ClinicalTrials.gov　治験情報を自然言語で取得するAIワークフロー　概要

目次

背景・目的 ライフサイエンスでの使用例（Use Cases in Life Sciences） n8nとは Clinical Trials.govとは Clinical Trials.govのAPI ClinicalTrials.gov検索フローの全体像 ⼊出⼒イメージ

1. 背景・目的

新薬開発や医療機器の臨床研究において、「世界中でどのような試験が実施されているのか」を俯瞰することは、競合分析・仮説探索・KOL調査・市場性評価において非常に重要です。

しかし、臨床試験の情報は複数の国や組織に分散しており、手作業での収集には膨大な時間がかかります。そこで研究者や製薬・医療機器企業が最も多く利用するデータベースClinicalTrials.gov です。

これは NIH（米国国立衛生研究所）と NLM（国立医学図書館）が運営する世界最大級の臨床試験レジストリであり、誰でも無料で利用できます。日本の臨床試験情報も多数掲載され、企業のリサーチ実務に欠かせない存在です。

本シリーズでは、この ClinicalTrials.gov の API を活用し、生成AIや n8n と組み合わせて 臨床試験の情報収集を完全自動化するワークフローを紹介していきます。

2. ライフサイエンスでの使用例（Use Cases in Life Sciences）

ClinicalTrials.gov は、製薬企業・医療機器メーカー・研究者・コンサルティング会社など、多様な現場で活用されます。ここでは、HerzLeben がコンサルティングでよく扱う代表的なユースケースをまとめます。

① 競合分析（Pipeline & Study Landscape）

• 競合他社がどの疾患でどのフェーズの試験を実施しているか
• 試験の規模、被験者数、介入方法、地域分布
• 開発トレンドの把握（例：ASO、mRNA、細胞治療など）

② KOL（Key Opinion Leader）探索

• 各試験のPI（Principal Investigator）や研究拠点から主要研究者を特定
• 特定領域で強い病院・国・研究グループの把握

③ 市場性評価（Market & Feasibility Assessment）

• 特定疾患領域での試験件数の推移
• 治療法の成熟度、未充足ニーズの可視化
• 新規薬剤クラスの実装状況の把握

④ メディカルアフェアーズやRWEの事前調査

• Evidence gap の分析
• 臨床研究計画の競合性チェック
• Academic 主導研究のトレンド把握

⑤ 投資・新規事業のスクリーニング

• 特定領域で世界的に試験が増えているテーマの探索
• 有望なバイオベンチャーの間接的な調査（治験主体から把握可能）

ClinicalTrials.gov は、単なる「試験検索ツール」ではなく、ライフサイエンス領域の情報収集全体を支える エビデンス・インフラとして機能します。

3. n8nとは

n8n は、プログラミング不要でワークフローを自動化できる オープンソースのオートメーションツールです。Zapier や Make.com に近いツールですが、下記の点でライフサイエンス企業や医療DXに向いています。

■ n8nの特徴

• ノーコード/ローコードで複雑なAPI接続が可能
• 自社サーバーにインストールできる セルフホスト対応
• プライバシー・セキュリティ要件の厳しい医療系でも採用しやすい
• OpenAI や Gemini などの LLM 連携が簡単
• JSON や API パラメータの加工が得意
• 分岐処理・ループ処理も直感的に構築可能

■ ClinicalTrials.gov API × n8n の相性が良い理由

ClinicalTrials.gov API は

• query.cond（疾患）
• filter.advanced（フェーズ）
• query.locn（地域）

など複数のパラメータを組み合わせる必要があり、通常は Python/JavaScript を使ったプログラミングが必要です。

この「複数パラメータの条件処理」を n8n はノー/ローコードで扱えるため、

“Slackで文章を送る → n8nがパラメータを抽出 → ClinicalTrials API検索 → AIが要約 → CSV生成 → 結果をSlackに返信”

