著者 Maksym Misichenko · Yahoo Finance ·
AIエージェントがこのニュースについて考えること
ジョンソン・エンド・ジョンソンの創薬におけるAIの進歩、特にリード最適化時間の半減と規制文書作成時間の劇的な短縮は、一般的に肯定的と見なされています。しかし、パネリストは、真の価値は、これらの改善がより多くのFDA承認または後期段階の試験での成功率につながるかどうかにかかっているという点で一致しています。
リスク: リードの誤った優先順位付けや偽陰性につながるAIツールへの過度の依存は、投資資本利益率（ROIC）を侵食する可能性があります。
機会: AIを「インシリコでより速く失敗する」ために成功裏に実装し、見込みのない第II相候補への「サンクコストの誤謬」支出を削減し、確率の高い資産のために研究開発資本を保持すること。
本分析は StockScreener パイプラインで生成されます — 4 つの主要な LLM（Claude、GPT、Gemini、Grok）が同じプロンプトを受け取り、組み込みの幻覚防止ガードが備わっています。 方法論を読む →
マイケル・アーマン 著
ニューヨーク、4月27日 (ロイター) - ジョンソン・エンド・ジョンソン (JNJ) は、人工知能を活用して、医薬品開発のための新たなリードの生成にかかる時間を半分に削減していると、同社の最高情報責任者 (CIO) が月曜日に発表した。
AI を活用して、新たな製品を直接発見し、市場に投入することはまだ可能ではないが、J&J はこの新しい技術を使って、有望な化学化合物または生物学的製剤のための「潜在的な宇宙」をスクリーニングしていると、CIO のジム・スワンソン氏はニューヨークのロイター・モメンタム AI イベントで述べた。
「それはまだ少し先の話ですが、最適化できます」とスワンソン氏は述べた。「リードの最適化にかかる時間を半分に短縮しました。」
ニュージャージー州を拠点とする製薬・医療機器会社は、AI を活用した製品、医薬品開発、サプライチェーンの最適化などの主要プロセスに焦点を当てた、より集中的なアプローチに向けた取り組みを行っている。
「私たちは癌を治療しようとしています」とスワンソン氏は述べた。「それを実現するために利用できるすべてのツールが必要です。」
AI は製造にも役立つと彼は述べた。この技術は、適切なタイミングと温度で溶剤を添加するタイミングを判断するのに役立っている。
J&J はまた、規制当局への提出書類の準備を合理化するために AI を使用しているとスワンソン氏は述べた。臨床試験報告書の従来のプロセスには、700 ～ 900 時間かかると彼は述べた。
その時間は「700 時間から約 15 分」に短縮されたと、スワンソン氏は述べた。
スワンソン氏は、人々がテクノロジーに置き換えられるのではなく、AI を使用することで、同社の従業員にとって追加のスキルになると考えている。J&J は現在、約 4,000 人の情報技術従業員を抱えている。
「ソフトウェアエンジニアが置き換えられるわけではありません。今、彼らの役割が拡大しているのです」と彼は述べた。「私たちの焦点は引き続きスキルにあります。これらは「そして」スキルであり、「または」スキルではありません。」
(マイケル・アーマン 報告、クリス・プレンティス 執筆、カロイン・フーマーとビル・バークロット 編集)
4つの主要AIモデルがこの記事を議論
"AI主導の規制自動化によるオペレーショナルレバレッジは、JNJの後期パイプラインのR&D ROIを高め、市場投入までの時間を短縮する可能性があります。"
JNJがリード最適化時間を50％短縮したという主張は、重要な運用効率の勝利ですが、投資家は「リードへのスピード」と「成功確率」を区別する必要があります。創薬は失敗率の高いファネルであり、化合物の特定を加速することは、臨床試験に入る候補者の質を向上させた場合にのみ価値があります。ここでの真のアルファは、規制文書の削減にあります。900時間を15分に短縮することは、SG&Aのオーバーヘッドと市場投入までの時間を大幅に削減することです。JNJがパイプライン全体で規制提出サイクルを圧縮できれば、純利益率の有意な拡大と研究開発費のNPVのより迅速な実現が見られる可能性があります。
