ファイザー×AWSの生成AI実装：Voxによる研究文書検索と製造異常検知

【訂正】旧記事にあった新規分子生成、ゲノム・臨床データ統合、Paxlovid開発への寄与は、参照した一次情報では確認できません。本記事はAWSの公式事例で確認できるPACTの研究文書検索と製造異常検知へ対象を絞ります。

課題とPACTの進め方

1つの医薬品開発で約2万文書が生じ、研究者は複数ツールをまたいで過去データを手作業で探していました。Pfizer-Amazon Collaboration Team（PACT）は2021年に始まり、候補テーマを短期間で試作し、価値が確認できたものをMVPや本番へ進めます。

確認できる技術構成

初期の探索ではAmazon Kendraを使用し、現在の生成AI検索ではAnthropic Claude 2.1をAmazon Bedrock経由で利用します。研究者は社内プラットフォームVoxから、音声またはチャットの自然言語で文書を検索します。別の製造用途では、Amazon SageMaker等を用いてPCMM製造設備の異常検知と保守予測を行います。

予想アーキテクチャ

AWSは主要サービスと処理目的を公開していますが、検索インデックスの実装、認可、プロンプト、回答評価の詳細は公開していません。このため全体はinferredとします。

• ▸確認済み: 医薬品ごとに約2万件となる研究文書や過去データを検索対象とし、製造用途ではPCMM設備データを扱う
• ▸確認済み: 初期検索はAmazon Kendra、生成AI検索はAmazon Bedrock上のClaude 2.1、異常検知はAmazon SageMaker等を利用する
• ▸確認済み: 社内Voxが音声・チャットの質問を受け、研究文書検索を提供する。製造側は異常検知と保守予測を行う
• ▸推定: 文書単位のアクセス制御、検索結果の根拠提示、監査ログ、回答品質評価が規制業務向けの制御層を構成する

公開されている効果

• ▸科学者の検索・抽出時間を年間最大1万6,000時間削減する見込み
• ▸インフラコストを55%削減する見込み
• ▸PACTの試作は通常6週間以内。社内だけなら少なくとも3カ月という比較
• ▸14件の初期プロジェクトのうち5件が本番へ移行

これらはAWS事例内のPfizerによる推定・説明であり、臨床成果や新薬承認の効果を示すものではありません。

導入時の要点

再現しやすいのは『創薬AI』という大きな看板ではなく、文書探索と設備異常検知という測定可能な業務単位です。検索時間、基盤費、試作期間を先にKPI化し、規制対象データの権限と監査を別レイヤーで設計するのが妥当です。

参考ソース