といったワークフローを、誰でも簡単に構築できるのが大きな魅力です。

■ 医療・製薬企業が n8n を導入する主なメリット

• 定型リサーチ作業の自動化（毎週の治験調査など）
• RPAよりも構築が簡単で柔軟
• データ分析基盤とAPIをつなぐ中間層として使いやすい
• LLMと相性がよく、生成AIアプリを内製化できる

HerzLebenでも、メディカルアフェアーズ・RWE・企画部門向けの 自動調査BotやAIアプリ開発にn8n を頻繁に利用しています。

4. Clinical Trials.govとは

ClinicalTrials.govは、⽶国国⽴衛⽣研究所（NIH）の国⽴医学図書館（NLM）が運営する世界最⼤級の臨床試験登録データベースです。

誰でもアクセス可能で、世界200か国以上からの臨床試験に関する情報（⽬的や参加条件、募集状況、実施機関など）を提供します。

新薬や治療法の安全性‧有効性を検証する試験が中⼼で、試験の実施者が情報を登録‧更新する仕組みです。⽇本を含む各国の試験も多数掲載されています。

5.  Clinical Trials.govのAPI

ClinicalTrials.govは、世界中の臨床試験情報を機械的に取得できるAPIを提供しています。このAPIを使うことで、治験の病名や介⼊、地域、フェーズなどの条件を指定して、⼤量のデータを⾃動で抽出することが可能です。

APIは主に「query.cond」や「filter.advanced」などのパラメータで検索条件を指定します。例えば、⽇本における糖尿病の第3相試験を検索するには以下のように記述してコードを書いてリクエストを送る必要があります。

パラメータ	例	説明
query.cond	diabetes	対象疾患名（英語）
filter.advanced	AREA[Phase]PHASE3	試験フェーズ（第3相）
query.locn	Japan	対象地域（英語）
filter.overallStatus	RECRUITING	募集状況（募集中）

このように検索条件を決めれば機械的に取得が可能になるため、定期的な検索や⼤量検索において便利な⼀⽅で、システム開発やプログラミングの知識が必要です。PythonやJavaScriptなどでHTTPリクエストを送信し、返ってきたJSONデータを解析する必要があります。そのため、⼿軽に利⽤したい場合や、⾮エンジニア向けには、APIを直接使うのはハードルが⾼いです。

そこで、本記事は、n8nのワークフローを⽤いて、APIの利⽤をより簡単に⾃動化する⽅法を紹介します。

6. ClinicalTrials.gov検索フローの全体像

今回、3つの記事にわたってステップごとに構築するワークフローは以下の流れで構成されます。

1. Slackで⾃然な⽂章を⽤いてボットに質問を送信
2. ⽂章から、⽣成AIが⾃動で検索⽤のパラメータを抽出
3. ClinicalTrials.govを使ったAPI検索を実施
4. 検索結果を⽤いた要約を⽣成AIが作成
5. 検索結果をcsv形式で⼀覧化
6. AIによる要約と作成したcsvをSlackに返信

7. ⼊出⼒イメージ

Slack⼊⼒例

Slack返信例

◆要約の返信

◆csvの返信

csvとしても検索結果が保存されるので、単なるようやくにとどまらないリサーチ業務に繋げていくことが可能です。

ヘルツレーベンでは、ライフサイエンス業界に特化したDX・自動化支援を提供しています。
PubMedや学術情報の自動収集をはじめ、Slack・Gmailなどを活用したナレッジ共有の仕組みまで、実務に直結するワークフローを設計・導入いたします。

提供サービスの例

• 製薬・医療機器業界での提案活動や調査業務の自動化支援
• アカデミアや研究者向けの文献レビュー・情報共有フローの最適化
• 医療従事者のキャリア開発を支援するリスキリングプログラム

👉 ご興味をお持ちの方はぜひお気軽にお問い合わせください。
お問い合わせフォームはこちら