背景

米国食品医薬品局（FDA）は、医薬品の承認や規制情報の伝達を通じて、公衆衛生に直接的な影響を与えています。しかし、従来の医薬品承認政策は、臨床試験や薬理学的データに基づく定量的な分析に大きく依存してきました。このアプローチは新薬の安全性と有効性を検証する上では効果的ですが、現実の医療現場における複雑な一般市民の行動を予測し、制御することには限界があります。副作用への懸念から患者が服薬を中断することや、処方されたオピオイド鎮痛薬が乱用ネットワークに流入して社会的惨劇を引き起こすといった問題は、単純な薬理学的データだけでは十分に説明できません。そのため、医薬品規制の実効性を高めるために、意思決定メカニズムを規制科学に組み込むことを求める声が高まっています。2017年、米国医学アカデミー（NAM）は、国家的な公衆衛生危機に対応するために、多分野にわたるシステムモデリングアプローチの採用を公式に推奨しました。

主な知見

米国科学アカデミー紀要（PNAS）に掲載された本論文は、FDAの医薬品規制任務における行動科学および意思決定科学の実際の導入状況について体系的に報告しています。元FDA意思決定支援・分析部門長のSara L. Eggers氏、ピッツバーグ大学医学部教授のTamar Krishnamurti氏、およびカーネギーメロン大学教授のBaruch Fischhoff氏は、行動科学がFDAの政策決定の質を向上させた4つの主要な柱を提示しています。

1つ目は、新薬承認プロセスの標準となった「便益・リスク枠組み（Benefit-Risk Framework）」です。これは、審査官が臨床試験データから得られたデータと潜在的なリスクを、一貫した枠組みの中で整合的に評価するのを支援する視覚的ツールです。2つ目は、リスクの高い規制上の決定に対してリアルタイムの支援を提供する「意思決定支援サービス（Decision Support Service）」です。内部の専門家で構成されるこのサービスは、複雑な医薬品規制の状況において行動科学の理論を取り入れた分析レポートを提供し、規制の客観性を高めています。

3つ目は、患者の実際の経験や選好を定量化して取り入れる「患者中心の医薬品開発（PFDD：Patient-Focused Drug Development）」イニシアチブです。このイニシアチブは、アンケート調査を通じて患者の痛みレベルや生活の質（QOL）を低下させる要因に関するデータを収集し、それを評価基準に含めることで、従来の臨床試験で見落とされがちだった側面に対応しています。

4つ目は、米国におけるオピオイド危機をシミュレートするために作成された動的システムモデル「FDA SOURCE」です。このモデルは、12歳以上の米国人口を対象に、処方されたオピオイドの流通、依存症率、治療施設の限界、再発パターン、および過剰摂取による死亡率をコンピュータ環境（in silico）でシミュレートします。患者のリスク認識の変化や社会的伝播効果などのフィードバック構造を精密にモデル化し、特定の政策が実施された際の影響を予測するのに役立ちます。その優れた科学的価値が認められ、このモデルは2025年にシステムダイナミクス学会の最高栄誉である「ジェイ・ライト・フォレスター賞（Jay Wright Forrester Award）」を受賞しました。

意義と展望

本研究は、医薬品規制科学が従来の分析範疇を超え、社会科学との統合を通じて人間の心理や行動の予測を取り入れるべきであることを示しています。たとえ医薬品が優れた生物学的メカニズムを持っていたとしても、規制政策がユーザーの不確実な行動パターンを予測できなければ、その効果は失われてしまいます。この多分野にわたる予測シミュレーションモデリングは、オピオイドの制御、新興感染症への対応、ワクチンの接種率向上など、一般市民の行動に関連する様々な公衆衛生政策を設計するためのベンチマークとなることが期待されます。

しかし、行動科学による定性的指標やシミュレーションデータを実際の法的規制ガイドラインに完全に統合するには、政策立案者とのさらなる調整が必要です。さらに、シミュレーション結果の信頼性を高めるためには、モデルで使用されるリアルタイムの患者データや社会構造的指標を検証し、更新するためのモニタリングシステムを継続的に運用する必要があります。