Pharma Pipeline Intelligence

Pharma Pipeline Intelligence MCP サーバー

ApifyForge で見る | Apify Store で利用する

---

クイックスタート

MCP クライアント（Claude Desktop、Cursor、Windsurf）に追加します。

{
  "mcpServers": {
    "pharma-pipeline-intelligence-mcp": {
      "url": "https://ryanclinton--pharma-pipeline-intelligence-mcp.apify.actor/mcp"
    }
  }
}

---

製薬会社、バイオテクノロジー投資家、メディカルアフェアーズチーム向けの医薬品パイプライン競合インテリジェンスは、ここから始まります。この MCP サーバーは、7 つのライブデータソース（ClinicalTrials.gov、FDA、EMA、USPTO、PubMed）を連携させ、4 つの専門サブモデルを備えた複合的な**パイプライン脅威スコア（0～100）**を算出します。MCP 対応の AI アシスタントに一度接続するだけで、パイプラインに関する質問を自然な言葉で構造化して尋ねられます。

このサーバーは、MCP プロトコルを使用して HTTP 経由で公開される、永続稼働型の Apify Standby アクターとして動作します。ツールを呼び出すと、最大 7 つのアクターに並列で処理を振り分け、統合したデータに 4 つのスコアリングモデルを適用し、スコア、シグナル、裏付けとなる記録を含む構造化 JSON を返します。コードも、基盤データベースの API キー管理も、サブスクリプションも不要です。

⬇️ アクセスできるデータ

データ項目	ソース	値の例
📋 フェーズ、登録数、ステータス別の実施中試験	ClinicalTrials.gov	Phase 3、患者 450 人、RECRUITING
✅ FDA の NDA／BLA／ANDA 承認	openFDA Drug Approvals	Ozempic、NDA #209637、2017-12-05
🇪🇺 EMA の販売承認	European Medicines Agency	Wegovy、EU/1/21/1580、Authorized
⚠️ 有害事象報告（FAERS）	openFDA Drug Events	847 件の報告、重篤事例の割合 23%
🔴 分類別の医薬品リコール	FDA Enforcement	Class I、心臓リスク、全国流通
🔬 特許出願と有効期限	USPTO	US10,123,456、有効期限 2031-08-14
📚 論文の傾向と引用の勢い	PubMed	過去 2 年間で 34 件の論文、増加傾向
🏆 パイプライン脅威スコア（0～100）	複合モデル	スコア 67、脅威レベル HIGH
🎯 先行者優位指数	複合モデル	スコア 72、独占期間 8.5 年
📊 有害事象乖離スコア	複合モデル	スコア 31、乖離レベル ELEVATED
📈 文献モメンタムスコア	複合モデル	スコア 58、増加傾向
🚦 複合リスクレベル	7 つすべてのソース	MODERATE / HIGH / CRITICAL

Pharma Pipeline Intelligence MCP を使う理由

競合パイプライン分析を手作業で行うには、ClinicalTrials.gov への問い合わせ、openFDA API の操作、USPTO 全文検索、EMA 製品データの取得、PubMed の調査を、異なるスキーマ、レート制限、データモデルにまたがって行う必要があります。綿密に分析する場合、1 つの医薬品の全体像をまとめるだけで 2 日かかることもあります。それでも、スコアリング、シグナル検出、複数ソースを横断する脅威評価は得られません。

この MCP サーバーは、プロセス全体を自動化します。generate_pipeline_threat_report を 1 回呼び出すだけで、7 つのアクターが同時に実行され、目的に特化した 4 つのスコアリングモデルが適用されて、2 分以内に複合リスクレポートが返されます。

すべての実行に含まれるプラットフォームのメリット：

• スケジュール設定 — cron の仕組みを用意せずに、Apify Scheduler で競合状況の調査を毎週実行できます
• API アクセス — MCP プロトコルを使用して、Python、JavaScript、または任意の HTTP クライアントからツールを実行できます
• スタンバイモード — サーバーは常時稼働するため、コールドスタートによる遅延がなく、リクエストは数ミリ秒で処理されます
• 支出上限 — セッションごとの予算上限を設定して、AI アシスタントが探索的なクエリで予算を超過しないようにできます
• インテグレーション — 各ツール呼び出しの後に、Zapier、Make、ウェブフック、後続の CRM ワークフローへ接続できます

