Analytical Quality by Design (QbD) is the science and risk-based approaches for developing and maintaining analytical procedures, those are suitable for the evaluation of the quality of drug substances and drug products. The basic principle of analytical QbD was established and harmonized in ICH Q14 guideline as an enhanced approach, however, the examples for implementation of analytical QbD for biopharmaceuticals are limited. Therefore, as a part of the advancement of quality control through the application of analytical QbD, we conducted case studies focusing on target analytical profile (ATP) setting and risk assessment to show specific examples of analytical procedure development for biopharmaceuticals. Regarding ATP setting, we focused on high molecular weight species/fragment, host cell protein (HCP), and biological activity as representative quality attributes of biopharmaceuticals. As analytical techniques to measure each quality attribute, size exclusion chromatography was selected for high molecular weight/fragment, enzyme-linked immunosorbent assay (ELISA) for the total amount of HCP, and binding ELISA for biological activity were selected. While the examples shown in the ICH Q14 Annex are mainly described assuming the time of application for approval, this case study is characterized by considering issues to be considered from the early stages of drug development. It is expected that analytical QbD will be utilized for biopharmaceuticals, and that appropriate development and life cycle management of analytical procedures will be carried out.

This paper explores the implementation of Artificial Intelligence (AI), especially generative AI, in the pharmaceutical industry amid ongoing digital transformation (DX). AI technologies are being applied more and more across drug development, manufacturing, quality assurance, and supply chain management. These technologies offer improved efficiency and decision-making capabilities. However, these benefits come with challenges related to technical feasibility, ethics, and regulatory compliance. This paper reviews international regulatory initiatives, including FDA, WHO, and ISPE (GAMP 5 Second Edition) guidelines, and highlights key areas such as risk management, explainability, data quality, and model monitoring. It also discusses practical considerations such as data preprocessing, AI model validation, continuous monitoring, and model drift. Furthermore, the paper emphasizes the importance of human-centered design and responsible AI use, with ultimate accountability remaining with human decision-makers. This paper presents strategies for overcoming implementation barriers, such as PoC-driven phased adoption, workforce training, and interdepartmental collaboration. Finally, the paper outlines actionable steps for practitioners to reliably and sustainably integrate AI in compliance with GxP requirements, aiming to guide the pharmaceutical sector toward the responsible and effective utilization of AI.

本研究は，医療機器が医療機器規則（MDR）2017/745の第117条の要件，および医療機器と併用される医薬品の品質文書に関するEMA/CHMP/QWP/BWP/259165/2019ガイドラインに準拠している事の評価方法について記載している。

より具体的には，針付ガラス製プレフィルドシリンジ入りワクチンを例として，欧州規制当局（EMA）に申請する前に第三者認証機関に医療機器部分の意見書の提出を依頼する際に申請者が提供する資料項目について，チェックリストとして記載している。

PDAは，2024年にテクニカルレポートTR73-2「針付き注射器の医療機器規制附属書I要件の適用」を発行して，その資料項目についてまとめているのでそれを参考に記載している。

本文は，2024年日本PDA製薬学会メディカルデバイス委員会主催プレフィルドシリンジセミナー2024東京での講演をまとめたものである。

This study addresses challenges in pharmaceutical manufacturing, including quality assurance, regulatory compliance, rising costs, complex supply chains, and a skilled labor shortage. The increasing demand for advanced knowledge complicates the transfer of skills, while tacit knowledge accumulation remains inadequately formalized and shared. To tackle these issues, we propose the implementation of AI-driven knowledge management tools that enhance knowledge visibility and facilitate effective knowledge transfer. Drawing from the ICH-Q10 definition of knowledge management, we emphasize the importance of not only sharing information but also ensuring its usability by recipients. This research investigates the effectiveness of these digital solutions in improving knowledge management in the pharmaceutical industry.