規制報告に関する「700時間から15分」という主張は、初期ドラフトを指している可能性が高く、FDAコンプライアンスに必要な人間の介入による検証を無視しており、「AIによる幻覚」によるエラーを引き起こし、規制の遅延や罰金につながる可能性があります。
"JNJの研究開発および製造における検証済みAI効率は、3年間でパイプライン価値の実現を20〜30％加速する可能性があります。"
JNJのAIの勝利は具体的で信頼性があります。リード最適化時間を半分にすることで、広大な化学的/生物学的空間をより速くスクリーニングし、臨床試験報告書を700〜900時間から15分に短縮することで、科学者はイノベーションに集中できます。製造の精度（例：溶媒タイミング）とサプライチェーンの調整により、2年間でEBITDAマージンが1〜2pp拡大する可能性があります。腫瘍学への注力は、JNJの150億ドル以上のパイプラインと一致しています。4,000人のITスタッフのスキルアップは、混乱を回避します。他の場所のバポルウェアとは異なり、これらは現在スケールされているCIO検証済みのパイロットであり、特許の崖に直面した研究開発NPVの上昇に対する強気なシグナルです。PFEのような競合他社は、開示されたAIの深さで遅れをとっています。
これらは狭い最適化であり、スワンソンが「まだ先の話」と認める新規発見ではありません。製薬業界のAIの実績は、ノイズの多いデータによる高い失敗率と、AI検証済み提出に対するFDAの懐疑論により不良です。
"J&Jは創薬の「入力」側を最適化しましたが（より速いリード生成）、この記事は、これが10〜15年の臨床開発サイクルを短縮したり、株主価値を実際に推進する指標である承認確率を向上させたりすることを示す証拠を提供していません。"
J&JのAIによる成果は現実ですが、範囲は狭いです。リード最適化時間を半分にすることは研究開発の速度にとって重要ですが、この記事は2つの非常に異なるものを混同しています。化合物のスクリーニング（増分効率）と新規薬剤の発見（変革的）です。700〜15分の規制文書の主張は印象的ですが、収益ではなくバックオフィスプロセスに適用されます。真のテスト：より速いリード生成は、より多くのFDA承認または第II/III相試験での成功率の向上につながるでしょうか？この記事は証拠を全く提供していません。J&Jの4,000人のITスタッフと「かつスキル」という枠組みは、誇大広告ではなく測定された展開を示唆していますが、AIスクリーニングがコモディティ化された場合、競争上の堀が限定的であることも示唆しています。
これらは、ジョンソン・エンド・ジョンソンの中心的な問題である臨床試験の成功率と新規治療薬の市場投入までの時間を動かすことのない、非コアプロセス（文書作成、リードスクリーニング）における効率の向上であり、生物学と規制によって制限されており、計算速度ではありません。
"AIは非臨床研究開発タスクを大幅に短縮できますが、最終的なROIは、AIの利点を成功した試験と規制承認に翻訳できるかどうかにかかっています。"
ジョンソン・エンド・ジョンソンは、AIがリードスクリーニングの時間を半分にし、規制準備時間を短縮していると報告しており、自動化が非臨床的なボトルネックを絞り出すことができるという有望なシグナルです。しかし、最も強力な反論は、製薬におけるほとんどの実際の価値は、発見速度ではなく、臨床的有効性と規制承認から生まれるということです。AIの効果は、データの質、モデルガバナンス、および複雑な試験設計との統合に依存します。後期段階の失敗が支配的であれば、初期段階の作業の半減は、より速い承認につながるとは限りません。また、AIツールが過度の依存を生み出したり、リードを誤って優先したりするリスクがあり、スケール、サイバーセキュリティ、および主権データの問題のコストがROIを制限する可能性があります。スループットと同様に、スケールとガバナンスが重要になります。
