AI技術を活用した効率的かつ効果的な品質管理方法のアプローチ

セミナーに申し込む
オンライン 開催

本セミナーでは、生成AIを品質保証業務に適用する具体的手法 (承認書と指図書のLine by Line確認、ナレッジマネジメント) を実導入データを交えて解説いたします。

日時

開催予定

プログラム

本セミナーは、「不正製造を二度と起こさないために、品質保証業務をどう進化させるべきか」を、事故事例・法規制・現場課題・AI技術活用事例を通じて体系的に学ぶことを目的としています。  なぜ「承認書に書いてある通りに医薬品を製造する」ことがこれほど難しいのか、なぜ現場では承認事項の相違が繰り返し発生するのか、DX・AIは“魔法の道具”ではなく、人の判断をどう支援するのかを、失敗事例 → 課題構造 → 解決アプローチ → 実導入結果の流れで理解いただきます。  単なるツール紹介ではなく、GMP・品質文化・人材問題を含めた実務視点で、「これから現場を支える人材として、何を意識すべきか」を持ち帰っていただくセミナーです。

  1. 化血研の不整合事案と原因
    • 2015年 化血研不正製造の概要
    • ガバナンス・品質保証機能不全の構造
  2. 不正製造が発生する要因と対策 (1)
    • 近年のGMP業務改善命令の傾向
    • 不正製造のハザード構造及び不正製造が発生する原因
    • 製薬業界全体の課題:プロフェッショナル人材減少 (育成) 問題
    • 不正製造防止のための行政通知・GMP省令改正のポイント
  3. 一般的な承認書点検業務とは
    • 承認書・指図書・公定書の関係
    • Line by Line点検の意味と狙い
    • 網羅性・正確性が求められる理由
  4. 生成AIでやってみた (失敗事例)
    • 生成AIアシストツールを用いた検証
    • Line by Lineでの相違確認に失敗した理由
    • Excel分割による工夫と限界
  5. 「製造販売承認書チェッカー」概要
    • ツールの基本思想
    • 初回/2回目以降のフロー
    • ヒトとAIの責任分界
    • 「暗黙知」を残すという考え方
  6. KMバイオロジクス社 導入事例・検証結果
    • 検証スコープ・体制
    • 工数・時間削減効果
    • AIを用いたLine By Line確認の精度
    • 相違が検出された事例の考察
    • 「2回目以降」の価値
  7. 利用者アンケートから見えた現場の声
    • 導入前の評価
    • 導入後の評価
  8. 不正製造が発生する要因と対策 (2)
    • 製薬業界全体の課題:膨大な知識管理 (形式知、暗黙知)
  9. AIナレッジマネジメントシステム「STiV」の概要
    • KMバイオロジクス社での導入背景
    • 導入効果
    • 生成AIアシストツールを用いた課題
    • 利用者アンケートに基づく導入時のポイント
  10. AIエージェント選定時のポイント
    • 網羅性
    • 正確性
    • 頑健性

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信対応セミナー / アーカイブ配信対応セミナー

ライブ配信セミナーをご希望の場合

アーカイブ配信セミナーをご希望の場合