特徴

• 8つの専門的なMCPツールが、臨床試験から特許による独占期間、文献の勢いまで、医薬品パイプラインのインテリジェンスに関するあらゆる側面を網羅します
• 7つのデータソースを並列でオーケストレーション — generate_pipeline_threat_report ツールは7つすべてのデータソースに同時にリクエストを送り、逐次呼び出しと比べて合計レイテンシを削減します
• 4つのサブモデルによるパイプライン脅威スコア — 第III相試験の密度は競合他社1社につき8ポイント（最大40）、試験件数は最大20、FDAの最近の承認は15、EMAの承認は10ポイントを加算し、リコール活動は脅威を最大15ポイント低下させます
• 先行者優位性指数 — 特許ポートフォリオは最大30ポイント（特許5件で30）、独占期間は保護期間の残り1年につき2.5ポイント（最大25）を加算し、試験フェーズの優位性は最大25ポイントです
• 有害事象の乖離検出 — 死亡報告は1件につき7ポイント（最大35）を加算し、重篤事象の割合が30％を超えるとシグナルを引き上げます。入院の負担は、件数を対数正規化して最大20ポイントを加算します
• 文献の勢いの加速検出 — 直近2年間の出版件数をその前の2年間と比較し、増加率が20％以上の場合に加速シグナルを発します
• 命名規則をまたいだフェーズ検出 — ClinicalTrials.govの試験フェーズ表記から、アラビア数字（Phase 1、2、3、4）とローマ数字（Phase I、II、III、IV）の両方を認識します
• 複合スコアの計算式 — パイプライン脅威30％＋有害事象25％＋文献の勢い25％＋反転した先行者優位性20％。強い先行者優位性が全体的なリスクを低下させるよう調整されています
• 4段階のリスク分類 — LOW（0～25）、MODERATE（26～50）、HIGH（51～75）、CRITICAL（76～100）。各境界を超えた理由を平易な英語で説明します
• 負の圧力としてのリコールインテリジェンス — 競合薬のリコールはパイプライン脅威スコアを低下させます（競合薬の失敗が増えるほど脅威は小さくなる）。これは大半の競合分析ツールに見られない独自の視点です
• 有害反応の上位10件を抽出 — FAERS報告全体からMedDRAの反応用語を頻度別に集計し、降順で並べ替えます
• FDAとEMAの規制ギャップ分析 — compare_regulatory_pathways はFDAとEMAの承認件数の差を算出し、市場間の規制上の受け入れ度の乖離を検出します
• 利用料金の上限を適用 — すべてのツールは実行前に Actor.charge() を確認し、セッション予算を使い切っている場合は構造化されたエラーを返します

医薬品パイプラインの競合インテリジェンスのユースケース

バイオテクノロジー投資仮説の検証

臨床段階の企業を追跡するIPO前のアナリストやベンチャーキャピタルのパートナーは、資金を投入する前にパイプラインのリスクを定量化する必要があります。generate_pipeline_threat_report ツールは、競争の混雑度、対象化合物の有害事象シグナル、特許保護期間、研究の勢いをスコア化して評価し、1回の呼び出しでまとめて提示します。投資候補間のスコアを比較し、リスク調整後の投資機会を順位付けできます。

事業開発に向けた競争環境のモニタリング

導入候補の評価や共同開発パートナーシップの検討を行う事業開発チームは、契約条件を交渉する前に治療領域の競争状況を把握する必要があります。analyze_competitive_landscape ツールは、あらゆる薬剤クラスや適応症について、FDAの承認、EMAの承認、進行中の試験件数、パイプライン脅威スコアを返します。これにより、取引チームは数分で競争密度をデータに基づいて把握できます。

特許切れとジェネリック参入戦略

ブランド薬の独占期間を追跡するジェネリック医薬品メーカーやバイオシミラー開発者には、正確な特許失効データが必要です。track_patent_exclusivity ツールは、USPTOへの出願情報を取得し、失効日を抽出して独占期間の残り年数を算出し、先行者優位性スコアを返します。これにより、特許切れが近づいている薬剤とジェネリック参入の機会が開く時期を特定できます。

メディカルアフェアーズ向け安全性シグナルの監視

医薬品や競合製品の安全性プロファイルを監視するファーマコビジランスおよびメディカルアフェアーズのチームは、有害事象のパターンの変化を早期に検出する必要があります。detect_adverse_event_signals ツールは、FAERS 報告を分析し、転帰を NORMAL ／ ELEVATED ／ CONCERNING ／ CRITICAL に分類して、上位 10 件の MedDRA 副作用用語を提示します。これにより、企業向けファーマコビジランスシステムを、公開データに基づく迅速な分析で補完できます。

研究戦略と新興分野の特定

R&D 戦略チームは、競合がリソースを投入する前に、勢いを増している治療領域を特定する必要があります。assess_literature_momentum ツールは、PubMed の論文発表速度をスコア化し、加速（20% の成長しきい値）を検出するとともに、その研究分野を扱う上位のジャーナルを特定します。これにより、臨床開発プログラムが発表される前に、分野の動向を把握できます。

市場アクセスに向けた規制経路の計画

複数地域での販売開始を計画するグローバル市場アクセスチームは、FDA と EMA の間にどのような規制上のギャップがあるかを把握する必要があります。compare_regulatory_pathways ツールは、両機関に並行して照会し、承認件数と規制ギャップ指標を返します。これにより、チームは販売開始の順序を計画し、追加申請が必要となる地域を予測できます。

医薬品パイプライン分析ツールの使い方

1. MCP サーバーを AI アシスタントに接続します — サーバー URL を Claude Desktop、Cursor、または Windsurf の設定に追加します（接続手順は以下を参照）。基盤となるデータベースに API キーを設定する必要はありません。
2. AI に自然言語で質問します — たとえば、「肥満症における GLP-1 作動薬の競争環境を分析して」や「Vertex Pharmaceuticals と ivacaftor のパイプライン脅威レポートを作成して」と質問します。
3. スコア付きの出力を確認します — AI は、最新の規制データと臨床データから得られた Pipeline Threat Score、サブモデルの内訳、平易な言葉によるシグナルを提示します。
4. 支出上限を設定します — Apify Console でセッションごとの最大支出額を設定し、探索的な調査セッションのコストを管理します。上限に達するとサーバーは停止します。

