市場概要
世界の創薬AI市場は、2024年の18.6億米ドルから2029年には68.9億米ドルに達すると予測され、予測期間中の年平均成長率は29.9%です。臨床試験、ゲノミクス、実世界のエビデンスのようなソースから生成される多様なデータセットの標準化により、さまざまなプラットフォームや地理的な地域間で効率的に情報交換が可能になること、ハイテク企業と製薬企業の研究協力が強化されること、AI、量子コンピューティング、コグニティブ・コンピューティングのような技術の出現により、大量の生データを実用的な洞察、革新的なソリューション、標的療法に活用できるようになること、遺伝子データ、臨床データ、化学データのような多様なデータセットを活用して洞察を得られるようになること、希少薬や希少薬の開発、新薬候補の発見などに重点が置かれること、 研究者や治験責任者の作業負担を軽減することは、創薬市場におけるAIの採用が絶えず増加している顕著な要因の一部です。
AIの利点とその応用分野に対する認識が高まるにつれ、創薬におけるAI技術の採用が増加しています。
製薬企業やバイオテクノロジー企業は、創薬や臨床開発から安全性モニタリングやリスク評価に至るまで、多方面でAIを導入しています。大手企業は、AI分野で事業を展開する主要企業と戦略的提携やパートナーシップを結んでいます。このような戦略により、これらの市場プレーヤーは高度に洗練されたソリューション、すなわちAIベースの創薬プラットフォームを提供することができ、この不安定な市場空間においてより強固な地位を確保することができます。
AI創薬市場に参入している企業は、最先端の技術を駆使して医薬品開発プロセスを改善するために、社内外の戦略を駆使しています。例えば、2023年9月、メルクは英国BenevolentAIと提携し、BenevolentAIの強力なAIプラットフォームを活用し、創薬の各分野の専門家チームと連携しました。彼らの目標は、前臨床段階から有望な候補を特定し、革新的な化合物の開発を開始することです。同様に2023年9月、Intelligent OMICS LtdとJanssen Research & Development, LLC（以下「ヤンセン」）は、データサイエンスと腫瘍学の両分野におけるヤンセンの研究開発の専門知識を活用し、疾患の新規メカニズムと新たな治療機会を特定するため、マルチオミクスデータと深層学習アルゴリズムを組み合わせたIntellomx独自のAIプラットフォームを共同開発します。創薬における新しいAIベースの技術に対する需要が高まっているため、このような開発は、企業が高度なAIベースの製品やツールを開発する上で勢いを増すのに役立っています。2023年1月、BioNTechはInstaDeepを4億4,000万米ドルで買収。この買収により、AIを活用した創薬、設計、開発の分野でのBioNTechの地位が強化されます。さらに、AI、機械学習、生物工学、データサイエンス、ソフトウェア開発の専門家を含む、〜290人の高度なスキルを持つ専門家がBioNTechに加わります。
さらに、政府や規制機関がこのような急速な発展を把握し、特にヘルスケア・アプリケーションにおけるAIシステムの展開を有意義に導くことは興味深いことです。FDAの承認を得る前に、ヘルスケアアプリケーションに適用されるAIや機械学習ツールは、少なくとも人間と同じくらい正確な結果を提供できることを証明するテストに合格しなければなりません。例えば、欧州では、ソフトウェアは一概に除外されるものではなく、このデバイスの目的が医療行為を実行することであれば、医療機器として評価される可能性があります。通常、製品の特性、使用方法、製造者の主張を考慮したケースバイケースのアセスメントが必要です。しかし、ソフトウェアは上記の一般的な医療機器とは異なり、人体に作用してその機能を回復、修正、変更するものではないため、どの一般的な医療機器の分類に属するのかが明確でないため、この評価は非常に複雑です。したがって、医療現場でのソフトウェアの使用は必ずしも医療機器ではありません。このような規制ガイドラインの曖昧さは、時としてプレーヤーにとって障壁となります。
バイオテクノロジー業界には、創薬にAIを活用する機会が豊富にあります。最も集中している米国では、民間および公的バイオテクノロジー企業が合計2,000社以上あります。2023年時点で、IBISWorldは米国で事業展開しているバイオテクノロジー企業3,429社を報告しています。バイオテクノロジー部門は、製品および技術革新のリーダー的存在になりつつあり、すべてのバイオ医薬品企業の新製品開発に不可欠です。
