News
お知らせ
【フィジカルAI】最先端の機械学習技術を物理世界へ。EQUES、AWS ジャパン支援のもとフィジカルAI領域への挑戦を開始
株式会社EQUESは、「最先端の機械学習技術をあやつり、社会の発展を加速させる」というミッションのもと、新たにフィジカルAIのフロンティアへと踏み出します。この度、その第一歩としてAWS ジャパンによる「フィジカル AI 開発支援プログラム」に採択されました。 プレスリリース詳細はこちら ■ 次世代のロボット基盤モデル構築へ 昨今、生成AIの進化に伴い、デジタル空間のみならず物理世界（フィジカル）で自律的に動作するAIへの注目が急速に高まっています。本プログラムの支援を受け、EQUESは、AWSの強力な計算リソースや技術支援を活用し、Vision-Language-Action（VLA）をはじめとする次世代のロボット基盤モデルおよびAIソリューションの開発を行ってまいります。そしてデータ収集からモデルトレーニング、実環境へのデプロイまでの一連のパイプラインを強固に連携させた、体系的な開発を目指します。 ■ 代表取締役 岸 尚希 / 取締役 CTO 助田 一晟 よりコメント 「この度、AWS ジャパンの『フィジカル AI 開発支援プログラム』に採択いただいたことを大変嬉しく思います。弊社がこれまでこだわってきた『研究と実践をシームレスに繋ぎ、より良い解を社会に実装する』というアプローチは、フィジカルAIという新たなフロンティアにおいても強力な武器になると確信しています。本プログラムによる充実したインフラ・技術支援を最大限に活用し、現実世界の複雑な課題を解決するAI技術の開発に邁進してまいります。」 お問い合わせはこちらから
製薬QAの「書く」時間をゼロへ。AI SaaS「QAI Generator」が逸脱報告や年次照査の自動生成に対応開始
弊社、株式会社EQUES（本社：東京都文京区、代表取締役：岸 尚希）は、医薬品製造の品質保証（QA）業務を効率化するAI SaaS「QAI Generator」において、大幅なアップデートを実施いたしました。 これまで提供していた「変更申請書」の自動生成に加え、新たに「逸脱報告書」「品質情報報告書」「年次照査」の3つの重要文書に対応しました。 QAI Generator 公式HPはこちら ■ アップデートの背景 製薬業界の品質保証領域は、高度な専門性と正確性が求められる一方、深刻な人材不足と文書作成負担が課題となっています。「QAI Generator」は、第一弾の変更申請書生成において業務量を約70%削減するなどの実績を上げてまいりました。 この度のアップデートにより、特に作成頻度が高く、膨大なデータの集約が必要な文書領域までカバーすることで、さらなる業務効率化と技術伝承を支援します。 ■ 新たに対応した文書 1. 逸脱報告書： 製造工程等で発生した手順からの逸脱事項について、AIが指定のフォームに入力された簡易なメモや状況をもとに、発生状況、原因調査、是正措置（CAPA）案などを論理的な文章として整理し、下書きを高速で生成します。 2. 品質情報報告書： 市場や医療現場などから寄せられた品質に関する情報（苦情など）について、調査結果や製品品質への影響評価の文書化をサポートします。専門用語の文脈を正確に捉え、迅速かつ適切な報告書作成を可能にします。 3. 年次照査： 1年間の製造および品質管理の記録を総合的に評価する年次照査において、変更管理、逸脱管理、苦情などの多岐にわたる項目のサマリー作成や、傾向分析の文章化をAIがアシスト。担当者の集計・執筆にかかる膨大な時間を大幅に削減します。 現在、二週間の無料トライアルを実施中です。実際の業務フローでの精度をぜひご体感ください。 詳細は下記プレスリリース、またはサービスサイトをご覧ください。 プレスリリースはこちらから QAI Generator公式サイトはこちらから
【新サービス】実務直結型e-learningプラットフォーム「AI×DX寺子屋 learning」の提供を開始
