管理のポイント
　・製薬知財分野における生成AI導入のロードマップと将来展望（短期〜長期）


【講座内容】

0. 導入
　・講師自己紹介と研究背景
　・製薬業界における知財の重要性（特許網の複雑性、訴訟リスクの大きさ）
　・生成AIが注目される理由：情報量の爆発、知財人材の不足、研究開発スピードの加速

第1部　製薬知財業務とAI技術の基礎
1. 製薬業界における知財業務の特徴
　・新薬開発に伴う特許網（Submarine Patent、Evergreen特許など）
　・クリアランス調査・FTO（Freedom-to-Operate）の重要性
　・医薬用途発明、製剤特許など特有の課題
2. AIの基礎と生成AIの位置づけ
　・従来AI（機械学習）と生成AI（LLM）の違い
　・自然言語処理・マルチモーダル技術の概要
　・特許調査・文献解析における活用例
3. 製薬分野でのAI応用事例
　・化合物スクリーニングや創薬支援と知財業務の連携
　・特許分類（IPC, FI, Fターム）とAIの相性
　・海外の先進事例（米国大手製薬、欧州機関の導入事例）

第2部　生成AIを活用した知財業務の効率化
1. 先行技術調査の効率化
　・生成AIによる構成要素抽出・対比表の自動作成
　・化学式・配列・用途に対応した検索支援
　・RAG（検索拡張生成）を用いたハイブリッド調査モデル
2. FTO・無効資料調査の高度化
　・AIによる請求項要素の分解・一致判定
　・重み付けによるクレーム評価手法（強い要件／弱い要件の判別）
　・ケーススタディ：特許網を跨いだリスク可視化
3. 明細書作成・レビューへの応用
　・生成AIによるドラフト文の提案とリスク（誤情報、リーガルチェック）
　・化学用語や請求項表現の標準化支援
　・Human-in-the-Loopによる品質保証
4. 組織導入・実務適用時の留意点
　・セキュリティ・機密保持（クラウドvsオンプレ）
　・コスト管理とKPI設定（処理速度・再現率・適合率）
　・人材育成と社内教育

第3部　将来展望と実践的ロードマップ
1. 今後2〜5年の技術進展予測
　・マルチモーダルAI（化学構造式や配列データを直接処理）
　・ベクトルDBによる特許・論文横断検索
　・自律エージェントによる調査自動化
2. ベンダーとユーザー双方の視点
　・ツール開発側の課題（精度・責任・法的リスク）
　・利用者側の課題（社内導入の合意形成、教育、ワークフロー適合）
3. 製薬知財における生成AI活用ロードマップ
　・短期：検索効率化・自動要約・分類補助
　・中期：クレーム解析・FTO可視化ツール
　・長期：創薬・臨床データと知財を統合した戦略立案支援

【質疑応答】