AI×ヘルスケアの実装パターン｜診断支援・創薬・医療事務自動化の最新事例【2026年版】

こんにちは、株式会社TIMEWELLの濱本です。

医療業界の知人と話していると、必ず一度は「うちもAIを入れたいけど、何から手を付ければいいか分からない」という相談になります。診断支援、創薬、電子カルテ、遠隔モニタリング。ヘルスケアAIと一口に言っても、求められる精度も投資回収のスピードも、規制との距離感も、領域ごとにまったく別物です。同じ「医療AI」という言葉で議論を始めると、必ず噛み合わなくなる。

このVertical AIシリーズ第8弾では、ヘルスケアの4領域で何が起きているかを2026年の最新事例で整理します。AlphaFold 3を超えるIsoDDEの登場、PathAIとLabcorpの全米展開、Microsoft Dragon Copilotの10万臨床医突破、Abridgeの評価額53億ドル、第一三共とAWSの統合創薬基盤。固有名詞と数字を並べていくと、医療AIが「実証から本番運用へ移った」という温度感が見えてきます。

ヘルスケアAIの4領域を分けて考える

医療AIは大きく4つの領域に分かれます。それぞれ顧客（誰の業務を変えるか）も技術スタックも違うので、混ぜて議論しないことが第一歩です。

第一に画像診断支援。CT・MRI・病理画像から病変を検出する領域で、PathAI、Aidoc、Caption Healthといったプレイヤーが先行しています。FDAは2026年初頭時点でAI搭載医療機器を1,350件超承認しており、その大半が画像系です。第二に創薬・前臨床。AlphaFold 3とIsoDDEを擁するIsomorphic Labs、Recursion、Insitro、Tempusが代表で、ターゲット探索から構造予測、リード化合物最適化までをコンピューテーショナルに進めます。第三に医療事務・ドキュメンテーション。Microsoft Dragon Copilot、Abridge、Suki、Nabla、国内ではプレシジョンやOPTiMが、診察会話の自動カルテ化や保険コーディングを担います。第四に遠隔モニタリング・予防。AppleやFitbitのような消費者ウェアラブルから、iRhythm Zio ECGのような医療機器、AI不整脈分析プラットフォームまで、患者の日常データから異常を拾い上げる領域です。

この4領域は、投資回収のタイムスパンがまったく違う。医療事務AIは数か月で外来1人あたりの記録時間が削れて損益が動きます。画像診断は1〜2年で読影効率と見落とし率に効きます。一方で創薬AIは10年単位の話で、Phase I入りまで成果が見えない。経営者が「医療AI入れたい」と言うとき、自分の会社のROI地平線がどこにあるかをまず確認すべきです。私の経験上、この優先順位を間違えると現場が一気に冷めます。

ヘルスケアAIの市場規模も、領域ごとに伸び率が違います。AI創薬市場は2026年に約42億ドル、CAGR17.5%で2034年に161億ドル規模になるという予測があり、AI遠隔ECGモニタリングは2025年16.1億ドルから2030年に40.1億ドルへ約2.5倍。医療事務AIはAbridge1社のARRが$117M（2025年Q1時点）まで来ているので、領域別の市場マップを描くだけでも経営判断は変わります¹²。

画像診断AIは「読影の自動化」から「ワークフロー全体」へ

画像診断AIで2026年の象徴的な動きは、PathAIとLabcorpの全米展開、そしてAidocの欧州大規模実装です。

PathAIは2026年2月、Labcorpと提携を拡張しFDAクリア済みのAISight Dx（デジタル病理プラットフォーム）を米国の病理ラボ網全体に展開すると発表しました。続いて4月にはMedStar Healthとも複数年契約を結び、40人以上の病理医が同プラットフォームを使う体制になります。AISightはガラススライドを高解像度画像化し、複数の病理医が場所を問わず同一症例を確認できるクラウド基盤です。要するに「読影AIをスタンドアロンで載せる」のではなく、症例管理・画像管理・AIアプリの3点セットが基盤になっている³。