⬇️ MCP ツール

ツール	価格	説明
search_drug_pipeline	$0.045	医薬品、疾患、スポンサー、フェーズ、またはステータスで ClinicalTrials.gov を検索します。最大 50 件の試験を返します。
analyze_competitive_landscape	$0.045	治療領域について、FDA の承認、EMA の承認、実施中の試験数、および Pipeline Threat Score を返します。
detect_adverse_event_signals	$0.045	FDA FAERS の有害事象分析です。重篤な事象、死亡、入院、上位 10 件の MedDRA 副作用、Divergence Score を返します。
track_patent_exclusivity	$0.045	USPTO の特許ポートフォリオです。出願件数、有効期限、残存する独占期間、First-Mover Advantage スコアを返します。
compare_regulatory_pathways	$0.045	薬剤クラスについて、FDA と EMA の承認状況を並べて比較し、規制ギャップの件数を返します。
monitor_drug_recalls	$0.045	FDA の執行データベースを参照します。リコールクラス（I／II／III）、製造元、流通範囲、クラス別の概要を返します。
assess_literature_momentum	$0.045	PubMed の論文発表速度を分析します。年次推移、加速の検出、上位 5 件のジャーナル、Literature Momentum Score を返します。
generate_pipeline_threat_report	$0.045	7 つのデータソースすべてを対象とする総合レポートです。4 つのサブモデルスコアと、総合 Pipeline Threat Score（0～100）を返します。

ツールの入力パラメーター

ツール	パラメーター	型	必須	説明
search_drug_pipeline	query	string	はい	薬剤名、疾患、または治療領域
search_drug_pipeline	status	string	いいえ	試験状況：RECRUITING、ACTIVE_NOT_RECRUITING、COMPLETED
search_drug_pipeline	phase	string	いいえ	フェーズで絞り込み：PHASE1、PHASE2、PHASE3、PHASE4
analyze_competitive_landscape	query	string	はい	薬剤クラス、治療領域、または有効成分
detect_adverse_event_signals	query	string	はい	薬剤名または有効成分
detect_adverse_event_signals	limit	number	いいえ	分析するFAERSレコードの最大数（デフォルト：100）
track_patent_exclusivity	query	string	はい	薬剤名、化合物、作用機序、または権利者
compare_regulatory_pathways	query	string	はい	薬剤名、有効成分、または治療領域
monitor_drug_recalls	query	string	はい	薬剤名、製造元、または回収理由
monitor_drug_recalls	classification	string	いいえ	回収クラス：Class I、Class II、Class III
assess_literature_momentum	query	string	はい	薬剤名、疾患、作用機序、または研究トピック
assess_literature_momentum	maxResults	number	いいえ	分析する文献の最大数（デフォルト：50）
generate_pipeline_threat_report	company	string	はい	製薬会社名
generate_pipeline_threat_report	drug	string	はい	薬剤名または有効成分
generate_pipeline_threat_report	indication	string	いいえ	治療適応または疾患（検索クエリに追加されます）

⬆️ 出力例

{
  "company": "Vertex Pharmaceuticals",
  "drug": "ivacaftor",
  "compositeScore": 38,
  "riskLevel": "MODERATE",
  "pipelineThreat": {
    "score": 24,
    "competitorCount": 11,
    "phaseDistribution": {
      "Phase 2": 4,
      "Phase 3": 2,
      "Phase 1": 3
    },
    "sameIndicationTrials": 9,
    "recentApprovals": 2,
    "recentRecalls": 0,
    "threatLevel": "LOW",
    "signals": [
      "2 recent FDA approvals in class"
    ]
  },
  "firstMoverAdvantage": {
    "score": 76,
    "patentsCovering": 5,
    "earliestPatentExpiry": "2031-08-14",
    "yearsOfExclusivity": 5.4,
    "trialPhaseLead": 4,
    "approvalPathwayClear": true,
    "signals": [
      "5.4 years patent exclusivity remaining",
      "Already has 2 FDA approval(s)"
    ]
  },
  "adverseEventDivergence": {
    "score": 29,
    "totalReports": 214,
    "seriousEvents": 58,
    "deathReports": 1,
    "hospitalizationReports": 12,
    "seriousRatio": 0.271,
    "divergenceLevel": "ELEVATED",
    "topReactions": [
      { "term": "COUGH", "count": 31 },
      { "term": "NAUSEA", "count": 24 },
      { "term": "DIARRHOEA", "count": 19 },
      { "term": "RASH", "count": 14 },
      { "term": "FATIGUE", "count": 11 }
    ],
    "signals": []
  },
  "literatureMomentum": {
    "score": 52,
    "publicationCount": 47,
    "recentPublications": 18,
    "yearlyTrend": {
      "2022": 8,
      "2023": 11,
      "2024": 15,
      "2025": 13
    },
    "accelerating": true,
    "topJournals": [
      "Journal of Cystic Fibrosis",
      "American Journal of Respiratory and Critical Care Medicine",
      "Thorax",
      "Pediatric Pulmonology",
      "ERJ Open Research"
    ],
    "signals": [
      "18 publications in last 2 years",
      "Publication rate accelerating (28 recent vs 19 prior 2yr)"
    ]
  },
  "allSignals": [
    "2 recent FDA approvals in class",
    "5.4 years patent exclusivity remaining",
    "Already has 2 FDA approval(s)",
    "18 publications in last 2 years",
    "Publication rate accelerating (28 recent vs 19 prior 2yr)"
  ]
}