株式会社EQUESは、生成AIの具体的な業務ユースケースを体系的に学習できるe-learningプラットフォーム「AI×DX寺子屋 learning」の提供を開始しました。第一弾として、製薬業界の品質保証（GMP）およびMR（医薬情報担当者）向けのコンテンツを展開します。 ■ 開発の背景と既存サービスからの展開 製薬業界において生成AIの導入が進む一方で、厳格な規制環境や専門性の高い業務プロセスが障壁となり、「現場での具体的な活用方法が定着しない」という課題が存在しています。 当社はこれまで製薬企業の品質保証業務を支援する「QAI-Generator」を提供してまいりました。その運用を通じて得られた知見に基づき、一般的なAIの基礎知識ではなく、業界のドメイン知識に即した実践的なAI活用スキルを提供するため、本教育プラットフォームの開発に至りました。 ■ AI×DX寺子屋 learningの特徴 1. 業界特化型のコンテンツ リリース時点では製薬業界の品質保証（GMP）関連の教材を公開しています。順次、MR向けコンテンツや他業種向けの講座を拡充する予定です。 2. 10分間のマイクロラーニングと確認テスト 1回約10分の動画コンテンツによる学習と、各動画に付属する5問の確認テストで構成されています。 3. 実務用プロンプトの提供 学習内容を即時に実務で利用できるよう、コピー＆ペーストで実行可能なプロンプトテンプレートを提供しています。 4. 学習進捗の管理機能 受講者のマイページで受講中のコース、修了状況、総学習時間、進捗率を確認可能です。管理者が組織全体の学習進捗を把握する機能も順次実装予定です。 ■ サービス詳細 サービス名：AI×DX寺子屋 learning 利用料金：1アカウントにつき月額 9,900円（税込） 提供コンテンツ：生成AIの基礎、業界向けユースケース（製薬業界のGMPリリース済）、プロンプトテンプレート集 ■ 無料トライアルについて 現在、限定10社を対象に無料トライアルを実施しています。AI導入および社内教育のシステム化を検討中の場合は、右上のお問い合わせ窓口よりぜひご連絡ください。 ・PR TIMES プレスリリース詳細 https://prtimes.jp/main/html/rd/p/000000019.000101360.html
【新サービス】製薬業界複数の文書間における齟齬をAIが自動で検出するシステム「QAI Checker」の提供を開始。
■ 開発の背景 製薬業界のQA（品質保証）業務において、承認書と製造手順書・点検文書等の整合性確認は不可欠なプロセスです。しかし、この作業は多大な時間を要するだけでなく、文書間で記述形式が異なるために確認漏れのリスクも孕んでいます。そこで、既存サービス「QAI Generator」の運用知見と現場の課題を反映し、QA担当者・管理者のレビュー工数削減と品質維持を目的とした「QAI Checker」を開発しました。本ツールはAIにより段落単位で齟齬を抽出することで、業務の効率化と精度の向上を同時に実現します。 ■ QAI Checkerの特徴 1. 段落ごとの整合性解析 AIが文書のレイアウトを解析し、意味の対応する段落をマッチングします。その後、数値、手順、記述内容の相違を抽出します。 2. エラーの自動検出 表記ゆれ、記述の抜け漏れ、手順の順序誤りなど、目視確認で発生しやすいエラーを自動解析の対象としています。 3. エクセル形式でのデータ出力 齟齬の検出結果を、対応する手順書や承認書の該当箇所とペアにしてエクセル形式でダウンロード可能です。出力データはレビュー記録として利用できます。 ■ 2週間無料トライアルについて 現在、「QAI Checker」を2週間無料で利用できるトライアルを実施しています。QA業務における文書確認のシステム化を検討中の場合は、下記のサービスサイトよりお問い合わせください。 QAI Checkerの詳細はこちら
NEDO「量子コンピュータを用いた社会問題ソリューション開発」に採択