バイオ医薬品は現在、製薬業界で最も急成長している分野です。その主な理由は、バイオ医薬品が有効なだけでなく安全であり、従来は治療できなかった病気を治療できるからです。バイオテクノロジー企業の成長に伴い、バイオテクノロジー研究への投資も全体的に増加しています。その結果、新しい治療法の開発が早まる可能性があるため、より大規模で資金力のある創薬活動が行われるようになるでしょう。バイオテクノロジー産業は活況を呈しており、創薬AI市場の成長にとって絶好の機会となっています。
創薬に応用されるハイエンドのAIモデルには、高い計算能力と高いストレージ要件が不可欠です。このため、相当なコストで大規模なインフラが必要となります。このようなモデルは膨大なデータを消費し、学習に非常に長い時間を要するため、ほとんどの個別企業では十分なデータを取得し、学習させることは不可能です。
AIを活用した創薬に共通するAIインフラを開発し、さまざまな機関で共有できるように資金を提供することで、政府はこの問題を克服することができます。そうすることで、他のマイナーな組織も、そのシステムに多くの費用をかけることなく、高度な技術を利用することができます。さらに、強力なコンピューティング・リソースを提供することで、これらのマイナーな企業が複雑なAI技術を容易に利用できるようになるかもしれません。革新的な最先端技術を誰もが利用できるようになることで、研究者同士のコラボレーションやデータの共有も促進されます。AIへのインフラ投資が共有されることで、小規模企業が技術的な障壁を乗り越え、個別化された創薬医療に近づくことができます。
創薬AI市場のエコシステムは、投資家、学術研究者・組織、政府・規制機関、主要プレーヤー、新興企業、創薬産業のエンドユーザー（製薬・バイオテクノロジー企業、受託研究機関、研究センター、学術機関、政府機関）で構成されています。エコシステムには、データソースプロバイダー、ERPプロバイダー、ビジネスインテリジェンスおよび分析ツールプロバイダー、クラウドサービスプロバイダー、ウェブインターフェースおよびアプリケーション開発者、ネットワーク接続プロバイダー、セキュリティおよびプライバシーソリューションプロバイダー、ハードウェアプロバイダー、コンサルタントなどのイネイブラーも含まれます。
2023年の創薬市場におけるエンドユーザー別AIシェアは、製薬・バイオテクノロジー企業が最大。このセグメントの大きなシェアは、AIと個別化医療の統合に対する需要の高まりによるものです。企業は、高品質で安全な製品を製造するために創薬プロセスを合理化すると同時に、コスト削減にも努めています。企業は、AIモデルの助けを借りてすべての研究データを収集・分析し、初期の創薬において実用的な洞察を得ることができます。これまでは実験室で10年以上と数十億ドルを費やしていた新規化合物の有効性と安全性の予測を、迅速かつ高精度に行うことができます。Tempus社（米国）とFoundation Medicine社（米国）は、がん治療と希少疾患管理のためのプラットフォームを開発しています。両社は、患者の効率的な治療と副作用の最小化を計画しています。これらにより、記述的アナリティクスの利用が拡大し、創薬業界におけるAIの革新が可能になります。
SaaSベースのソリューションは、予測期間中、創薬AI市場で最も高い成長を記録する見込みです。SaaS型ソリューションは、ユーザーサポートが無制限で、どこからでもオンデマンドでアクセスできるため、研究者間のコラボレーションをさらに促進することができます。さらに、これらのソリューションに必要なのはインターネットへの接続だけです。そのため、多額のソフトウェア・ライセンスやハードウェアへの先行投資を最小限に抑えることができます。企業は、必要な使用量に応じて契約することができます。この仕組みはクラウドベースで、オンライン・アクセスにより、実験に関するリアルタイムでの共有や共同作業が可能になり、研究者間のコミュニケーションも向上します。例えば、2023年11月、アクストリアは、データを効果的に活用し、小規模および新興のバイオテクノロジーおよび製薬企業の事業化および業務拡張のために設計されたAI対応SaaSソリューション、Axtria DataMAX Emerging Pharmaを発表しました。
創薬AI市場は主要5地域について調査： 北米、欧州、アジア太平洋、中南米、中東・アフリカ。北米地域は、一人当たりの医療費の高さ、AIを含む医療技術への投資の増加、ゲノムデータや患者中心のアプローチによる個別化医療への需要の高まり、医薬品開発コストと時間の削減の重要性の高まり、希少疾患の研究への注力などの要因により、創薬AI市場を支配しています。品質管理、規制遵守、発展した医療・創薬インフラへの関心の高まり、北米全域でのデジタル化技術に対する需要の急増が、成長をさらに後押ししています。さらに、北米の競争環境は市場プレイヤーの技術革新を促し、各市場ベンダーによる技術とサービスの継続的な成長を促進します。