⬆️ 出力フィールド

フィールド	型	説明
company	string	リクエストで指定された会社名
drug	string	リクエストで指定された医薬品名
compositeScore	number	パイプライン脅威スコアの総合値、0～100
riskLevel	string	LOW / MODERATE / HIGH / CRITICAL
pipelineThreat.score	number	競合脅威のサブスコア、0～100
pipelineThreat.competitorCount	number	試験、FDA、EMAにわたる競合他社の合計数
pipelineThreat.phaseDistribution	object	フェーズラベルをキーとする試験件数
pipelineThreat.sameIndicationTrials	number	同じ適応症における進行中の試験数
pipelineThreat.recentApprovals	number	同じ医薬品クラスにおける最近のFDA承認数
pipelineThreat.recentRecalls	number	競合医薬品の最近の回収件数
pipelineThreat.threatLevel	string	LOW / MODERATE / HIGH / CRITICAL
pipelineThreat.signals	string[]	トリガーの説明（人間が読める形式）
firstMoverAdvantage.score	number	先行者利益のサブスコア、0～100
firstMoverAdvantage.patentsCovering	number	対象医薬品について見つかったUSPTO特許数
firstMoverAdvantage.earliestPatentExpiry	string	最も近い特許満了日の日付文字列
firstMoverAdvantage.yearsOfExclusivity	number	残存する特許保護期間（年）
firstMoverAdvantage.trialPhaseLead	number	データ内で確認された最も高い臨床フェーズ（1～4）
firstMoverAdvantage.approvalPathwayClear	boolean	承認済み、またはフェーズ3以上の場合はTrue
firstMoverAdvantage.signals	string[]	特許および承認に関するシグナルの説明
adverseEventDivergence.score	number	有害事象の乖離に関するサブスコア、0～100
adverseEventDivergence.totalReports	number	分析したFAERS報告の合計数
adverseEventDivergence.seriousEvents	number	重篤と分類された報告数
adverseEventDivergence.deathReports	number	死亡転帰を伴う報告数
adverseEventDivergence.hospitalizationReports	number	入院を伴う報告数
adverseEventDivergence.seriousRatio	number	重篤な報告の割合
adverseEventDivergence.divergenceLevel	string	NORMAL / ELEVATED / CONCERNING / CRITICAL
adverseEventDivergence.topReactions	array	MedDRAの主な反応用語トップ10と件数
adverseEventDivergence.signals	string[]	有害事象シグナルの説明
literatureMomentum.score	number	文献動向のサブスコア、0～100
literatureMomentum.publicationCount	number	見つかったPubMed掲載論文の合計数
literatureMomentum.recentPublications	number	過去2年間の掲載論文数
literatureMomentum.yearlyTrend	object	年をキーとする掲載論文数
literatureMomentum.accelerating	boolean	直近2年間の件数がその前の2年間を20％以上上回る場合はTrue
literatureMomentum.topJournals	string[]	掲載論文数上位5誌
literatureMomentum.signals	string[]	動向シグナルの説明
allSignals	string[]	4つのサブモデルすべてのシグナルを統合したもの

医薬品パイプライン分析の実行にかかる費用はいくらですか？

Pharma Pipeline Intelligence MCP はイベントごとの従量課金制で、ツールの呼び出し1回につき**$0.045**かかります。サブスクリプションや最低利用契約はなく、呼び出しの合間の待機時間にも料金は発生しません。

シナリオ	ツール呼び出し数	1回あたりの料金	合計料金
クイックテスト — 単一の治験検索	1	$0.045	$0.045
スポットチェック — 5つの個別ツール	5	$0.045	$0.23
週次の市場動向更新 — 20回の呼び出し	20	$0.045	$0.90
月次モニタリング — 3つの治療領域	60	$0.045	$2.70
毎日の競合状況モニタリング	200	$0.045	$9.00

Apify Console では、セッションごとに最大利用額を設定できます。予算に達すると、サーバーは課金を停止し、構造化されたエラーを返します。そのため、AI アシスタントが探索的なクエリを実行しても、想定外の超過料金は発生しません。

Citeline Pharma R&D、Clarivate Cortellis、GlobalData などの同等の専用医薬品インテリジェンスプラットフォームでは、同様の規制情報やパイプラインデータへのアクセスに年間$15,000～$50,000かかります。この MCP のほとんどのユーザーは、サブスクリプション契約なしで月額$2～$10を利用しています。

この MCP サーバーへの接続方法

Claude Desktop

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "pharma-pipeline": {
      "url": "https://pharma-pipeline-intelligence-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor

Cursor Settings → MCP → Add Server で追加します。

{
  "pharma-pipeline": {
    "url": "https://pharma-pipeline-intelligence-mcp.apify.actor/mcp",
    "headers": {
      "Authorization": "Bearer YOUR_APIFY_TOKEN"
    }
  }
}

プログラマティックな HTTP（cURL）

# Call analyze_competitive_landscape
curl -X POST "https://pharma-pipeline-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"analyze_competitive_landscape","arguments":{"query":"GLP-1 agonist obesity"}},"id":1}'

# Call generate_pipeline_threat_report
curl -X POST "https://pharma-pipeline-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"generate_pipeline_threat_report","arguments":{"company":"Novo Nordisk","drug":"semaglutide","indication":"obesity"}},"id":2}'

Python

import httpx
import json

url = "https://pharma-pipeline-intelligence-mcp.apify.actor/mcp"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer YOUR_APIFY_TOKEN",
}

payload = {
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
        "name": "generate_pipeline_threat_report",
        "arguments": {
            "company": "Novo Nordisk",
            "drug": "semaglutide",
            "indication": "obesity"
        }
    },
    "id": 1
}

response = httpx.post(url, headers=headers, json=payload)
result = response.json()
report = json.loads(result["result"]["content"][0]["text"])

print(f"Drug: {report['drug']}")
print(f"Composite Score: {report['compositeScore']}/100 — {report['riskLevel']}")
print(f"Pipeline Threat: {report['pipelineThreat']['score']} ({report['pipelineThreat']['threatLevel']})")
print(f"First-Mover Advantage: {report['firstMoverAdvantage']['score']}")
print(f"Patent Exclusivity: {report['firstMoverAdvantage']['yearsOfExclusivity']} years remaining")
print(f"Literature Accelerating: {report['literatureMomentum']['accelerating']}")
print("Signals:")
for signal in report["allSignals"]:
    print(f"  - {signal}")

