【未来の患者を救う】【19卒】ＭＩＣメディカルのCRA職の本選考体験記 No.5923（慶應義塾大学/男性）（2018/11/20公開）

市販の参考書を使って、苦手な部分のみを繰り返し解いた。

言語、非言語、性格

ビールの売り上げを上げるためにどんなことをすればいいか？

まずは5分間、個人で考えました。その後、全員でのディスカッションでした。ディスカッションの時間は20分弱だったので、進め方等を細かく決めていくのは逆に時間のロスと考えて、決めませんでした。とにかく時間がなかったので、意見を出し続けてディスカッションの停滞を防いでいきました。

順を追って、論理的に話したところが評価されたのだと思います。特に、他の選択肢と比べてどうしてそれを選んだのか、といったところがしっかりと話せていたため、好評価をいただいたのではないかと思う。また、実体験も絡めて動機を話すことが出来ていたのも評価されたのではないかと思います。

柔らかい物腰で、時折アイスブレイクを挟んでこちらの緊張を解きほぐしてくれました。また、こちらが話している間、よく頷いてくれていました。

どうして薬学部に入ったのですか？

幼少期に祖母の臨終に立ち会った体験から、元々「人を救いたい」という思いが強くありました。高校生の時に学部を選択する際に、医学部と薬学部で迷いましたが、「どうせ人を救うなら、より多くの人々を救いたい」と考えました。医学部の場合は、医師として患者さんと直接関わることで人々を救うことができますが、その人数は限りがあると考えました。薬学部で薬剤師として働く場合も同様に人数に限りがあると思います。一方で、医薬品を作る仕事に就けば、その医薬品を世に普及させることで間接的により多くの人々を救うことが出来るのではないかと考えました。また、医薬品の場合は自分が死んだ後も世の中に残り続け、さらに多くの「未来の患者さん」を救い続けることが出来ると考えて薬学部を選択しました。

どうしてCROを受けたのですか？

医薬品を作る上で、最も重要な業務を担っていると考えたからです。医薬品を世に普及させるためには、大きく分けて4つの職種があると考えます。1つ目は研究職で主に非臨床の部分を担っている職業。2つ目は開発職で、臨床試験を担っている職業。残りの2つは市販後の業務を担っている、MR職と安全性職。この4つの中で、「医薬品を世に広める」ことに最も強く結びついているのが開発職と考えます。開発にかかる期間は非臨床と比べて数倍長いです。この業務をいまよりもっと効率的にすることで、より早く新薬を販売することが出来るようになり、より多くの人々を救うことに繋がると考えております。そしてCROは、自社製品だけを扱う製薬メーカー開発職とは異なり、様々なメーカーの開発業務を請け負って新薬承認に大きく貢献出来ます。そういった部分を自分は魅力的に感じ、CROを志望致しました。

具体的にどのようにすれば成果を出せるか、自分のやりたいことはどのようにしたら達成できるかといったことを細かく、かつ論理的に分かりやすく説明できていたところが評価されたのではないかと思います。また、間違っていても、自分の主張をはっきりと伝えた事も評価されていたのではと思います。

基本的に柔らかい物腰でした。ただ時折鋭い質問をされることがあり、その時の空気感は非常に張り詰めたものでした。

CROの業務に一番必要となる力はなんだと思いますか？

「相手の言葉の裏に意図するものを見抜く力」だと思います。円滑なコミュニケーションは、多くの人と関わるCRAの業務上非常に大切な力になります。また、社内でもチームとして業務していく上で、信頼関係を構築していくのは必須と考えます。そういった数々の必要な力を総括すると、結局は「相手の言葉の真意をすぐに理解する」ということに繋がると考えます。言葉の真意をすぐに理解することで、相手の本当に言いたいことを理解し、相手の本当の希望にそった対応が出来るようになります。そうすることで、相手との間に強固な信頼関係を構築することができ、効率的なやりとりに繋がり、円滑なコミュニケーションに繋がると考えます。つまり、人と人とが関わる業務全般に必要になる力と考えます。

あなたがこの業界でやりたいことを教えてください。

自分が一番やりたいことは、治験の効率化です。それもよく言われているような業務の細部の小さな効率化ではなく、革新的な効率化を業界全体に浸透させたいと考えています。例えばこれまでの考えた方では、業務の一部分にAIを導入して作業の効率化を図るといった細かな改善が多かったように思います。しかし自分が考えているのは、市販後の副作用情報が収載された医療ビッグデータを利用して、開発期間が年単位で短縮できるような効率化です。例えば、副作用データベースの解析を活用して、患者選定の際により効果が出やすい患者群を選定できるようにしたり、より精度の高い投与量設計をできるようにしたりして治験のデザインそのものを変更することで、大幅な効率化を推し進めていきたいと考えています。