ファームAIラボ - パート 2

【第4回／全9回】Claude Code Skillsで薬局DX｜STOPP/START・Beers基準・ACBスコアの構造化ガイド

📚 SERIES ｜令和8年度調剤報酬改定 × Claude Code 薬局DX 第4回／全9回・ Skills特化（STOPP/START構造化）公開日：2026年5月4日・全9記事を5/1〜 […]

📚 SERIES ｜令和8年度調剤報酬改定 × Claude Code 薬局DX 第3回／全9回・服用薬剤調整支援料1（125点の減薬達成支援）公開日：2026年5月3日・全9記事を5/1〜5

📚 SERIES ｜令和8年度調剤報酬改定 × Claude Code 薬局DX 第2回／全9回・服用薬剤調整支援料2（4週間PoC実装）公開日：2026年5月2日・全9記事を5/1〜5/9で

📚 SERIES ｜令和8年度調剤報酬改定 × Claude Code 薬局DX 第1回／全9回・ピラー記事（シリーズ全体ガイド）公開日：2026年5月1日・全9記事を5/1〜5/9で毎日連続

1. はじめに：薬物動態予測がAI創薬の成否を分ける時代新薬候補化合物が臨床試験で失敗する最大の要因の一つが、薬物動態（PK：Pharmacokinetics）と毒性の問題です。実験で全ての化合物を評価することは時間と

1. はじめに：AI創薬時代の一次スクリーニングを担うADMET-AI 近年、AI創薬の進展により、数百万から数億規模の化合物ライブラリを扱う「超大規模スクリーニング」が現実のものとなってきました。生成AIや高速ドッキン

この記事は、薬学部で長年教えた元大学教授の視点で、国試の問題が解けない理由を読者ごとに異なる階層構造（大学薬学・高校・中学）で捉え直すアプローチです。これまでの解説では届きにくい「自分の現在地を見極めて必要な階層から学び

１．はじめに AI創薬の現場では、分子物性予測・タンパク質-リガンド相互作用・ADMET評価など、多彩なタスクに対応できる深層学習フレームワークが求められています。そのなかで、機械学習の専門家でなくてもAIを活用した科学

１．はじめに 2026年4月23日、ブログ主は東京ビッグサイトで開催された「Pharma IT & Digital Health Expo 2026」に参加してきました。AI創薬やデジタルヘルスの最新動向を追いか