JavaScript

const response = await fetch("https://pharma-pipeline-intelligence-mcp.apify.actor/mcp", {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    "Authorization": "Bearer YOUR_APIFY_TOKEN",
  },
  body: JSON.stringify({
    jsonrpc: "2.0",
    method: "tools/call",
    params: {
      name: "generate_pipeline_threat_report",
      arguments: {
        company: "Novo Nordisk",
        drug: "semaglutide",
        indication: "obesity",
      },
    },
    id: 1,
  }),
});

const result = await response.json();
const report = JSON.parse(result.result.content[0].text);

console.log(`${report.drug} — Score: ${report.compositeScore}/100 (${report.riskLevel})`);
console.log(`First-Mover: ${report.firstMoverAdvantage.score}, Exclusivity: ${report.firstMoverAdvantage.yearsOfExclusivity}yr`);
console.log(`Adverse Event Divergence: ${report.adverseEventDivergence.divergenceLevel}`);
report.allSignals.forEach(s => console.log(`  Signal: ${s}`));

この MCP は、Windsurf、Cline、Zed、および HTTP 経由の MCP プロトコルに対応するほかのクライアントでも動作します。

Pharma Pipeline Intelligence MCP の仕組み

データ収集：並列アクターオーケストレーション

generate_pipeline_threat_report を呼び出すと、サーバーは Promise.allSettled を使用して、7つの Apify アクターを同時に実行します。各アクターは、それぞれの政府データベース（ClinicalTrials.gov、openFDA FAERS、FDA 承認情報、FDA 取締情報、PubMed、USPTO 全文検索、EMA 製品データベース）を照会します。各アクターには256 MBのメモリと120秒のタイムアウトが割り当てられます。いずれか1つのアクターが失敗しても、ほかのアクターは通常どおり完了し、スコアリングモデルには失敗したデータソースの代わりに空の配列が渡されるため、単一の API 障害によってレポート全体が中断されることはありません。

スコアリングモデル1：パイプライン脅威スコア

パイプライン脅威モデルは、治療領域における競争圧力を評価します。第3相試験の競合に最も大きな重みが設定されており、第3相試験1件につき8ポイントが加算され、上限は40ポイントです（第3相の競合が5件で、この要素の最高スコアに達します）。ClinicalTrials.gov の命名の不一致に対応するため、モデルはアラビア数字形式（Phase 3）とローマ数字形式（Phase III）の両方でフェーズ表記を検出します。治験件数に応じて最大20ポイント（治験1件につき2ポイント）が加算されます。同じクラスの最近の FDA 承認には最大15ポイント（承認1件につき5ポイント）、EMA の承認には最大10ポイント（承認1件につき3ポイント）が加算されます。競合薬のリコールは負の圧力として作用し、スコアを最大15ポイント減らします（リコール1件につき5ポイント）。競合がリコールで失敗している市場は、脅威が低いことを示します。最終的なスコアは0～100の範囲に収まるよう調整されます。

スコアリングモデル2：先行者優位性指数

先行者優位性モデルは、対象医薬品の防御的な立ち位置を評価します。特許ポートフォリオの広さに応じて最大30ポイント（特許1件につき6ポイント）が加算されます。保護期間の残存年数1年につき2.5ポイントが加算され（上限25ポイント）、USPTO データにある特許満了日をもとに、すべての特許のうち最も早い満了日から算出されます。独占期間の残りが2年未満の場合、モデルは特許切れの警告を出します。試験フェーズの先行度（該当する治験のうち最も進んだ臨床フェーズ）に応じて最大25ポイント（フェーズレベルごとに6.25ポイント）が加算されます。既存の FDA 承認には1件につき10ポイントが加算され、上限は20ポイントです。これは先行者としての立場が最も強い状態を表します。複合スコアの算出時には、先行者優位性スコアを反転するため（100 - スコア）、先行者としての立場が強いほど全体的なリスクは低くなります。

スコアリングモデル 3：有害事象の乖離

有害事象モデルは、ある医薬品に関する FDA FAERS の報告を分析します。死亡報告の重みは最も高く、1 件につき 7 点で、上限は 35 点です。死亡報告が 5 件以上になると、この項目のスコアは最大になります。重篤事象比率では、重篤に分類された報告の総報告数に対する割合を用いて、最大 25 点（比率 × 50）を算出します。比率が 30% を超えると、一般的な医薬品クラスの平均を上回るため、シグナルが発生します。入院の負担では、入院報告 1 件につき 4 点、最大 20 点が加算されます。対数正規化された件数スコアでは、log₂(totalReports) × 3 を用いて最大 20 点を加算し、報告数の多い報告者が過度に重視されることなく、報告件数のシグナルを捉えます。MedDRA の反応用語は、ネストされた patient.reaction[].reactionmeddrapt フィールドから抽出し、頻度ごとに集計します。乖離レベルは、NORMAL（0-24）、ELEVATED（25-49）、CONCERNING（50-74）、CRITICAL（75-100）です。

スコアリングモデル 4：文献の勢い

文献の勢いモデルは、PubMed のデータを用いて論文発表の加速を測定します。年ごとの論文数は、publicationDate、pubDate、date フィールドから抽出します。加速テストでは、当年と前年の論文数の合計を、その前の 2 年間の合計と比較します。直近 2 年間の合計が、それ以前の 2 年間の合計を 20% 以上上回ると、加速ありと判定されます。件数スコアでは最大 30 点（論文 1 件につき 3 点）が加算されます。新しさのスコアでは、最近の論文 1 件につき 5 点、最大 30 点が加算されます。加速比では最大 25 点が加算されます。ジャーナルの多様性、つまり全論文におけるユニークなジャーナル数は、最大 15 点（ユニークなジャーナル 1 誌につき 3 点）を加算し、1 誌のみで研究されているニッチな医薬品と、幅広い学際的関心を集める医薬品の違いを捉えます。