〜量子最適化技術を活用し、多剤耐性菌（MDRO）に対する新たな治療戦略の確立を目指す〜 株式会社EQUESは、国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が実施する懸賞金活用型プログラム「量子コンピュータを用いた社会問題ソリューション開発（Quantum Computing Challenge）」のスクリーニング審査を通過し、採択されたことをお知らせいたします。 本プロジェクトでは、世界的な脅威となっている多剤耐性菌（MDRO）感染症に対し、量子最適化技術を用いた革新的なアプローチで治療薬開発の加速と新たな治療戦略の構築に取り組みます。 ■ 背景：多剤耐性菌（MDRO）という世界的脅威 抗生物質の広範な使用に伴い、既存の薬が効かない「多剤耐性菌（MDRO）」が世界中で急増しています。感染症による死亡者数は増加の一途を辿っており、従来の抗生物質開発に代わる、あるいはそれを補完する新たな治療戦略の確立が急務となっています。 ■ 本プロジェクトの概要 EQUESは、細菌叢（マイクロバイオーム）を緻密にコントロールすることで病原体の増殖を抑制する手法に着目しています。 具体的には、病原体が生存に必要とする栄養素の供給を遮断するため、複数の「栄養競合細菌」を組み合わせるアプローチを提案します。膨大な細菌の組み合わせの中から、特定の病原体に対して最適なセットを選定する「組合せ最適化問題」に対し、以下の量子技術を適用します。 量子最適化による細菌選定の効率化 多数の細菌候補から、病原体の栄養供給を最も効果的に断つ組み合わせを探索します。従来手法では膨大な計算時間を要するこの課題に量子アニーリング等の手法を適用し、効率的に最適解を導き出します。 量子コンピュータを用いたシミュレーション 常在細菌同士の複雑な相互作用や、病原体への影響を量子計算によってモデル化します。これにより、生体内での治療効果を高い精度で予測し、一人ひとりに最適な治療戦略の立案を支援します。 ■ 期待される成果と今後の展望 本プロジェクトの成功により、MDRO感染症に対する新薬開発のスピードアップと製造コストの削減が期待されます。病院内での二次感染リスクを低減し、患者様の安全を守るだけでなく、将来的には農業分野における「作物と細菌の最適化」など、細菌叢コントロール技術の多分野展開も目指してまいります。 EQUESは、東大松尾研発のスタートアップとして、最先端の数理・AI技術と量子計算を融合させ、医療・製薬業界の課題解決、ひいては社会全体のウェルビーイング向上に貢献してまいります。 NEDO懸賞金活用型プログラムHPはこちら お問い合わせはこちら
「QAI Generator」がユニオンシンク「品質デザイナー for GxP」との自動連携を開始
株式会社EQUESは、株式会社ユニオンシンク（本社：大阪市中央区、代表取締役：西谷 洋志）が提供するヘルスケア業界向け品質管理システム「品質デザイナー for GxP」と、当社の製薬業界向けAI SaaS「QAI Generator」の自動連携を開始したことをお知らせいたします。 連携の背景と概要 EQUESが提供する「QAI Generator」は、松尾研発のAI技術を活用し、医薬品製造における逸脱発生報告書や変更申請書などの文書作成を自動化・支援するサービスです。弊社の薬学分野・製薬業務に特化したLLM開発は経済産業省・NEDOによる日本国内の生成AI基盤モデル開発力の底上げを目的としたプロジェクト「GENIAC」にも採択されています。 一方、ユニオンシンクの「品質デザイナー for GxP」は、品質管理に関わる情報（逸脱・苦情・変更管理など）を一元管理し、データインテグリティ（DI）の確保を支援するシステムです。 これまで、AIで生成した文書を管理システムへ登録する際には、手作業による転記が必要であり、業務負荷やヒューマンエラーの発生が課題となっていました。 今回の自動連携機能により、「QAI Generator」で生成された文書データが、ボタン一つで「品質デザイナー for GxP」の起票画面へ自動反映されるようになります。 本連携によるメリット 転記作業の削減と業務効率化システム間の手入力・転記作業が不要となるため、品質保証（QA）業務にかかる時間を大幅に短縮します。 データ整合性の確保手作業による入力ミスを排除し、AI生成文書と管理記録の正確な一致を保証します。これにより、より強固なデータインテグリティの確保に貢献します。 