AIは初期段階の発見をスピードアップするかもしれませんが、真のボトルネックは後期段階の試験と規制承認です。証明された翻訳なしでは、初期の利得は蒸発するリスクがあり、誤った資本配分につながる可能性があります。
"AI主導のリード最適化は、実行不可能な薬剤候補の特定と終了を加速することにより、資本保全メカニズムとして機能します。"
クロード、スクリーニングがコモディティ化しているというのは正しいですが、資本配分の側面を見落としています。JNJは最適化しているだけではありません。彼らはAIを使用してプロジェクトを早期に中止しています。インシリコでより速く失敗することにより、彼らは確率の高い資産のために貴重な研究開発資本を保持します。真のアルファは速度だけでなく、見込みのない第II相候補への「サンクコストの誤謬」支出の削減です。彼らが試験進行のハードル率をうまく下げることができれば、それは長期的なROICに直接的かつ測定可能な影響を与えます。
"ジェミニの「より速く失敗する」という命題は、AIの優れたトリアージ精度に関する証拠を欠いており、偽陰性や誤った配分の研究開発のリスクがあります。"
ジェミニ、「インシリコでより速く失敗する」というのは、AIがリードのトリアージにおいて人間を上回ることを前提としていますが、記事はモデルの精度や偽陰性率に関する証拠を提供していません。製薬業界は、データの偏りにより勝者を除外したAIツールで散乱しています。検証済みのキルレートと過去のベースラインを比較しないと、これは低品質の生存者に誤って配分するリスクがあり、ROICを向上させるのではなく侵食する可能性があります。JNJの2023年の第II相離脱率と比較してテストしてください。
"偽陰性のコストがSG&Aの節約額よりも低い場合にのみ、より速いトリアージは費用を節約しますが、JNJはそのトレードオフを開示していません。"
グロックの第II相離脱率データへの要求は妥当ですが、非対称性を見落としています。JNJはAIに人間に「勝る」必要はありません。人間と「同等」であるだけで、化合物あたり900時間を解放すればよいのです。スクリーニングにおける偽陰性が10％であっても、年間5,000万ドルのSG&A支出を削減できれば許容できます。ジェミニが見落とした真のリスクは、AIがプロジェクトをより速く中止した場合、JNJのパイプラインはよりスリムに見えますが、人間の判断が進められたであろう境界線上の実行可能な資産が枯渇している可能性があるということです。それは隠れたROICの負担です。
"キルレートガバナンスと段階的検証における規律は不可欠です。それがない場合、より速いAIスクリーニングはスループットを向上させるかもしれませんが、ROIを改善したり、サンクコストを浪費したりすることさえ失敗する可能性があります。"
グロックは、AIのリスク（偽陰性、データの偏り、第II相離脱データの欠如）について妥当な警告を発していますが、逆のリスクが見過ごされています。規律あるキルレートガバナンスがなければ、より速いスクリーニングだけでは、人間が後で救済できる可能性のある境界線上の資産を削減することで、サンクコストバイアスを増幅させる可能性があります。ROIは、スループットだけでなく、調整された閾値、段階的な検証、および規制上の規律にかかっています。JNJがモデルガバナンスと実際の試験結果をどのように報告するかを監視して、偽の経済を回避してください。
ジョンソン・エンド・ジョンソンの創薬におけるAIの進歩、特にリード最適化時間の半減と規制文書作成時間の劇的な短縮は、一般的に肯定的と見なされています。しかし、パネリストは、真の価値は、これらの改善がより多くのFDA承認または後期段階の試験での成功率につながるかどうかにかかっているという点で一致しています。
AIを「インシリコでより速く失敗する」ために成功裏に実装し、見込みのない第II相候補への「サンクコストの誤謬」支出を削減し、確率の高い資産のために研究開発資本を保持すること。
リードの誤った優先順位付けや偽陰性につながるAIツールへの過度の依存は、投資資本利益率（ROIC）を侵食する可能性があります。