EU pharmaceuticals AI adoption and drug discovery レポート解説

概要

本特別レポートは、欧州製薬業界およびより広いヘルスケア・エコシステムにおけるAI導入を検証する。Deutsche Bankは、導入活動は活発でオペレーション上の利益をもたらしている一方、業界固有の潜在的価値は長期的なR&D生産性と創薬の改善にあると結論づける。

主要見解

Deutsche Bankの2026年レビューによると、大手製薬企業による公表AI活動は、今世紀初めの発表急増を過ぎたものの、依然として安定的かつ多様である。同社は現在の導入が主にオペレーション段階にあるとみており、GSKがAIに部分的に起因するコスト削減プログラムを正式に発表した最初の企業になったと指摘する。より大きな構造的機会は、標的選定、分子設計、試験設計、患者特定を改善し得るR&Dで生じると見込むが、その利益はなお数年先であり、未開示かつ無形の取り組みが多いため、具体的な企業の勝者を選び出すことは難しいとしている。 レポートは、分子予測の進展をin silico創薬に向けた重要な構成要素と捉える。2024年のAlphaFold3、2025年のオープンソースBoltz-2に続き、Isomorphic Labsは$2.1bnのSeries Bを完了し、IsoDDEを発表した。Isomorphicの技術レポートは、タンパク質・リガンド構造予測と低分子結合親和性について、AlphaFold3の2倍超の精度を、物理的方法の時間・コストの一部で実現したと主張したが、Deutsche Bankはまだ正式な査読論文ではないと指摘する。結合親和性の予測は、分子が標的に有効に結合する可能性を判断する助けとなるため重要である。レポートはまた、Boltz-2の回顧分析での相関係数が0.65で、広く使われる自由エネルギー摂動シミュレーターの0.55を上回り、コストと速度は1,000倍改善するとした点を取り上げる。 臨床的な証拠は有望だが、後期段階で広範な優位性を確立するにはまだ不十分である。開発入りまたは開発を進展したAI/MLプログラムは2017年の6件から2023年のピーク23件へ増加し、その後2025年には18件へ減少した。2020年以降、AIによる標的同定または分子発見に由来する13-15件のプログラムがほぼ毎年、開発入りまたは進展している。AI活動の69%は創薬である。AI対応プログラムは非AIプログラムより著しく高い第I相成功率を示し、2023-2025年のデータは、この利益が第II相の低い成績を代償としていることを示さなくなった。ただし、後期移行例は少なすぎて第III相または承認の成功率を判断できず、AIプログラムのサンプルも非AIより大幅に小さい。レポートは、ExscientiaとBenevolentAIによる2つのAI設計薬が安全性と有効性の問題で第II相試験から撤回されたことを取り上げ、80-90%の第I相成功率でも後期の脱落をなくしてはいないと述べる。 企業調査は、大手欧州製薬企業が買収、提携、独自データ、インフラを通じ、バリューチェーン全体でAIを拡大していることを示す。AstraZenecaはAI対応のオンコロジー、臨床、製造施策を進め、GSKはAIを創薬、試験、製造、サプライチェーンへ広げており、AI・デジタル能力を含む5年間で$30bnの投資計画もある。Rocheはデジタル病理とAIコンピューティングを拡大しており、$750mの前払いと最大$300mのマイルストーンを伴うPathAI買収を含む。Sanofiは、免疫学、オンコロジー、神経学で標的同定効率が20-30%改善し、mRNA設計時間が半減し、バッチ収率最適化で年間約€10mのコスト削減を見込むと報告した。レポートの独自トラッカーには、2026年上期までの欧州大型製薬6社に関する142件のAI関連施策が含まれる。 データへのアクセスは戦略的な実現要因である。レポートは、UK BiobankやFinnGenなどの大規模データバンクへの製薬企業の参加を強調する。これらのゲノム、プロテオーム、画像、長期健康記録は、創薬標的、生物マーカー、医薬品開発、商業戦略のモデルを訓練できる。拡張されたUK Biobank Pharma Proteomics Projectは、600,000サンプルで最大5,400種類のタンパク質を測定する予定であり、経時的なタンパク質変化が疾患に及ぼす影響の分析を可能にする可能性がある。 より広い技術・規制環境もこの投資テーマの中核にある。NVIDIAの2026年1月レポートでは、ヘルスケア・ライフサイエンスでのAI利用は前年比63%から70%へ上昇した。生成AIとLLMが最も人気のある注目分野であり、エージェント型AIは依然として最も関心が低い。製薬・バイオテクノロジーでは創薬・開発が最も多く引用され、エージェント型AIは文献レビューと分析でより多く使われている。データ関連の問題、規制上の懸念、社内スキルの不足が主要な導入課題として挙げられる。レポートは、FDAとEMAがリスクベース原則で収れんする一方、FDAの柔軟で個別案件に応じたアプローチと、EMAのより構造化されたリスク階層型の枠組みが、実務的収れん、戦略的分岐、または規制摩擦を生み得ると説明する。

分析フレームワーク

レポートは、Deutsche Bankによる公表AI施策の長期トラッカー、企業開示、IQVIA・CB Insights・NVIDIAの選別データ、科学・規制文献の選択的レビューを組み合わせている。AI対応と非AIの臨床開発成果を比較し、企業とバリューチェーン段階ごとの用途を調査し、技術進歩、データ取得戦略、規制枠組みを評価する。