Aidocはさらに大規模で、独Asklepiosグループの28病院で同社のaiOSプラットフォームが稼働し、月3万5,000件のCT・X線スキャンをさばいています。同社は独自のCARE（Clinical AI Reasoning Engine）基盤モデルでCTの15所見を同時にトリアージするCEマーキングを取得しており、肝損傷、脾損傷、腸閉塞、虫垂炎などを単一ワークフローで検出します⁴。1疾患1モデルから、複数疾患を同時にスクリーニングする「ファウンデーション型ワークフロー」へ重心が移ったのが2026年の特徴です。

国内に目を向けると、PMDAは2024年9月にiRhythm TechnologiesのZio ECGモニタリングシステムを承認しました。AIによる不整脈解析が一般診療の選択肢に入ってきた象徴的な事例です。読影効率の数字を出すと、ある米大学病院での試算ではAidoc導入後の頭蓋内出血の判定時間が中央値58分から19分へ短縮しています。生死を分ける疾患では、この40分が転帰を変える。画像診断AIの議論で「精度」だけ見るのは片手落ちで、ワークフロー上の遅延がどう減ったかという指標を必ずセットで見るべきです。

経営的には、画像診断AIの導入で問われるのは「読影医を減らす」ではなく「読影医の時間を高度な判断に振り向ける」設計になります。AIにフラグ付けを任せ、医師は確定診断と治療判断に集中する。WARPで医療機関のAI伴走をしていても、この役割分担を最初に合意しないとプロジェクトが空中分解します。

創薬AIはAlphaFold 3からIsoDDEへ、Recursionは臨床へ

創薬AIで2025〜2026年にかけて起きた最大の変化は、AlphaFold 3の登場と、その先を行くIsomorphic Labsの統合エンジンIsoDDE発表です。

AlphaFold 3はGoogle DeepMindとIsomorphic Labsが2024年5月に発表したモデルで、タンパク質単独だけでなくDNA、RNA、低分子、イオンを含む複合体構造を高精度に予測します。創薬研究者の手元の選択肢が一気に広がった。さらに2026年2月、Isomorphic LabsはIsoDDE（Isomorphic Labs Drug Design Engine）を発表しました。難易度の高いタンパク質-リガンド構造予測ベンチマークでAlphaFold 3の2倍以上の精度を出し、結合親和性予測ではゴールドスタンダードの物理ベース手法を一桁速く上回ります。アミノ酸配列だけから新規結合ポケットを特定する機能まで統合され、ターゲット探索からリード最適化までをワンプラットフォームでカバーする発想です。Eli Lilly・Novartisとは累計30億ドル超の提携が走っており、2026年中にAI設計分子のPhase I開始を目指しています⁵。

Recursionは別アプローチで、表現型スクリーニング（細胞画像を大規模に撮影してAIで異常を検出）に強みを持ちます。同社は2024年にExscientiaを買収して低分子設計能力を統合し、2026年には臨床5プログラム、討診15プログラムまで絞り込みました。注目はC. difficile毒素B阻害剤REC-3964のPhase II ALDER試験で、2026年Q1にデータ読み出し予定。SanofiとRocheからのマイルストーンは累計5億ドルを超え、AI創薬企業として臨床ステージで結果を出せるか試される段階です⁶。

国内勢の動きも具体化しています。第一三共はAmazon Web Servicesと組んで「AIエージェント統合型創薬基盤」を構築中で、2026年運用開始予定。複数の創薬AIエージェントを統合的に動かして探索研究の効率を底上げする構想です。武田薬品は米Tetraと提携して創薬研究者の生産性向上に取り組み、別途、AI需要予測モデルで国内150製品中100製品をカバー、これまで複数名で1週間かかっていた作業を数時間に短縮しました⁷。日本の製薬大手は「AIで自前のリード化合物を出す」段階と「AIで業務を圧縮する」段階を並走させています。

正直なところ、創薬AIはまだ「AIで作った薬がブロックバスターになった」という決定打は出ていません。それでもPhase I・II入りした分子の数が積み上がっており、2027〜2028年に向けて結果が出始める。今は経営判断として「自社が直接プラットフォームを持つか、IsomorphicやRecursionと提携するか」の選択を迫られるタイミングです。詳しくはバイオ・製薬業界の輸出管理と地政学リスクでも触れています。

