会員登録済みの方

次回から自動的にログインする
ライフサイエンス企業情報プラットフォーム

株式会社アイメックRD

  • HOME
  • 株式会社アイメックRD
  • セミナー詳細
  • 【アイメックRD共催セミナー】その素材の“次の価値”をどう見つけ、どう検証するか 〜AI論文探索で拓く「機能性拡張」の仮説と、ヒト試験につなげる実装戦略〜

食品・ヘルスケア製品・ヘルスケアサービスの開発支援

会社カテゴリー:医薬品開発業務受託機関(CRO)、分析、試験受託サービス、その他受託サービス

主サービス提供地域:日本

セミナー詳細

開催日:2026/06/24〜2026/06/24

開催日:2026/06/24〜2026/06/24

【アイメックRD共催セミナー】その素材の“次の価値”をどう見つけ、どう検証するか 〜AI論文探索で拓く「機能性拡張」の仮説と、ヒト試験につなげる実装戦略〜

研究・開発

◆開催日程 (開場 ※オンライン開催

◆お申込みはこちら:https://rdgroup.seminarone.com/202606241fronteo_imeq/event

 


食品・健康食品分野の研究開発では、以下のような課題を抱えている企業が増えています。

•    新規機能性素材や差別化テーマの探索が難航し、研究テーマが枯渇気味
•    学会や論文情報は収集しているが、自社製品に直結する研究テーマに落とし込めない
•    競合の類似品や後追い企画に留まり、独自性を打ち出せない
•    アイデアの萌芽はあるものの、科学的仮説への昇華や社内承認のための根拠作りに苦戦

この背景には、従来型の情報収集や研究プロセスでは突破できない「実行の壁」があります。

本ウェビナーでは、この課題を打破する新たなR&Dアプローチとして、発見型論文探索AIによる仮説生成と、食品ヒト試験の知見に基づく試験実装・リスク評価を組み合わせた研究開発スキームをご紹介します。具体的には、自社素材や既存研究を起点に、キーワード検索では見えにくい関連性や機能性拡張の仮説を見出し、その仮説をヒト試験につなげられるか、研究計画として実装可能かを検討します。

これにより、既存素材の可能性を“次の価値”として再定義し、科学的に検証可能な研究テーマへと落とし込むことで、機能性開発と差別化の道筋を提示します。

 

■講演1

【演題】KIBIT Amanogawaで見出す、機能性素材の“次の可能性”
〜未接続の論文情報から生み出す、機能性拡張の仮説生成〜

株式会社FRONTEO ライフサイエンスAI事業本部 営業チーム 担当課長

萩原 啓太郎氏

【講演概要】
KIBIT Amanogawaは、「非連続的発見」という新たなアプローチにより、これまで“未報告”、すなわち論文に記載されていない関連性を見出すことを可能にする、仮説生成のための発見型論文探索AIシステムです。
方程式駆動型の自然言語処理AI「KIBIT」によって医学・薬学研究をアンバイアスかつ網羅的に解析し、従来のキーワード検索では到達できなかった情報の発見を実現します。これにより、研究者はキーワードに依存しない関連性の高い論文の網羅的探索や、予想外の発見・気づきを通じた新たな着想を得ることが可能となります。
新しい発見を得るためには、広範な視点や、既存の探索範囲では見落とされがちな着想が必要です。一方で、自分の専門分野や特定の仮説に探索視点が固定されてしまうことがあります。
本講演では、研究や事業開発における探索視点の固定化を防ぎ、「真」に価値ある新たな研究・事業機会を創出するための仮説生成手法について、KIBIT Amanogawaを活用したアプローチをご紹介します。
免疫老化、PMS、フレイル、抗肥満といった直接的にヘルスクレームとして表現しにくい現象については、まず観測可能なフェノタイプ(表現型)へと分解します。その上で、該当するヘルスクレームを再定義し、より広い視点で解釈することで、新たなヘルスクレームの可能性に関する仮説を構築します。
さらに、効果が示されている機能性素材については、別のヘルスクレームへの展開可能性を探るため、意外性とエビデンスの双方を備えた新たな適用可能性を、KIBIT Amanogawaを用いて解析します。
本講演では、参加者の皆様が既に保有、あるいは関心をお持ちの機能性素材やヘルスクレームに対して、新たな可能性を見出すためのヒントとなり得るアプローチを提案します。

 

■講演2

【演題】 AIが見出した仮説は、ヒト試験につなげられるのか

〜食品ヒト試験の現場から考える、試験設計と実装可能性の見極め〜

株式会社アイメックRD 企画営業部 R&Dデザイン課 マネージャー/ 博士(生物資源科学)

三浦 徳

【講演概要】
AIによる論文探索から生まれた仮説は、そのままヒト試験や商品開発テーマになるわけではありません。研究として興味深い関連性であっても、ヒトで観測できるか、健常者試験として成立するか、対象者募集が可能か、主要評価項目を妥当に設定できるかによって、開発テーマとしての実装可能性は大きく変わります。
本講演では、食品ヒト試験の設計・実施の視点から、KIBIT Amanogawaで生成された有望仮説を、研究実施・エビデンス構築・商品価値の観点でどのように評価するかを解説します。
具体的には、仮説の反証可能性、観測可能なフェノタイプへの翻訳、対象者選定・除外基準、募集成立性、主要・副次アウトカムの妥当性、評価期間、必要症例数、運用負荷、予算制約、結果解釈のリスクなど、臨床試験計画に落とし込む際の判断プロセスを整理します。
また、機能性素材の「効果の拡大」や「価値の再定義」を検討する際に、どこまでを探索的仮説として扱い、どの段階から検証的試験へ進めるべきかを、仮説ベースの研究シミュレーションとして示します。個別ヘルスクレームの実現可能性を断定するのではなく、限られた期間・予算の中で、次の意思決定に資するエビデンスをどう設計するかに焦点を当てます。
AIが見出した意外な関連性を、研究計画書・社内稟議・開発ロードマップに接続するためには、科学的妥当性だけでなく、実施可能性と商品価値の両面からの見極めが不可欠です。
本講演では、仮説生成を一過性のアイデアで終わらせず、研究実施、エビデンス構築、さらには上市を見据えた開発判断へつなげるための実践的なアプローチを提案します。

関連情報