複合スコアの計算式

4 つのサブモデルのスコアは、固定の重みで組み合わせます。Pipeline Threat 30% + Adverse Event Divergence 25% + Literature Momentum 25% + (100 − First-Mover Advantage) 20%。First-Mover の項目は反転して計算します。特許による強い保護があり、すでに承認されている医薬品は、全体的なリスクが低いためです。複合スコアは最も近い整数に丸められ、LOW（0-25）、MODERATE（26-50）、HIGH（51-75）、CRITICAL（76-100）に分類されます。

最良の結果を得るためのヒント

1. 有害事象の検索では、ブランド名より具体的な医薬品名を使ってください。 FAERS データはブランド名（例：「Ozempic」）ではなく、有効成分（例：「semaglutide」）でインデックス化されています。INN を使うと、FAERS の一致率が大幅に向上します。
2. 特定領域の治験データが必要な場合は、generate_pipeline_threat_report に適応症を追加してください。 適応症を指定しない場合、検索対象は医薬品名のみです。indication: "type 2 diabetes" を追加すると、ClinicalTrials.gov のクエリに適応症が加わり、より関連性の高い競合情報を取得できます。
3. FAERS のシグナルを詳しく調べることが重要な場合は、detect_adverse_event_signals を単独で実行してください。 包括的なレポートでは、FAERS のレコード数は 100 件に制限されます。limit をより大きな値（最大 500）にして detect_adverse_event_signals を単独で実行すると、ファーマコビジランス業務に役立つ、より詳細な有害事象の全体像を把握できます。
4. Pipeline Threat Score は絶対値ではなく、方向性の指標として解釈してください。 スコア 65（HIGH）は、その治療領域の競争が激しいことを意味します。医薬品が失敗するという意味ではありません。さらに詳しい手動調査が必要な領域の優先順位付けに活用してください。
5. 探索的な AI セッションを始める前に、支出上限を設定してください。 この MCP と AI アシスタントを使用する場合、アシスタントが複数のツール呼び出しを自律的に連鎖させることがあります。長時間の調査セッションで予期しない料金が発生しないよう、Apify Console でセッションごとの上限を設定してください。
6. ジェネリック医薬品の参入機会を特定するには、track_patent_exclusivity と monitor_drug_recalls を組み合わせてください。 独占権の残存年数が短く、先発品に最近のリコールがある医薬品は、Pipeline Threat Score だけで示される以上に優先度の高いジェネリック医薬品の機会となります。
7. 複数の医薬品の yearlyTrend データを比較し、新たな治療領域を特定してください。 出版傾向が横ばい、または下降している医薬品は市場が成熟していることを示します。傾向が加速している場合は、新たな研究投資を呼び込んでおり、将来的に競争が激化する可能性が高い領域を示します。

他の Apify アクターとの組み合わせ

アクター	組み合わせ方
FDA 医薬品承認	医薬品クラスの過去の承認時系列を取得し、この MCP の競合状況分析にコンテキストとして入力して AI に活用させます
臨床試験トラッカー	疾患で試験を事前スクリーニングし、この MCP でスコア付き分析を実行する前に、生データを把握します
PubMed 研究検索	医薬品の出版物メタデータ全体をダウンロードして CSV にエクスポートし、この MCP のモメンタムスコアと比較して手動で検証します
USPTO 特許検索	競合化合物の特許状況全体を取得し、track_patent_exclusivity を使って総合的な状況をスコア化します
OpenFDA 医薬品事象	カスタムフィルターで FAERS データを詳しく抽出し、detect_adverse_event_signals の出力と比較して、乖離モデルを検証します
EMA 医薬品検索	EMA の承認状況を独立して照会し、この MCP の compare_regulatory_pathways の出力と併せて欧州市場のデータを入力します
SEC EDGAR 開示分析	パイプライン脅威スコアを 10-K／10-Q の開示情報と組み合わせ、製薬企業のデューデリジェンスに活用します。MCP はパイプラインのリスクを特定し、EDGAR は経営陣がそのリスクをどう伝えているかを明らかにします