医療事務AIは10万臨床医に届いた

医療事務AIは、4領域のなかで最も市場が動いている領域です。Microsoft Dragon Copilotは2026年時点で10万人超の臨床医が日常的に使い、毎月数百万人の患者ケアを支えています。HIMSS 2026では音声認識・ドキュメンテーション・ワークフロー自動化・臨床判断支援を統合した「Unified Clinical AI Platform」へ進化を発表し、地方病院向けには60%割引も用意しました。要するに「単機能のスクライブ」から「役割別ワークフローのハブ」へ昇格したわけです⁸。

スタートアップ勢の伸びも凄まじい。Abridgeは2025年6月のSeries E $300Mで評価額$5.3Bに到達、累計調達は$773M、Q1のARRは$117Mまで来ました。Sukiは累計$168M、Nablaは累計$120Mで、NablaはKaiser Permanenteでの試験結果を米New England Journal of Medicineに掲載しています⁹。注目すべきは、各社が「文字起こし精度」ではなく「臨床医のバーンアウト軽減」「コーディング精度向上」「EHR連携の深さ」で競っている点です。OpenEvidenceに至っては、2026年3月に1日100万件のAI問診を達成し、米国の現役医師の40%超がアカウントを持つ。Mount Sinai Health SystemはOpenEvidenceをEpic電子カルテに統合し、医師だけでなく看護師・薬剤師まで使える設計に拡張しました¹⁰。同社は2026年1月のSeries D $250M（評価額$12B）で完全に独走に入っています。

国内も実証から本番運用へ移っています。JCHO北海道病院は2026年1月、プレシジョンの「今日のAI音声認識」とNTTドコモビジネスのスマートフォン、シーエスアイの電子カルテMI・RA・Is Vを連携させ、診察会話からカルテ下書き作成までを院内完結する実証を開始。兵庫医科大学病院は大学病院として全国初のmedimo導入を発表し、医師の説明音声を約1,000字に要約します。織田病院ではOPTiM AI ホスピタルで退院サマリー作成時間が54.2%削減という具体的な数字も出ました¹¹。

これらは「ベンダーが論文で性能を主張する」段階から、「現場の医師の業務時間がどれだけ削れたか」という現場KPIで評価される段階に来た証拠です。WARPで医療機関のAI伴走をしていても、医療事務AIだけは経営層を説得しやすい。理由は単純で、医師1人あたりの記録時間×時給×人数で投資回収が即座に計算できるからです。導入の入り口として、ここから始めるのは合理的だと考えています。

国内医療機関の最新導入事例とZEROCK・WARPの位置づけ

国内の医療機関でAIを実装する場合、現実的な制約が3つあります。第一にデータ主権。患者データを国外サーバーに出さない要請が強い。第二に既存電子カルテとの連携。MI・RA・Is V、HOPE、富士通HOPE/EGMAIN、SSI、ソフトウェア・サービスといった国内ベンダーEHRに繋ぎこむ必要がある。第三に診療報酬体系の縛りで、AIが「業務代替」した分が直接収益に変わらないため、稼働時間の削減か患者満足度の向上で語る必要があります。

ZEROCKはこの3条件を満たすために設計した、AWS国内サーバー上のエンタープライズAIです。GraphRAGアーキテクチャで院内ガイドライン、診療プロトコル、過去症例レポートを構造化し、医師・看護師の問い合わせに対して根拠リンク付きで回答する症例QAエージェントを構築できます。OpenEvidenceが米国で一次文献ベースの臨床判断支援を提供しているのと同じ方向性ですが、ZEROCKは院内の独自ナレッジ（ローカルガイドライン、症例カンファレンスメモ、薬剤マスタ）まで含めて検索可能にする点が違う。米国モデルの直輸入ではなく、日本の院内事情に合わせたカスタマイズが要ります。OpenEvidenceの仕組みや日本での使い方は、OpenEvidence（オープンエビデンス）とは何かを解説した記事で別途整理しました。

WARPは医療DXの伴走サービスとして、医療機関の経営層・情報システム部・現場医師の三者の合意形成を含めて支援します。AIを「現場に押し付ける」のではなく、まずどの業務でROIが見えるか（多くの場合は退院サマリー、紹介状下書き、レセプト前処理）を絞り込み、3〜6か月のPoCを設計し、PMDA該当性とプライバシー影響評価を並行する。元大手DX・データ戦略の専門家チームが、月次更新のフォーマットで関与します。医療機関のIT予算は限られているので、初期に「やらないこと」を決める設計が肝です。