シームレスな品質管理フローの実現文書生成（AI）から記録・管理（システム）までがシームレスに繋がり、品質イベント対応の迅速化を実現します。 代表コメント 株式会社ユニオンシンク 代表取締役社長 西谷 洋志 氏 当社がご支援するヘルスケア業界の現場では、文書の内容を一から考えることが大きな負担となっていました。今回の連携により、その課題解決に向けた新たな選択肢をご提供できることを喜ばしく思います。AI活用は品質保証業務の効率化と高度化に新しい可能性をもたらすと確信しており、今後もお客様の業務価値を高める取り組みを推進してまいります。 株式会社EQUES 代表取締役CEO 岸 尚希 リリース後、多くの製薬企業様より『品質デザイナー for GxP』との連携に関するご要望をいただいておりました。今回の連携により、AIで作成した文書をシームレスに品質業務全体へ活かすことが可能となります。本取り組みをきっかけに、品質保証業務におけるAI活用の効果が一層高まることを確信しております。 会社概要 株式会社EQUES 東京大学松尾研究室発のAIスタートアップとして、「最先端の機械学習技術と実務現場を結ぶ架け橋に」をミッションに掲げています。要件定義から運用までを一気通貫でサポートする「伴走型技術開発事業」や、製薬業界特有の課題を解決する「製薬AI事業」を展開し、社会の発展を加速させることを目指しています。 所在地：東京都文京区本郷 6-25-14 代表者：代表取締役 岸 尚希 URL：https://eques.co.jp/
＜お知らせ＞CG分野の最高峰国際会議「SIGGRAPH 2025」にてPosters採択
弊社は、経済産業省・NEDOによるGENIAC事業の一部である「ANIMINSプロジェクト」による論文が、2025年8月にカナダ・バンクーバーで開催される「SIGGRAPH 2025」にPostersとして採択されたことをお知らせいたします。「SIGGRAPH」は「世界最大かつ最高のCGの祭典」と称されるようにコンピュータグラフィクス（CG）分野における最難関国際会議の一つで、権威あるトップカンファレンスです。 ANIMINSプロジェクトについて ANIMINS（アニミンズ, ANIMe INSight）はオー・エル・エム・デジタル社が実施するデータ・生成AI利活用実証事業です。AIを「ツールの一つであり、クリエイターをサポートするもの」と明確に位置づけ、アニメ制作現場でAIの利活用が本当にできるのかを徹底的に調査しています。 詳しくは以下のホームページもご覧下さい。 経済産業省 GENIAC 特設ページ IMAGICA GROUP note記事 論文の概要 レイアウト制約付きのテキストから画像を生成する技術により、ユーザーはテキストとオブジェクトのレイアウトを指定しながら画像を生成できるようになりました。しかし、広告、ポスター、UIモックアップなどの実際のデザインアプリケーションでは、追加されるヘッドラインやロゴ、製品画像のために特定の領域が空白であることが求められることが多々あります。既存のモデルでは、これらの予約された領域が空白のままであることを保証することができず、コストのかかる手動での修正が必要となります。 本研究では、そのような"空白領域"を重要な制約条件として扱います。ユーザーが始めに定義したレイアウトを受け入れ、反応しないノイズを注入することで指定された領域がデノイジングの過程で空白のままであることを担保する拡散ベースのフレームワーク「SAWNA（Space-Aware Text-to-Image Generation）」を提案します。SAWNAは、追加のトレーニングや微調整を必要とせず，指定された領域内でのオブジェクト生成を防ぎ、他の領域では多様性と視覚的忠実性を維持します。実験結果により、SAWNAが予約された領域でのコンテンツを効果的に抑制し、生成された画像のデザインユーティリティを向上させることが示されました。本手法は、生成される画像内において柔軟にスペースを予約できるようにする技術であり、レイアウトが重要なユースケースに対して実用的な解決策を提供します。 