制限事項

• データの鮮度は、情報源の更新頻度に左右されます。 ClinicalTrials.gov は治験スポンサーによって更新されるため、数日から数週間遅れる場合があります。FAERS のデータは任意報告に基づいており、過少報告が知られています。特許の有効期限の計算は、USPTO の記録で確認できる出願日に基づく推定値であり、補足的保護証明書（SPC）や特許期間の延長が反映されていない場合があります。
• 第 3 相の件数は、特定のメカニズムに対する競合ではなく、その領域における競争状況を示します。 薬剤が特定の受容体サブタイプを標的とする場合、第 3 相の治験件数には、同じ広義の適応症における、作用機序上は無関係な化合物が含まれることがあります。
• 有害事象乖離スコアは相対値であり、絶対値ではありません。 スコア 40 は、シグナルのパターンが上昇していることを意味します。規制当局の措置が差し迫っていることを示すものではありません。このツールは CIOMS 準拠のファーマコビジランスシステムや MedWatch を補完するものであり、代替するものではありません。
• 特許ポートフォリオのスコアリングには、件数に基づくヒューリスティックを使用しています。 モデルはテキスト検索で返された特許の件数を数えるものであり、実施自由（FTO）分析やクレームマッピングは行いません。First-Mover スコアが高くても、特許の保護範囲に関する法的見解を示すものではありません。
• EMA のデータ対象は、中央承認を受けた製品に限られます。 EU 加盟国で国別承認を受けた医薬品は、EMA データベースのクエリに含まれません。
• 文献モメンタムの加速判定では、単純な比率テストを使用しています。 20％というしきい値は経験則であり、統計的に検証された値ではありません。臨床研究戦略に関する意思決定では、ジャーナルを手作業で確認して補完してください。
• generate_pipeline_threat_report ツールでは、ほとんどの情報源についてアクターごとの結果数が 50 件に制限されます。 FAERS または ClinicalTrials.gov で非常に多くの記録がある薬剤の場合、スコアはサンプルを反映したものになります。網羅的に分析するには、各ツールを個別に、より高い上限で実行してください。
• リアルタイムの価格データや市場シェア情報はありません。 この MCP が扱うのは規制および科学データのみです。商業市場データには、ビジネスインテリジェンスの情報源を組み合わせてください。

インテグレーション

• Apify API — 任意のパイプラインからこの MCP をプログラムで呼び出せます。本番環境のファーマコビジランスワークフローでは、リトライロジックを組み込んでください
• Webhooks — 各パイプライン脅威レポートの完了後に、後続の CRM や Slack 通知をトリガーできます
• Zapier — 競争環境の調査を毎週自動化し、結果を Google Sheets や HubSpot に送信できます
• Make — 毎日の FAERS シグナル確認を実行する、ノーコードのファーマコビジランス監視ワークフローを構築できます
• Google Sheets — Pipeline Threat Score を経時的にエクスポートし、治療領域ポートフォリオ全体における競争上の位置の変化を追跡できます
• LangChain / LlamaIndex — 構造化された MCP 出力を、医薬品研究アシスタントを構築する RAG パイプラインの根拠に基づくコンテキストとして利用できます

❓ よくある質問

この MCP が返す臨床試験データはどの程度最新ですか？ ツールを呼び出すたびに、ClinicalTrials.gov から臨床試験データをライブで取得します。ClinicalTrials.gov は治験スポンサーによって継続的に更新されますが、プロトコルの変更からデータベースへの反映まで、数日から数週間の遅れが生じる場合があります。規制当局への提出など、時間的制約が重要な場合は、ClinicalTrials.gov で直接データを確認してください。

医薬品パイプラインの競争スコアはどのように算出されますか？また、複合スコアは何を意味しますか？ 複合 Pipeline Threat Score は、4 つのサブモデルを組み合わせたものです。競合治験の密度（30％）、有害事象の乖離（25％）、文献モメンタム（25％）、および反転したファーストムーバー優位性（20％）です。スコア 70（HIGH）は、複数の第 3 相競合薬が存在し、研究が加速している、競争の激しい治療領域であることを意味します。薬剤の開発失敗を予測するものではありません。より詳細な戦略分析が必要なプログラムの優先順位付けにご利用ください。 有害事象分析はファーマコビジランスシステムの代わりになりますか？ いいえ。有害事象の乖離スコアリングでは、過少報告のバイアスが十分に文書化されている公開FDA FAERSデータを使用します。公開データのみから迅速にシグナルを検出するレイヤーを提供します。エンタープライズ向けファーマコビジランスシステム、CIOMS準拠の安全性データベース、規制基準に対応したシグナル検出プラットフォームに取って代わるものではありません。

特許の独占期間の計算精度はどの程度ですか？ モデルはUSPTOの特許記録から有効期限を抽出し、現在の日付から残存年数を計算します。特許期間延長（PTE）、補足保護証明書（SPC）、小児用医薬品の独占期間は考慮されません。出力は競合情報の目的で使用する推定値として扱ってください。法的助言やFTO分析としては使用しないでください。

医薬品の競争上の位置づけを時系列で追跡できますか？ はい。同じ医薬品に対して毎週または毎月 generate_pipeline_threat_report を呼び出し、複合スコアを時系列で比較してください。スコアが上昇傾向にある場合は、競争環境が厳しさを増していることを示します。Apify Schedulerでこれを自動化し、結果をGoogle Sheetsにエクスポートして時系列ビューを作成できます。

Citeline Pharma R&DやClarivate Cortellisとはどう違いますか？ CitelineやCortellisなどの商用プラットフォームは、専門家が精査したデータと独自の情報拡充を提供しており、年間費用は通常15,000～50,000ドルです。このMCPは、同じ基盤となる公開データベース（FDA、EMA、ClinicalTrials.gov、USPTO、PubMed）に直接アクセスし、その上に定量的なスコアリングを加えます。継続的な調査契約を維持するのではなく、特定の質問への回答を必要とするチームにとって、より迅速で大幅に低コストです。

どのような医薬品の検索クエリが最も効果的ですか？ 有効成分名（INN形式）は、ブランド名よりも複数のデータソースで一貫した結果が得られます。たとえば、「semaglutide」は「Ozempic」よりもClinicalTrials.gov、FAERS、PubMedで確実に一致します。「GLP-1 agonist」や「JAK inhibitor」などの医薬品クラスのクエリは、状況分析ツールで効果的です。企業名は特許や文献の検索に使用できます。

このMCPをClaude ProjectsやカスタムGPTで使用できますか？ はい。MCP互換のAIクライアントであれば、このサーバーに接続できます。Claude DesktopまたはClaude Projectsの場合は、MCP設定にサーバーURLとApifyトークンを追加してください。OpenAI GPTsやその他のツール呼び出しフレームワークの場合は、カスタムアクションまたはプラグインからHTTPエンドポイントを直接呼び出してください。