実装事例から分かるのは、AI導入の成功パターンが「単一プロダクト導入」ではなく「業務再設計＋AI＋運用ガバナンス」のセットだということです。Mount SinaiがOpenEvidenceをEpicに埋め込んだのも、Asklepiosが28病院でAidocを統一したのも、現場の使い勝手とITガバナンスを同時に設計したから動いた。逆に、PoC止まりで終わるプロジェクトの大半は、現場フローへの組み込みを後回しにしています。

医療AIの規制：PMDA、FDA SaMD、HIPAA、個情法

医療AIを語るときに規制を外すと、必ず実装で詰まります。2026年は規制側の節目が4つ重なる年です。

第一にPMDA。日本では2020年11月の「DASH for SaMD」戦略以降、プログラム医療機器の承認体制が強化され、2021年4月にプログラム医療機器審査室が設置されました。「プログラムの医療機器該当性に関するガイドライン」は2021年発出、2023年3月に一部改正されています。AIを活用したプログラム医療機器に関する専門部会も常設化されました。重要なのは、市販後の学習更新（market-after learning）を含むAI機器について、変更管理計画（IDATEN制度に近い枠組み）の運用ノウハウが2026年も継続的に整備されている点です。経済産業省・厚生労働省・PMDAの3者でAI医療機器の予見可能性を上げる動きが続いています¹²。

第二にFDA SaMD。米国はAI搭載医療機器の承認件数で先行しており、2026年初頭で1,350件超。注目すべきは2026年2月2日に施行されたQuality Management System Regulation (QMSR) で、これによりISO 13485:2016と整合性が取れます（最終規則は2024年2月2日に連邦官報で公表され、施行日が2026年2月2日に設定されていました）¹³。あわせて2025年1月に出たAI機器のライフサイクル管理ドラフトガイダンスでは、Predetermined Change Control Plan (PCCP) でアルゴリズム更新範囲を事前承認する考え方が示されました¹⁴。日本企業が米国市場でSaMDを通すなら、QMSR対応は2026年の必須課題です。

第三にHIPAAとプライバシー。米HHSは2025年1月6日、HIPAA Security Ruleを強化する規則案（NPRM、RIN 0945-AA22）を連邦官報に掲載しました。多要素認証、暗号化、ネットワークセグメンテーション、年次ペネトレーションテスト、72時間以内の復旧などを求め、「addressable（任意）」だった保護策が義務化される点が大きな変更です¹⁵。ただし2026年7月時点で最終規則は連邦官報に掲載されておらず（同じRINに紐づく掲載文書は2025年1月6日の規則案のみ）、当面は現行のSecurity Ruleが適用され続けます¹⁶。日本側は、2026年1月に個人情報保護委員会が制度改正方針を示したのち、個人情報保護法等の改正法が2026年7月10日に成立し、7月17日に令和8年法律第56号として公布されました¹⁷。統計情報等の作成（統計作成等と整理できるAI開発等を含む）にのみ利用される場合は第三者提供や公開されている要配慮個人情報の取得に本人同意を不要とし、生命等の保護・公衆衛生の向上のために取り扱う場合の同意取得困難性要件を緩和、学術研究例外の「学術研究機関等」に医療の提供を目的とする機関・団体が含まれることも明示されました。施行期日は原則として公布の日から起算して2年を超えない範囲内です¹⁸。医療AIのデータ利活用には追い風ですが、実務的には目的限定とログ保管が厳しくなる方向と読んでいます¹⁹。

第四に欧州AI Act。高リスクAIに分類される医療AIは、データガバナンス、ログ記録、人間の関与（human oversight）、堅牢性などの要件を満たす必要があります。CEマーキングと並行してAI Act適合性も求められるため、欧州展開を視野に入れる日本企業はMDRとAI Actの両方を見ないといけない。Aidocが先行してCEマーキングを取りに行ったのは、この複合規制の中で先行優位を取りに行く動きです。輸出管理側の論点は医療機器業界の輸出管理に詳しくまとめました。

規制を「足かせ」と捉える経営者をたまに見かけますが、医療AIにおいては逆です。規制を読み込んで設計に組み込めば、競合参入障壁になる。PathAIがAISight DxでFDAクリアを取ったから全米展開できたし、ZEROCKがAWS国内リージョンで設計されているから国内医療機関にプロポーザルを通せる。規制対応は実装力の一部だと考えています。

