よむ、つかう、まなぶ。

MC plus(エムシープラス)は、診療報酬・介護報酬改定関連のニュース、

資料、研修などをパッケージした総合メディアです。


【資料3】 ヘルスケアAXの推進 (5 ページ)

公開元URL https://www.mhlw.go.jp/stf/newpage_76105.html
出典情報 厚生労働省ヘルスケアAX・DX推進本部(第2回 9/9)《厚生労働省》
低解像度画像をダウンロード

資料テキストはコンピュータによる自動処理で生成されており、完全に資料と一致しない場合があります。
テキストをコピーしてご利用いただく際は資料と付け合わせてご確認ください。

創薬・医療・介護領域におけるAI活用の現状と課題、目指すべき姿

創薬

医療機器等開発

医療・介護の業務効率化

創薬の主戦場はより高度化

生成AI医療機器は萌芽期

少子高齢化の進行

現状

• 医薬品の国内外の市場は成長基調

• 診断・治療支援AIの市場は成長基調

• 日本は世界に先駆けて高齢化が進行

• 創薬の主戦場は低分子から高分子へ

• 現在、生成AIを用いたプログラム医療機器の発展途
上にある

• 医療・介護分野では労働力不足が予測され
ている

• 一方で、我が国には内視鏡、CT、MRIの普及率が
高く、質の高い大量の画像データが存在

• 医療・介護市場は成長基調

• 医薬品や医療機器開発・審査の高度化・複雑化
• AIやロボットを活用した効率化が必須

日本の強み:創薬や機器開発を担うプレイヤーは多数存在、創薬・医療・介護領域の質の高いデータ

課題

AI創薬による創薬高度化
への対応が限定的

フィジカルAI等の機器開発に
必要なデータへのアクセスが困難

• AI創薬の環境整備には多額の投資が必要で、ス
タートアップ企業等の参入障壁が高い

• フィジカルAI(検査や手技等の自動化・精度向上等
の機能をもつAI搭載ロボット)等の開発に必要な画
像等のデータを医療機関から収集し、提供する必要

• 質の高いデータのAI学習利用の障壁

生産性向上が不可欠
• 医療・介護の業務支援AIの低い普及率
• AIの費用対効果が不明確

目指す姿

共通の課題:設備のAX・学習データの標準化、機器開発等のためのデータ利活用に課題
• AIによる高度な創薬、創薬工程の自律化、臨
床試験・薬事審査の効率化・迅速化

• 医療画像・動画等のデータ利活用の基盤整備、生
成AIを活用した医療機器を用いた診断・治療支援

• 多くのスタートアップがAI創薬に参入し、日本発
のAI創薬医薬品の増加

• 日本発のAI活用医療機器の増加、医療の質の向


• 日本発の医療・介護業務支援AIの増加
• 効率的かつ持続可能な医療・介護サービスの
実現

「AI共創・協働型の創薬・医療・介護」の実現

質の高いデータを活かし、創薬・医療・介護AIの「研究開発」と「社会実装」を促進

5