今後の展望 レイアウトが重要な応用例の一つとしてアニメ制作が挙げられます。オー・エル・エム・デジタル社が統括する「ANIMINSプロジェクト」の環境を最大限活用し、アニメドメイン特化の研究開発を加速していきます。特に本研究での提案手法のように追加学習を必要としないアプローチは”Training-free”と呼ばれ、計算資源に要するコストを抑制することができるため、制作現場など実応用での活用が大いに期待されます。 論文情報 SAWNA: Space-Aware Text to Image Generation https://dl.acm.org/doi/10.1145/3721250.3743023著者：Ryugo Morita, Sho Kuno, Ryunosuke Tanaka, Eiji Iimori, Dinh Hoang Dai, Issey Sukeda発表予定：SIGGRAPH 2025 PostersセッションURL：https://s2025.siggraph.org/ PR TIMESはこちら
＜プログラム採択紹介＞「ICTスタートアップリーグ」2025年度採択企業に選定されました
このたび株式会社EQUESは、総務省が推進するスタートアップ支援プログラム「ICTスタートアップリーグ」において、2025年度の採択企業に選定されました。 「ICTスタートアップリーグ」は、ICT分野で先進的かつ社会的なインパクトをもたらす技術・サービスを有するスタートアップの成長を支援するプログラムです。EQUESは本採択を通じて、展示会やピッチイベントへの出展、企業・自治体とのマッチング、海外展開を見据えたネットワーキング機会の提供など、多面的な支援を受けながら、さらなる事業成長を目指してまいります。 EQUESはこれまで、生成AIや数理最適化を軸とした研究開発と、その社会実装に取り組んできました。今回の採択を機に、技術力をさらに高めるとともに、社会や産業へのより深い貢献を目指してまいります。 今後もEQUESは、研究知の実装によって、ICT分野における持続可能な価値創出に挑戦してまいります。 ▼ICTスタートアップリーグ公式サイトhttps://ict.startupleague.go.jp/
＜リリースのお知らせ＞製薬特化の大規模言語モデル「JPharmatron-7B」を開発しました
このたび弊社は、製薬業界向けの大規模言語モデル（LLM）「JPharmatron-7B」を開発・発表いたしました。 「JPharmatron-7B」は、薬学・製薬分野の大規模データセットをもとに学習されたモデルで、製薬文書作成など実務での活用を想定して設計されています。70億パラメータの比較的軽量な構造で、社内ネットワークやローカル環境でも運用可能です。 また、製薬・薬学分野における評価基準の整備を目的として、日本薬剤師国家試験、名寄せ、齟齬点検といった3つのタスクからなる独自ベンチマーク「JPharmaBench」もあわせて開発・公開いたしました。 本モデルは、既存の国内外のベンチマークにおいて、同規模のオープンモデルである「Meditron3-Qwen2.5-7B」や「Llama-3.1-Swallow8B-Instruct-v0.3」をすべての評価項目で上回る性能を記録しており、同パラメータ規模における最高水準の性能を達成しています。なお、本開発は経済産業省／NEDOによる「GENIAC」プロジェクトの一環として実施されています。 今後は、EQUESが提供する製薬業界向けAIソリューション「QAI」への実装や、各種共同研究への活用を見据えております。 JPharmatronおよびJPharmaBenchは、HuggingFace上でも公開しておりますので、ぜひご覧ください。 ▼JPharmatronhttps://huggingface.co/EQUES/JPharmatron-7B ▼JPharmaBenchhttps://huggingface.co/collections/EQUES/jpharmabench-680a34acfe96870e41d050d8 本モデルにご関心のある方は、以下よりお気軽にお問い合わせください。 お問い合わせはこちら