医薬品に関する情報とは，突き詰めれば「ある薬剤（または薬剤の組み合わせ）の投与によって，特定のイベントが発生したかどうか」という情報の蓄積に他なりません．たとえば，ある薬剤Xが症状Aに効果があるとされる場合，それはXを投与された患者群と投与されていない群との間で，症状Aの発生頻度に統計的な差が認められたことを意味します．このような情報は，時間経過に伴うイベントの発生割合を可視化する「カプランマイヤー図」として表現されることが一般的です．この方法は，臨床試験や観察研究の基本形として広く用いられています．

しかし，現実の医療現場では，複雑な問いが日々生まれています．たとえば，「抗がん剤Xは高い効果を示す一方で，副作用Aを引き起こすが，併用薬Yを加えることでその副作用を軽減できるのではないか」といった問いです．このような仮説を検証するためには，XとYを併用した群とXのみを投与した群を比較する必要があります．ただし，ここで問題となるのは，両群の患者背景が一致しているとは限らないという点です．たとえば，重症度の高い患者にYが多く投与されている場合，X+Y群とXのみ群とで公平な比較が難しくなります．こうした交絡因子の影響を排除するために，統計的な「疫学的調整」が必要となりますが，この調整の結果，比較可能な症例数が大幅に減少してしまうこともあります．したがって，こうした比較研究を成立させるためには，初期段階で大量の患者データを確保する必要が生じます．

さらに難しいのは，「Xの副作用を最も抑えるYを探索したい」といったオープンクエスチョン型の問いです．この種の問題に対しては，前向きの臨床試験（RCT）を実施するには，組み合わせの数が膨大となり，現実的ではありません．一方，電子カルテに記録された実臨床のデータ（リアルワールドデータ）を活用すれば，理論上，後ろ向き調査によって広範な仮説検証が可能です．しかしそのためには，自由記述のテキストから「イベント発生」を抽出し，背景調整を含む疫学的解析を行うという複雑な処理が必要になります．

この課題を解決するため，私たちは自然言語処理（NLP）による自動抽出技術と疫学的調整の半自動化を組み合わせたフレームワーク「NLP探薬」を構築しました．これにより，大規模な電子カルテテキストに記録された情報から，有効な薬剤の組み合わせ，副作用の軽減，あるいは適応拡大の可能性といった多様な知見を，効率的かつ同時に抽出することが可能になります．本フレームワークは，特定の仮説に依存せず，データ駆動型で医薬品情報を探索・検証できる柔軟性があるため，今後の創薬研究や副作用軽減戦略に新たな道を開くものと期待しています．