バイオテクノロジーや製薬業界において、新薬研究や商業化への投資判断を下す際、ターゲット市場を深く理解することは極めて重要な第一歩です。クラリベイトは、世界中の人口における発症率、罹患率、薬物治療可能な患者数の精密な予測を提供することに注力しており、進化する疾患の状況を包括的に把握できる独自の手法を展開しています。これにより、クライアントにおける以下のような意思決定を支援しています。
- 市場規模の把握
- 患者セグメントのプロファイリング
- 高精度な予測モデルに基づいた自信あるビジネス判断
クラリベイトの疫学予測モデルは、臨床医学、公衆衛生医学、生物統計学など多様な専門分野を持つ疫学専門家の監修のもとで開発されています。こうした専門家の支援により、10～20年先を見据えた患者一人ひとりのデータが疾患トレンドを詳細に描写し、投資の妥当性検証や新たな成長機会の発見を可能にします。
徹底した文献レビューとデータ選定・分析
クラリベイトの手法の中核は、徹底した文献レビューにあります。疫学者は、査読済みジャーナル、登録データ、病院退院データセット、国民健康調査、保険請求データ（医療・処方）、電子カルテ、グレイリテラチャー、クラリベイト独自の膨大なデータライブラリなど、多岐にわたる情報源から体系的にデータを収集・分析します。さらにAI/ML（機械学習）モデルや厳選された検索戦略など、最新技術を活用して精度と効率を高めています。
疫学者としての主な目的は、特定地域や国における疾患の疫学的特徴を把握し、発症率や罹患率、死亡率、重症度、入院、病期、生存、進行、再発、症状、併存疾患、リスク要因、診断基準、自然歴、治療・予後、新薬上市、検出方法や分類、公衆衛生政策の変化などを総合的に分析することです。
クラリベイトの文献レビューは、質の高いデータソースを選別するための厳格なフレームワークに基づいており、PubMedやWeb of Scienceなど複数のデータベースを駆使して査読済み論文や学会抄録を幅広く収集しています。
また、社内の専門家や治療領域のスペシャリストとの協議を重ね、公開文献やオンラインレジストリ、調査結果を評価しながら、最も代表的な国別データを特定しています。データ選定の主な基準には、以下が含まれます。
- 代表的な人口ベースの研究
- できるだけ直近3～4年以内に実施された研究
- 統計的妥当性を担保できる十分なサンプルサイズ
- 年齢・性別ごとの詳細な分析手法
慢性疾患では罹患率、発症率、リスク要因、生存率、治療成績、併存症など、感染症では発症率、リスク要因、入院率、診断・予防策、がん領域では発症率、リスク要因、病期、進行、再発、生存率、治療効果、限定期間有病率など、疾患ごとの重要課題に焦点を当てています。これにより、疾患発症や罹患、イベント、治療可能人口、負担、予後、治療動態に関する実用的な洞察を提供し、的確な意思決定を支援します。
さらに、国ごとの診断慣行や生活習慣、遺伝的背景の違いも考慮。新しい公衆衛生介入やリスク要因の変化、治療法の進歩、人口動態の変化なども反映し、単純な過去データの外挿を避けています。年齢層限定などのデータも、全人口でのリスク評価となるよう適切に調整しています。
AI/MLとテクノロジーを活用したプロアクティブなモニタリング
クラリベイトでは、全疾患を対象に毎年文献レビューを実施し、AI/ML技術を駆使して新たな研究成果やトレンドを早期に把握しています。これにより、クライアントはR&Dや市場戦略を迅速に調整できる最新情報が入手可能です。
AI/MLモデルによるターゲット検索では、関連度80%以上の論文に絞り込むことで詳細評価の効率化を図り、最適な研究成果のみを選出。こうしたプロセスは大幅な時間短縮と高精度化を両立しています。
2024年8月にローンチされたEPI MLサービスプラットフォームは、APIによる予測やトレーニング、モデル管理、システム監視を実現し、Epidemiology Intelligenceプラットフォームへのシームレスな統合を支えています。今後は自動フィードバックループの追加やユーザーフレンドリーなダッシュボード、ディープラーニングによる精度向上など、さらなる発展が計画されています。
こうしたAI/MLの活用により、クラリベイトは疫学研究における精度と効率の新たなベンチマークを打ち立てています。
堅牢なデータセットによる「未来予測の水晶玉」
クラリベイトの Epidemiology Intelligenceプラットフォームは、
- 45カ国にわたるデータと171カ国への外挿機能
- 200以上の疾患・主要集団（皮膚科、がん、循環器、感染症など）
- 10～20年先を見据えた長期予測
を提供しています。
この包括的なカバレッジにより、製薬会社や研究者は幅広い市場に合わせた実用的なインサイトを得ることができ、疾患負担や主要リスク要因の特定、将来トレンドの予測など、さまざまな側面で意思決定を支援します。
対象疾患や手法の詳細については、Epidemiology Intelligenceプラットフォームをご覧いただくか、製品紹介ページをご覧ください。
（本記事は、クラリベイト疫学ディレクター Narendra Parihar、シニア・プリンシパルSTEMコンテンツアナリスト Shyama Ghoshによって執筆されました）
Related insights
The latest news, technologies, and resources from our team.
