FRONTEOヘルスケア、クラウド対応とデータパッケージを備えた「創薬研究支援AIシステム」を提供開始
1400万のPubMed論文、170万のOpen Targetｓデータを備え、最短1週間で利用可能。創薬のターゲット候補発見をスピードアップ
「Concept Encoder」を用いた創薬研究支援AIシステムは、この新規医薬品探索技術をベースに、文献や遺伝子発現などの情報を含むデータベースをあらかじめパッケージ化し、クラウドサービスとして提供することで、より手軽に製薬企業の創薬研究における候補化合物発見のスピードアップを支援するものです。
創薬研究支援AIシステムの主な特徴は、以下のとおりです。
1. 創薬の調査過程で活用が必須となる、MeSH(＊1)タグ付きのPubMed(＊2)論文1,400万と、Open Targets(＊3)のデータ170万をデータベースとして備え、AIエンジン「Concept Encoder」があらかじめデータを学習済みで、即時に探索・解析が可能。
2. 申し込みから最短で約1週間での利用開始が可能（クラウドサービスの場合）。オンプレミスやプライベートクラウドでの導入・利用も可能。
3. ベクトル演算によるAI解析を行うため、辞書登録型のAIと比べ、使用方法が検索ツール並みに容易。
4. 処理が軽いため、オンプレミスの場合、数百万円レベルのサーバー(＊4)で稼動が可能で、スーパーコンピュータや大規模サーバー群などの大型設備が不要。
5. 従来の創薬研究では、仮説から開発承認まで約3-4週間かかる時間を大幅に短縮できる効果が見込まれる。（※下図「従来との違い」を参照）
製薬企業の医薬品研究開発部門では、創薬研究において、論文情報と公開データベースのチェックを日常的に行い、開発に関連する情報を更新することが不可欠となっています。一方、国内外の医薬研究の動向をタイムリーに追い続けるために、研究者の時間と労力が多大に費やされる点が大きな課題ともなっています。
創薬研究支援AIシステムは、PubMedとOpen Targetsの定期的に更新された最新のデータベース情報と論文のテキスト情報を学習させてあるため、研究者が自らの仮説を自然文で作成し、入力するだけで、仮説に関連する最新の論文やターゲット遺伝子ネットワーク等との関連性の強さがスコア（数値）で可視化されます。またカスタマイズにより、製薬企業が過去保管してきた文書データを読み込ませて、活用することも可能です。
従来の論文解析で用いられてきた辞書型や文法学習型のAIは、使用するために研究者がコーディングの知識を学ぶ必要があったり、常に単語と意味のデータベースのアップデートが必要でした。さらに初期のトライアルやPoC（概念実証）には、何ヶ月もの期間と大規模な予算が必要と言われていました。
創薬研究支援AIシステムは、人工知能エンジンConcept Encoderの特徴であるベクトル演算を用いることで、単語や文書同士の関連や類似度を数値化できるため、辞書では定義しにくい曖昧な概念もベクトル化で関係を表すことができ、データベースの頻繁なアップデートが不要です。また、解析には、近似式を用いるため、解析やデータのアップデートにはマシンパワーが軽く済むことも使いやすい点です。まるで検索ツールのように、自然文を入力し、例えば、「ガンは除く」といった不要な要素を自在に引き去り、差分を抽出の対象とした解析が可能な、取扱いやすさも特徴の１つです。
FRONTEOヘルスケアでは、今後さらにConcept Encoderを軸とした情報解析ソリューションの提供を広げ、ヘルスケア業界全体の発展に貢献してまいります。
従来の論文情報検索と、Concept Encoderを用いた創薬研究支援AIシステムの違い
創薬研究支援AIシステム 検索画面
論文の探索研究にConcept Encoderを導入した製薬企業の反応
※1 MeSH：Medical Subject Headingsの略。PubMedの論文で医学を主題とした内容であることを表わす。
※2 PubMed：生物や医学の論文を検索できるデータベース。NLM（米国国立医学図書館）内にあるNCBI（国立生物科学情報センター）が作成。
※3 Open Targets：官民のパートナーシップによる創薬ターゲット発見のためデータベース
※4 創薬研究支援AIシステムが稼動可能なサーバーのスペック例 ⇒ CPU数：8コア、メモリ：256GB、ストレージ容量：6TB
【Concept Encoderについて】 URL: https://www.fronteo-healthcare.com/conceptencoder
Concept Encoder（コンセプトエンコーダー）は、FRONTEOヘルスケアがヘルスケア・インダストリーに特化して開発した人工知能（AI）です。自由記述のテキストデータを大量に含むヘルスケア関連のビッグデータを、エビデンス（根拠）に基づいて有効に解析・活用することを目標に開発しました。ヘルスケア従事者の共通認識である「エビデンスに基づいた医療（EBM）」に欠かせない有意差検定などの統計学的手法を自然言語解析に導入、実現しています。Concept Encoderはテキスト以外のデータとの共解析も可能であり、ヘルスケア領域に蓄積されてきた遺伝子発現情報・バイタルや各種検査値などの「数値データ」との共解析の研究を進めています。特許登録番号：特許第６３４６３６７号
【FRONTEOヘルスケア 会社概要】 URL: http://www.fronteo-healthcare.com/
名称： 株式会社FRONTEOヘルスケア
設立： 2015年4月16日
資本金： 327,000千円（資本準備金 210,000千円含まず）
代表者： 代表取締役社長 西川 久仁子
事業内容： 診断支援、ヘルスケア業務支援、製薬業界支援、その他医療・介護等の情報解析に関する事業
【FRONTEOについて】 URL: http://www.fronteo.com/
株式会社FRONTEOは、独自開発の人工知能エンジン「KIBIT」により、ビッグデータなどの情報解析を支援するデータ解析企業です。国際訴訟などに必要な電子データの証拠保全と調査・分析を行うeディスカバリ（電子証拠開示）や、デジタルフォレンジック調査を支援する企業として2003年8月に設立。自社開発のデータ解析プラットフォーム「Lit i View（リット・アイ・ビュー）」、日・中・韓・英の複数言語に対応した「Predictive Coding（プレディクティブ・コーディング）」技術などを駆使し、企業に訴訟対策支援を提供しています。このリーガルテックAI事業で培われ、発展した「KIBIT」を始めとする独自の人工知能関連技術は、専門家の経験や勘などの「暗黙知」を学び、人の思考の解析から、未来の行動の予測を実現します。ビジネスインテリジェンスやヘルスケアなどの領域でAIソリューション事業を展開し、FinTechやRegTechに加え、「働き方改革」でも実績をあげています。2007年6月26日東証マザーズ、2013年5月16日NASDAQ上場。資本金2,559,206千円（2019年3月31日現在）。2016年7月1日付けで株式会社UBICより現在の社名に変更しております。
すべての画像