まとめ：4領域それぞれにROI地平線がある

医療AIは2026年、「AIスタートアップが論文で性能を訴える」フェーズから「医療機関の経営KPIで評価される」フェーズへ移りました。AbridgeのARR、Aidocの月35,000件、Dragon Copilotの10万臨床医、OpenEvidenceの1日100万問診、織田病院の54.2%削減。これらは現場が回り始めた証拠です。

経営判断としての要点を3つに整理しておきます。第一に、4領域（画像診断・創薬・医療事務・遠隔モニタリング）でROI地平線がまったく違う。短期で成果を出したいなら医療事務から、長期R&Dなら創薬から入る。第二に、「単機能AIの導入」より「業務再設計＋AI＋運用ガバナンス」の3点セットで設計する。Mount Sinai×OpenEvidenceやAsklepios×Aidocが成功している共通点はそこにあります。第三に、規制（PMDA、FDA SaMD、HIPAA、個情法、AI Act）を読み込んで設計に組み込む。これは負担ではなく参入障壁になる。

私自身、医療機関のAI実装に関わると、必ず「何から始めるか」より「何をやらないか」の議論で時間を使います。医療AIは取り組むべきテーマが多すぎて、全部やろうとすると確実に失敗する。まず1領域、できれば医療事務AIから入って成功体験を作り、画像診断AIや遠隔モニタリングへ広げる。創薬AIや臨床判断支援は、その先のステージとして据える。これが2026年時点で再現性のある勝ち筋だと考えています。

ヘルスケアAI実装の伴走が必要であれば、WARPとZEROCKで支援できます。院内ナレッジのGraphRAG構築から、症例QAエージェント、PMDA該当性整理、現場ワークフロー再設計まで、医療機関の実情に合わせて月次更新で動かします。

参考文献

Footnotes

1. AI創薬市場規模 — SMRC AI Drug Discovery Market Forecasts ↩

2. AI遠隔ECG市場 — Artificial Intelligence (AI) Powered Remote ECG Monitoring Market ↩

3. PathAI×Labcorp 全米展開 — Labcorp Press Release, Feb 2026 ↩

4. Aidoc CARE Foundation Model — Aidoc Blog ECR 2026 ↩

5. Isomorphic Labs IsoDDE — Isomorphic Labs Drug Design Engine Article ↩

6. Recursion 2026 Pipeline — Recursion Q4 2025 Earnings ↩

7. 武田・第一三共のAI戦略 — 日経 武田薬品×米AI企業 ↩

8. Microsoft Dragon Copilot HIMSS 2026 — Microsoft Cloud Blog ↩

9. Abridge $5.3B Valuation — TechCrunch, Jun 2025 ↩

10. OpenEvidence Mount Sinai Epic統合 — Mount Sinai Press Release ↩

11. JCHO北海道病院 AIカルテ実証 — NTT Com Press Release, Jan 2026 ↩

12. PMDA AIプログラム医療機器 — PMDA AIを活用したプログラム医療機器に関する専門部会 ↩

13. FDA QMSR 最終規則（2024年2月2日公表・2026年2月2日施行） — Federal Register: Medical Devices; Quality System Regulation Amendments ↩

14. FDA AI/ML SaMD — FDA AI-Enabled Medical Devices ↩

15. HIPAA Security Rule 2026 — CureIS HIPAA 2026 Overview ↩

16. HIPAA Security Rule 改正規則案（NPRM、RIN 0945-AA22、2025年1月6日公表。2026年7月時点で最終規則の掲載なし） — Federal Register: HIPAA Security Rule To Strengthen the Cybersecurity of Electronic Protected Health Information ↩

17. 衆議院「議案審議経過情報 第221回国会 閣法第54号 個人情報の保護に関する法律等の一部を改正する法律案」（参議院可決・成立：令和8年7月10日／公布：令和8年7月17日・第56号） — 衆議院 ↩

18. 個人情報保護委員会「個人情報保護法等の一部を改正する法律について」（令和8年7月17日公布） — 個人情報保護委員会 ↩

19. 個人情報保護法 2026年改正 — Ushijima & Partners Client Alert ↩