麒麟與FANCL攜手開發保健食品錠劑設計AI,兼顧「易吞服」與「高品質」,有助縮短開發時程

麒麟控股株式會社(社長COO 南方健志，以下稱麒麟)與株式會社FANCL(社長執行役員 三橋英記，以下稱FANCL)共同開發了「錠劑設計AI」,該AI能運用兩家公司在保健食品開發上累積的製劑數據，輔助設計保健食品錠劑的大小、硬度、易吞服性等。此舉使過去仰賴資深研究者的經驗、直覺及大量試作、試誤的錠劑設計，得以轉變為數據驅動的模式，進而縮短開發易吞服且高品質保健食品製劑的時程。

本研究成果已於2026年4月刊載於製劑與DDS(藥物傳輸系統)領域的國際學術期刊「Pharmaceutics」,並作為AI驅動的次世代製劑設計技術，其創新性與有效性已獲得學術界的肯定。

※1 Drug Delivery System:旨在將成分依據目的遞送至體內的製劑技術領域

研究目的與背景

錠劑設計需要在同一時間滿足多項物性要求，例如易於吞服、具備足以承受運送過程的硬度、以及在體內易於溶解等。然而，這些物性之間會相互影響，因此要導出最佳的處方設計，需要進行大量的試作與試誤。

為此，本研究著手開發錠劑設計AI,旨在快速導出能同時滿足各項物性的處方條件，進一步尋求更有效率的最佳解。

研究方法與結果

所開發的AI透過學習過去的研究與製造數據，能夠預測保健食品錠劑的「易吞服性」、「運送中不易斷裂的硬度」以及「在體內易於溶解」等多項要素。AI能夠高速且高精度地預測與比較數千至數萬種、人手難以一一嘗試的處方條件組合。

透過計算出處方的最佳解，預期能提升品質(例如:更快溶解、更小巧易吞服等最佳化設計)、穩定產品品質(實現不因負責人員不同而有差異的穩定設計品質)、縮短開發時程，並進一步減少原料損耗(請參閱圖1)。

圖1. 製劑設計AI模型的概念圖

未來展望

麒麟將集團各公司擁有的專業知識與獨有數據視為重要的競爭力來源，並期望透過與AI等尖端技術結合，推動研發的革新並創造新的顧客價值。此次與FANCL的合作，是將錠劑設計領域研究者的經驗知識轉化為數據，透過人與AI的共創，提升產品開發的精確度與速度，並連結至顧客能實際感受到的易吞服性與品質提升等價值。未來，麒麟將持續運用集團各公司所擁有的素材、處方、製造、品質評估等獨有數據，並推動「KIRIN Digital Vision 2035(https://www.kirinholdings.com/jp/innovation/dx/)」中所提出的「生產力提升」與「價值創造」兩大軸心，致力於在從食品到醫藥的領域中，創造新的顧客價值與社會價值。

【刊載論文】

學術期刊名稱:Pharmaceutics

論文名稱:Application of AI in Tablet Development: An Integrated Machine Learning Framework for Pre-Formulation Property Prediction

作者姓名:Masugu Hamaguchi、Tomoki Adachi、Noriyoshi Arai(及其他共同作者)

刊載資訊:Pharmaceutics (2026年，第18卷第4期，文章編號452)

【開發組織與負責人評論】

麒麟控股株式會社 研發本部 麒麟中央研究所

本次的共同研究始於公司內部研究發表會上的契機，本組織負責AI模型的建構與應用程式開發。看似簡單的錠劑設計，實際上是個極其深奧且複雜的領域。透過與FANCL研究員的交流，我們致力於將錠劑設計相關的知識與訣竅形式化。此外，透過將原料物性值與製造條件等物理資訊整合至AI中，我們實現了能實際應用於研發現場、具備實戰力的AI建構，而非僅止於概念驗證。未來，我們期望擴大AI的應用領域，為創造更多價值做出貢獻。

株式會社FANCL 綜合研究所 功能性食品研究所 所長

足立 知基(Adachi Tomoki)

我個人在負責產品開發時，即使找到了好的處方，也總會覺得「或許還有更好的組合」。此外，在開發陷入瓶頸時，也常面臨判斷上的猶豫，例如「繼續這樣研究下去能否解決問題，還是應該轉換其他方法?」。此次開發的錠劑設計AI正是為了解決這些課題。

未來，透過AI與人的共同思考，我們將能以更加「全力以赴」且充滿自信的方式完成產品開發。進一步地，透過擴展AI可預測的項目，我們將追求更高品質且更有價值的設計，以回應顧客的期待。