　アステラス製薬は2023年3月27日、オンラインで会見を開き、同社の経営のDX（デジタルトランスフォーメーション）におけるアナリティクスの活用について説明した。不確実性が高い一方で大きな投資が必要になる製薬業界で勝ち抜くために、研究開発プロジェクトへの投資判断を支援するシミュレーションや経営指標を見える化するダッシュボード、製品安定供給のための需要分析などに役立てているという。

　同社代表取締役副社長　経営戦略担当（CStO）の岡村直樹氏は「当社は経営方針の中で、患者にとって真に必要なアウトカムを分子、アウトカムを提供するためにヘルスケアシステムが負担するコストを分母とする“価値”の創造を重視している。特に、大型の投資が必要になる製薬業界の研究開発では、科学の進歩を“価値”に変えるためのアナリティクスをうまく活用しなければならない。また、データドリブンな経営判断を行うためにもアナリティクスは重要だ」と語る。

アステラス製薬は“価値”の創造を重視している［クリックで拡大］出所：アステラス製薬

　実際に研究開発戦略では、当初から特定の疾患を対象とするのではなく、最先端バイオロジーとモダリティ／テクノロジーの組み合わせから、治療法の見つかっていないアンメットメディカルニーズが高い疾患への柔軟かつ効率的な創薬機会を特定していく「Focus Areaアプローチ」を採用している。既に、5エリア／14種類の「Primary Focus」を見いだしているが、さまざまな可能性を考慮してポートフォリオを構成するには、アナリティクスとモデリングによって意思決定をサポートする必要がある。

「Focus Areaアプローチ」と5エリア／14種類の「Primary Focus」［クリックで拡大］出所：アステラス製薬

　データドリブンな経営判断でも、業界の企業／製品のデータベースから、ポートフォリオのプロファイリングによるビジネスモデルの示唆や、企業価値向上につながるパートナー選択などにアナリティクスを役立てられるという。「そして、アステラスのDX推進で目指す姿となるのが、経営から個別プロジェクトまで、あらゆるデータが有機的に接続され、“価値”を最大化している状態である」（岡村氏）という。

データドリブンな経営判断［クリックで拡大］出所：アステラス製薬

モデリングとシミュレーションに基づく“幅のある”予測

アステラス製薬の伊藤雅憲氏

　アステラス製薬において全社横断でデータアナリティクスを担っているのがAIA（Advanced Informatics & Analytics）部門である。AIA部門では、経営から個別プロジェクトまで、さまざまな部署と連携しながら、高度なデータ解析によるアナリティクスの活用を追求している。

　アステラス製薬 AIA Senior Directorの伊藤雅憲氏は「製薬業界は新薬開発の成功率が非常に低い上に、開発期間も10年超と長く、投資額も大規模になってしまう。何に、いつ、どれだけ投資すべきかは非常に難しい判断が求められる。この判断を円滑に行えるように、モデリングとシミュレーションに基づく“幅のある”予測によってサポートしている」と説明する。

AIA部門の位置付け。2023年度には情報システム部門と統合する予定だ［クリックで拡大］出所：アステラス製薬

不確実な状況に立ち向かうためのシミュレーションに基づく予測［クリックで拡大］出所：アステラス製薬

　例えば、医薬品開発におけるプロジェクト価値評価のシミュレーションでは、年次が進むごとの売り上げ収益の上振れや下振れといったボラティリティを示せるようにしている。「研究開発の成功率、研究開発費、販管費、原材料費といった要素がどのような影響を与えるのかを定量的に示すことができる。人手ではこれらの要素の不確実性を同時に考慮することはほぼ不可能だが、シミュレーションならば可能だ。

医薬品開発におけるプロジェクト価値評価のシミュレーション［クリックで拡大］出所：アステラス製薬

　また、研究開発戦略の主軸とするFocus Areaアプローチについても、大きな利益が得られる事象の発生確率が飛躍的に高まることをポートフォリオレベルのシミュレーションで示して、優位な戦略であることを裏打ちしている。「プロジェクト価値評価のシミュレーションとポートフォリオレベルのシミュレーションを網羅的に実施することで、その潜在的な効果は数百億円レベルになるとみている」（伊藤氏）。

Focus Areaアプローチの優位性をポートフォリオレベルのシミュレーションで示す［クリックで拡大］出所：アステラス製薬

　また、中期計画の目標設定や進捗管理では、将来予測に不確実性の要素を含めることができるモンテカルロシミュレーションに基づくモデルを活用している。製薬業界の研究開発は、特に初期段階が大きな不確実性を伴うために計画目標における想定との乖離の原因になる。モンテカルロシミュレーションによって目標との乖離の可能性が高いと判断された場合は、そのギャップを埋めるための打ち手を洗い出して、再びシミュレーションを行って打ち手のベネフィットとリスクを評価して、最適な打ち手の選定に活用する。伊藤氏は「このような中長期視点でのビジネス課題に立ち向かうには、今あるデータを基にアナリティクスを行うデータ駆動型に加えて、シミュレーションなどの仮説思考型のアプローチも活躍する。GPT-4に代表されるデータ駆動型AI（人工知能）が全盛だが、当社はデータ駆動型と仮説思考型の両方を活用している点が競合に対する優位性になると考えている」と強調する。