医薬品製造においてデジタルトランスフォーメーション（DX）を効果的に進めるために，DX成熟度モデルを用いた推進について考案した。本報告では医薬品製造において，どのようにDXを推進すべきかをこのDX成熟度モデルを用いて説明し，DXの成熟度のレベルを上げるための具体例についても説明する。

医薬品等の品質保証，安定供給を効果的に行うためのデジタルトランスフォーメーション（DX）導入事例を紹介する。本報告では，武田薬品工業株式会社（以下，武田薬品）光工場で使用されているデジタルツールの実例を紹介し，DXによる業務の効率化，DXを実現させた未来への投資について説明する。

本報告では，製薬業界における生成AIの活用可能性と課題を，生成AIを利用するユーザの視点から検討した。まず，プロンプトエンジニアリングやRAG（Retrieval-Augmented Generation）チューニングの基本的概念を概説し，生成AI出力の最適化に向けた手法を提示した。さらに，生成AIアプリケーション作成プラットフォーム「Dify」を用いて，FDAが示したCSA（Computer Software Assurance）の概念を題材としたデモンストレーションを通じて，プロンプトの工夫やRAGチューニングの有無が応答内容に及ぼす影響を比較・検証した。その結果，意図した応答を得るためには，プロンプトエンジニアリングの実施や，RAGチューニングによる知識補強が有効であることが示唆された。一方で，正確性・再現性・倫理的リスクなど，業務応用における課題も確認された。生成AIの適切な活用に向けては，利用ユーザ側の生成AI理解の促進に加えて，Human-in-the-Loopの考え方を含めた運用設計が重要であると考えられる。

Our group has studied the ideal state of deviation control and CAPA handling at the pharmaceutical manufacturing. It is important to detect minor deviations and incidents earlier and respond promptly, which promotes “Speak-up” culture and allocating resources according to the risk of the deviations.

This paper proposes a Double-Loop Method for managing incidents according to the procedure that investigation, disposition whether it is an incident or not, PDCA cycle will be implemented with record of incidents, list as deviation, and observing incidents.

Two examples of incidents are introduced for deeper understanding. One is packaging abnormalities of raw material, and the other is data loss in environmental monitoring systems.

デジタル技術とAIは医薬品製造の分野で急速に進化し，業界に劇的な変革をもたらしている。日本PDA製薬学会のメンバー企業でも，デジタル・トランスフォーメーション（DX）の導入が相次いで進んでおり，2023年の年会でも各委員会のセッションでDXに関する活発な議論が行われた。2024年の年会では，前年の状況を踏まえ，各委員会で行っていた個別の討議を統合し，「デジタル技術・AIの活用による医薬品製造の改革」とのタイトルで，3時間半にわたる集中討議を行う「委員会合同シンポジウム」を開催することとなった。本稿は2024年12月5日（木）に開催された日本PDA製薬学会2024年会における委員会合同シンポジウムについての報告である。

近年，Advanced Therapy Medicinal Products（ATMPs）が実用化されつつある。一方でATMPsがこれまでの無菌医薬品と大きく異なる点の一つとして，患者への投与までの時間が数日と非常に短い製品もしばしば存在する点である。このような製品については迅速な微生物検査が求められている一方で，従来の培養を用いた無菌試験では結果が得られるまで約2週間もの時間がかかり，患者への安全性の観点でも特に大きな課題である。

本稿では，ATMPsでの微生物管理に関してPIC/Sや日米欧の規制動向と，現状の課題を紹介する。さらに，ATMPsの無菌試験に対して先進的な微生物迅速試験法（RMM：Rapid Microbiological Method）の適用の可能性について検討した内容を報告する。本研究では1生菌レベルのATPを直接測定が可能な「高感度ATP法」という先進的なRMMの使用を検討した。ATP法の課題は細胞由来のATPによるバックグラウンドノイズであるが，「前培養法」や「細胞除去法」といった適切な各種前処理方法と組み合わせることで，数時間～数日という短時間で無菌試験の結果が得られる可能性が示唆された。

In recent years, the advancement of digital technologies such as digital twins, metaverse, and CPS (Cyber-Physical Systems) has begun to influence the pharmaceutical industry. This report presents case studies from various sectors, including a virtual hospital developed by Juntendo University, a digital twin-based manufacturing approach by Toyota Production Engineering, and xR-based inspection technologies from Hitachi Solutions. These cases illustrate the potential for enhancing communication, optimizing production environments, and ensuring operational accuracy through digital integration. Furthermore, this paper discusses the expected evolution from the current Digital Island status of pharmaceutical plants toward a more connected and predictive model, based on the Digital Plant Maturity Model (BioPhorum). The insights aim to serve as a reference for the pharmaceutical industry's future digital transformation.