手法メモ

• 業界・産業分析フレームワークその他

  公表AI施策の長期追跡

  Deutsche Bankは、欧州製薬のカバレッジ内でAI導入がどのように変化しているかを評価するため、企業、治療領域、用途別に公表施策を追跡している。

• その他その他

  AIと非AIの臨床成功率比較

  レポートは、AI対応と非AIの医薬品プログラムの進展・成功率を比較し、初期開発における優位性が後期段階まで続くかを評価している。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• AstraZeneca (AZN)

  オンコロジー、臨床開発、患者特定、製造におけるAI施策を持つ、カバー対象の欧州大型製薬企業。

  強み

  買収と提携がマルチモーダルなオンコロジーモデル、試験最適化、AI対応生産を支援する。

  弱み

  複数の施策について財務条件が開示されていない。

  比較

  Deutsche BankのAI施策トラッカーに含まれる欧州大型製薬6社の一社。

  リスク

  AIの利益は依然として定量化が難しく、R&Dでの成果には数年を要する可能性がある。

• GSK (GSK)

  R&D、製造、サプライチェーン、商業機能全体でAIを導入する、カバー対象の欧州大型製薬企業。

  強み

  全社的AI導入、社内AIサイエンティストツール、AI・デジタル能力を含む5年間で$30bnの投資計画を報告している。

  弱み

  AI導入による長期的な臨床・財務成果は確立されていない。

  比較

  AIに部分的に起因するコスト削減プログラムを正式に発表した最初の企業として言及された。

  リスク

  実行、データガバナンス、規制要件がスケール拡大を制限する可能性がある。

• Roche (ROG)

  デジタル病理、診断、AIコンピューティングに投資する、カバー対象の欧州大型製薬企業。

  強み

  PathAI買収、NVIDIA対応コンピューティング・インフラ、広範な社内AI導入。

  弱み

  PathAI買収の完了は2026年下期に予定されている。

  比較

  大型製薬企業のAI創薬戦略を示すレポートの表で第2位に位置づけられた。

  リスク

  戦略的価値の実現は、統合の成功と臨床への転換に依存する。

• Sanofi (SAN)

  バリューチェーン全体でAIを適用する、カバー対象の欧州大型製薬企業。

  強み

  標的同定、mRNA設計、製造収率最適化、全社導入での改善を報告している。

  弱み

  リターン重視のアプローチに移る前の初期AI施策は、散発的で十分に調整されていなかったと説明された。

  比較

  142件の施策トラッカーに含まれる欧州大型製薬6社の一社。

  リスク

  データ、スキル、規制の制約は、引き続き業界全体の導入課題である。

• Novo Nordisk (NOVO)

  医薬品R&Dで生成AIとエージェント型AIを利用する、カバー対象の欧州大型製薬企業。

  強み

  NVIDIAおよびDCAIとの提携がAIインフラとGefionスーパーコンピューターの利用を支援する。

  弱み

  一部AI提携の財務条件は開示されていない。

  比較

  Deutsche Bankのトラッカーに含まれる欧州大型製薬6社の一社。

  リスク

  AIによる効率改善が後期臨床の成功に結びつくとは限らない。

主要データ

• 開発入りまたは開発を進展したAI/MLプログラム6 in 2017; peak of 23 in 2023; 18 in 2025AIプラットフォーム型新興バイオ医薬品企業の臨床活動は大きく増えた後、2023年のピークから減少した。
• 創薬に関連するAI活動の比率69%AI利用が初期R&Dに最も集中していることを示す。
• ヘルスケア・ライフサイエンスにおけるAI利用率70% versus 63% year on yearNVIDIAの2026年1月レポートに基づく。
• Isomorphic LabsのSeries B資金調達$2.1bn2025年3月の$600mの外部資金調達に続き、2026年に実施された。
• 欧州大型製薬トラッカー142 AI-related initiativesDeutsche Bank独自のトラッカーで、2026年上期までの欧州大型製薬6社を対象とする。
• Sanofiの標的同定効率改善20-30%免疫学、オンコロジー、神経学にまたがる改善。
• SanofiのmRNA設計時間Halvedレポートは、LNP予測が数か月から数日へ短縮され、スループットが10-20倍向上したとも述べる。

影響と示唆

レポートは、AIがすでに生産性、製造、データ処理、臨床オペレーションを支援している一方、業界全体の主要な価値提案は、最終的にR&D生産性と臨床成果を改善できるかにかかっていると論じる。現時点の証拠は継続的な進展を支持するが、AIが後期の医薬品開発成功率を変革したことを示すものではない。

リスク

• AI設計薬の後期臨床証拠はなお限定的であり、第III相および承認への移行例が少なすぎて確かな結論を出せない。
• AI設計薬の第II相における安全性・有効性の失敗は、初期の成功が後期の脱落をなくさないことを示す。
• データ品質、規制上の懸念、社内AIスキル不足は主要な導入障害である。
• FDAとEMAのアプローチの相違は、特に小規模なイノベーターにとって規制摩擦、コスト上昇、コンプライアンス負担を生む可能性がある。
• ヘルスケアAIの導入は、患者安全、プライバシー、バイアス、ガバナンス、社会的信頼、資源消費に関する懸念に直面している。

注目点

• Nimbus TherapeuticsのZasocitinibの2025年および2026年の試験を含む、先進AI主導分子の第II相・第III相データ。
• より多くの後期移行例が出る中で、AI対応プログラムが高い成功率を維持できるか。
• AI投資が測定可能なR&D期間、臨床生産性、製造収率、またはコスト便益に結びつくか。
• 拡張されたUK Biobank Pharma Proteomics Projectを含む大規模患者データ資源の進展。
• FDAとEMAのAIガイダンス実施と、世界の規制アプローチが収れんするか分岐するか。