AI創薬の国際提携は、覚書（Memorandum of Understanding、MOU）の署名だけでは候補薬や臨床試験の成果を意味しない。華安医学傘下の源華智醫とスイスのMedvisisの案件で外部から確認できるのは、AIを使った候補探索と、既存薬の新たな用途を探すドラッグ・リポジショニング（Drug Repurposing）を共同で進めるという方針までだ。正式契約、対象品目、データ、検証結果、規制当局との協議は公開されていない。

発表で確認できるのは協業方針まで

2026年7月30日付の経済日報は、源華智醫がMedvisisとのMOU締結を発表し、同社のAIプラットフォームを基に候補薬と新たな適応症を探索する計画だと報じた。記事が伝える「開発の加速」や「商業化」は会社側の将来構想であり、完了した研究や成立したライセンス契約ではない。

今回の案件を裏づける一次資料は、両社の公式サイトで確認できない。源華智醫の公式ニュース一覧で確認できる最新記事は2026年6月1日付で、今回のMOUは掲載されていない。Medvisisの投資家向けページは華安医学との2025年3月17日付の旧MOUを載せるが、今回の案件は記載していない。このため、契約本文や双方が一致して公表した業務範囲は、本稿執筆時点で追えない。

1　MOU本文と正式契約

MOUという文書名だけでは、法的拘束力の範囲は分からない。まず確認する文書は、正式な共同開発契約またはライセンス契約だ。対象技術、候補品目、独占範囲、担当組織、予算、期限、成果物、停止条件が記されて初めて、協業方針が検収可能な計画に変わる。

契約は失敗時の扱いも要る。モデルが所定の評価値に届かない、実験で再現しない、安全性の懸念が生じるといった場合に、誰が中止を決め、費用と残存データをどう処理するかを定める。記者発表や学会登壇は対外活動の証拠にはなるが、研究の進捗を示す成果物とは異なる。

2　候補品目と検収可能な工程

次の開示は、候補品目の名称、元の適応症、新たに検討する疾患、選定根拠である。ドラッグ・リポジショニングでは、既存薬を使うという事実と、新たな適応症が妥当だという証拠を分けて読む必要がある。既存の承認は、新たな用途の品質、有効性、安全性を自動的に裏づけない。

工程表には、データ解析、実験、非臨床、臨床の各段階について、開始日、評価指標、合格基準、担当者、停止判断を置く。候補を何件挙げたかより、事前に決めた基準を何件が通過し、結果を第三者が再現できる資料が残ったかが進捗の尺度になる。

3　データの出所と国外提供

データの確認は、出所、利用権、対象集団、欠測処理、版管理、学習・検証・テスト用の分離から始まる。同じ患者や近い由来の試料が学習用とテスト用に混ざれば、見かけの性能が上がる。共同開発契約には、データの保管場所、アクセス権、再学習への利用、再委託、削除、事故時の連絡経路まで要る。

本案で患者由来の個人データを扱うかは公表されていない。日本の組織が個人データを海外の別法人へ提供する場合、個人情報保護委員会のガイドラインは、提供の根拠に応じて、本人への情報提供と同意、または相当する保護措置を継続させる体制を求め、安全管理や委託先の監督も示している。データを識別子に置き換えたという説明だけで、適用関係を決めるのは早い。

日本の医療情報データベースを承認申請などに使う段階では、医薬品医療機器総合機構（PMDA）がデータベース使用の妥当性、評価項目の充足性、信頼性について助言や確認を行う相談制度を設けている。AIの導入は、元データの信頼性を確かめる手続きを省く理由にはならない。

4　モデルの用途と独立検証

米食品医薬品局（FDA）と欧州医薬品庁（EMA）が2026年1月に公表した医薬品開発の「Good AI Practice」10原則は、利用目的（Context of Use）の明確化、データ統治と文書化、リスクに応じた性能評価、ライフサイクル管理を求めている。どの判断を支援するモデルかが違えば、必要な評価も変わる。

確認対象は、モデルの版、入力データの範囲、比較対象、評価指標、信頼区間、外部データでの成績、失敗しやすい条件、更新履歴だ。単一データセットの最高値だけでは、別の施設や対象集団での再現性は分からない。更新後のモデルに旧版の検証結果を流用していないかも追う必要がある。

5　実験から臨床までの証拠

AIが出す候補順位は、検証対象を絞るための仮説である。独立データでの確認、実験、非臨床、適切に設計された臨床試験という証拠が後に続く。PMDAは医薬品を品目ごとに品質、有効性、安全性で審査し、提出資料が倫理的かつ科学的に信頼できるかも調査する。モデルの精度と薬の承認は別の評価軸だ。

日本で治験や臨床研究に進む場合は、厚生労働省の臨床研究等提出・公開システム「jRCT」で研究種別、対象、進捗、実施主体などの公開情報を検索できる。登録番号、試験責任者、主要評価項目、予定期間が示されれば、MOUから研究計画へ移ったことを外部から追いやすくなる。本案について日本での試験計画は確認できていない。

6　規制当局に示す文書と変更履歴

スイスの医薬品規制当局Swissmedicは、AIモデルにはデータ品質、透明性、品質管理、偏りの課題があり、AIが生成した要素を含む承認申請にも最新の科学技術水準に沿った完全な文書が必要だとしている。原始コードの全面公開を意味するものではないが、審査側が用途、出力、限界、変更を追跡できる資料は欠かせない。

公表時には「当局と協議した」「申請した」「治験が始まった」「承認を得た」を分けて書く必要がある。相談は審査結果ではなく、申請は承認ではない。本案が日本での開発やPMDA相談を予定していることを示す公的資料は、本稿執筆時点で確認できていない。

7　知的財産、失敗費用、事故責任

正式契約では、既存のデータベースとモデル、共同発明、特許出願、派生データ、モデル改良、地域別のライセンス権を分ける。共同データで改善したモデルを他社案件へ転用する権利、否定的な結果を共有する範囲、契約終了後のデータ削除も争点になる。

責任分担は技術提供者、データ管理者、実験実施者、治験依頼者、販売権者ごとに置く。データ漏えい、誤った候補順位、試験手順からの逸脱、有害事象が起きた際の報告先と費用負担を先に決める。成功時の収益配分だけを示す契約では、開発の停止や事故に対応しにくい。

次の開示が案件の前進を示す

外部から追う順序は、正式契約、候補品目、検証計画、独立した結果、試験登録、規制当局との手続き、ライセンス成立となる。日付、責任主体、文書がそろった節目だけを一段の前進として数える。源華智醫とMedvisisの案件は、現時点では最初のMOU発表にとどまる。