競合情報のためにこの医薬品データを使用することは合法ですか？ このMCPが照会するすべてのデータソースは、FDA、NIH（PubMed）、USPTO、EMA、ClinicalTrials.govが運営する公開データベースです。ビジネス調査を目的として政府の公開データにアクセスし、分析することは合法です。特定の用途（財務調査、規制当局への申請）におけるデータ利用については、法律顧問に相談してください。ウェブスクレイピングの合法性に関するApifyのガイドをご覧ください。

レポート作成中に、基盤となる7つのアクターのうち1つが失敗するとどうなりますか？ generate_pipeline_threat_report ツールは Promise.allSettled を使用するため、1つのアクターが失敗しても処理全体は中断されません。失敗したアクターのデータは空の配列に置き換えられ、スコアリングモデルは残りのソースを使って処理を続行します。複合スコアは通常より低くなります（入力が少なくなるため）が、レポートは引き続き受け取れます。個々のツール呼び出しは単一のアクターを使用するため、基盤となるアクターが失敗するとエラーが返されます。

Apifyの無料プランでは、パイプライン脅威レポートをいくつ実行できますか？ Apifyの無料プランには、月額5ドル分のプラットフォームクレジットが含まれています。ツール呼び出し1回あたり0.045ドルなので、すべてのツールが同じ料金であることから、無料クレジットのみで月に個別のツール呼び出しを約111回、または包括的なパイプライン脅威レポートを約111件実行できます。 各呼び出しを人間が確認せずに、この MCP を自動化されたワークフローで使用できますか？ はい。HTTP エンドポイントは標準の JSON-RPC 2.0 リクエストを受け付け、プログラムで解析しやすい構造化 JSON を返します。自動化されたパイプラインのコストを管理するには、Apify Console で支出上限を設定してください。また、riskLevel フィールドをフィルターとして使用し、スコアが HIGH または CRITICAL の場合にのみ後続のアクションを実行できます。

改善にご協力ください

問題が発生した場合は、Apify アカウントで実行データの共有を有効にしていただくと、より迅速なデバッグに役立ちます。

1. Account Settings > Privacy に移動します
2. Share runs with public Actor creators を有効にします

問題が発生した際に実行の詳細を確認できるため、より迅速に修正できます。データはアクターの開発者にのみ表示され、一般公開されることはありません。

トラブルシューティング

パイプライン脅威レポートで、サブモデルの値がほとんどすべてゼロになります。 これは通常、薬剤名のクエリに対して、基盤となるソースのうち1つ以上から結果が返されなかったことを意味します。ブランド名ではなく、有効成分名（INN）を試してください。ClinicalTrials.gov と PubMed の両方を直接検索し、その薬剤がインデックスに登録されているか確認してください。薬剤が非常に新しい場合、7つすべてのソースにまだ掲載されていない可能性があります。

薬剤に安全性の問題が知られているにもかかわらず、有害事象の乖離が NORMAL と表示されます。 FAERS は自発的な有害事象報告に依存しています。報告漏れは、このシステムでよく知られた制約です。注目度の高い安全性シグナルは十分に反映される可能性がありますが、市販後の事象、長期的な事象、まれな事象は、公開されている FAERS のスナップショットに含まれないことがあります。

薬剤が特許で保護されているにもかかわらず、特許独占期間が0年と表示されます。 特許検索ではテキストクエリを使用するため、化合物が化学名、SMILES 文字列、または出願人名の表記違いでインデックス登録されている場合、該当する薬剤の特許が返されないことがあります。track_patent_exclusivity ツールで、薬剤名とあわせて出願人の企業名または作用機序を指定して検索してください。

ツールの呼び出しに時間がかかるか、タイムアウトします。 包括的なレポートツールは、7つのアクターを並列で実行し、アクターごとに120秒のタイムアウトを設定しています。Apify プラットフォームに負荷がかかっている場合や、上流の政府 API の応答が遅い場合、個々のアクターがタイムアウトすることがあります。サーバーは Promise.allSettled を使用するため、一部の結果は引き続き返されます。時間制約のあるユースケースでは、包括的なレポートではなく、個々のツールを実行してください。

数回呼び出した後に支出上限に達したというエラーが表示されます。 ツールの呼び出しごとに $0.045 が課金されます。Apify アカウントで月間または実行ごとの支出上限を低く設定している場合、複数のツールを使った AI リサーチセッション中にすぐ上限に達します。Apify Console でアクターの実行設定を開き、支出上限を引き上げてください。

責任ある使用

• この MCP は、公開されている政府データベース（FDA、EMA、ClinicalTrials.gov、USPTO、NIH PubMed）を検索します。
• FAERS の有害事象データは自発的な報告を表すものであり、臨床または規制に関する意思決定の唯一の根拠として使用しないでください。
• 特許分析の出力は競合情報の収集のみを目的としており、法的助言または実施自由性に関する見解を構成するものではありません。
• 一次情報源、財務分析、専門家の判断で裏付けを取らずに、パイプライン脅威スコアを投資助言として使用しないでください。
• ウェブスクレイピングと公開データ利用の適法性に関するガイダンスについては、Apify のガイドをご覧ください。

サポート

バグを見つけた場合や機能をリクエストしたい場合は、このアクターのページにある Issues タブで issue を作成してください。カスタム連携、エンタープライズ向けファーマコビジランスのワークフロー、または追加のスコアリングモデルの要件については、Apify プラットフォームを通じてお問い合わせください。