2024年9月、インシリコ・メディシンは、次世代免疫治療薬の発見と開発を加速するために、独自のAIプラットフォーム「Chemistry42」を活用するため、イニミューンと提携。
2024年8月、RecursionとExscientia plcは、低分子創薬を強化するために両社の技術を組み合わせることで合意したと発表。統合されたRecursion OSは、患者中心のターゲット探索、AI主導の設計、量子力学モデリング、自動化学合成などを通じて創薬を強化します。統合会社は18カ月以内に10件の臨床試験を完了する予定。エクスサイエンティアの株主はリカーシオンの株式を取得し、リカーシオンの株主は統合会社の74%を所有します。この買収は現金8億5000万米ドル相当で、年間1億米ドルのシナジー効果を目指し、2025年初頭までに完了する予定。
2023年6月、BenevolentAIはシェフィールド大学のSheffield Institute for Translational Neuroscience (SITraN)と、患者由来の運動ニューロン/iAstrocyte共培養システムとin vivoモデルの専門知識を活用し、このプログラムで共同研究。
2023年1月、GoogleはBayer AGと協力し、Google CloudのTensor Processing Units（TPU）を活用してBayerの量子化学計算の高速化とスケーリングを支援する早期創薬を推進しました。
主要企業・市場シェア
創薬AI市場の主要企業は以下の通り。
NVIDIA Corporation (US)
Exscientia (UK)
Google (US)
BenevolentAI (UK)
Recursion (US)
Insilico Medicine (US)
Schrödinger, Inc. (US)
Microsoft (US)
Atomwise Inc. (US)
Illumina, Inc. (US)
Numedii, Inc. (US)
Xtalpi Inc. (US)
Iktos (France)
Tempus (US)
DEEP GENOMICS (Canada)
Verge Genomics (US)
BenchSci (Canada)
Insitro (US)
Valo Health (US)
BPGBio, Inc. (US)
Merck KGaA (Germany)
IQVIA (US)
Tencent Holdings Limited (China)
Predictive Oncology, Inc. (US)
CytoReason (Israel)
Owkin, Inc. (US)
Cloud Pharmaceuticals (US)
Evaxion Biotech (Denmark)
Standigm (South Korea)
BIOAGE (US)
Envisagenics (US)
AbCellera (US)
Centella (India)
【目次】
はじめに
研究方法論
要旨
プレミアムインサイト
市場概要
5.1 市場ダイナミクス 推進要因 阻害要因 機会 課題
5.2 顧客のビジネスに影響を与えるトレンド／混乱
5.3 業界動向 ディスカバリーにおけるAIの進化
5.4 エコシステム分析
5.5 サプライチェーン分析
5.6 技術分析 主要技術 – ドライラボでのAI – ウェットラボでのAI 補完技術 – ハイパフォーマンスコンピューティング（HPC） – 次世代シーケンシング – リアルワールドエビデンス／リアルワールドデータ 隣接技術 – クラウドコンピューティング – ブロックチェーン技術 – モノのインターネット（IoT）
5.7 規制情勢 規制機関、政府機関、その他の組織 規制分析 – 北米 – 欧州 – アジア太平洋 – 中南米 – 中東・アフリカ
5.8 価格分析 指標価格分析（プロセス別） 平均販売価格動向（地域別
5.9 ポーターのファイブフォース分析
5.10 特許分析 創薬AI市場の洞察における特許公開動向： 管轄と上位出願人の分析
5.11 主要ステークホルダーと購入基準 購入プロセスにおける主要ステークホルダー 購入基準
5.12 エンドユーザー分析 満たされていないニーズ エンドユーザーの期待
5.13 2024-2025年の主要会議・イベント
5.14 ケーススタディ分析
5.15 創薬AI市場：投資と資金調達シナリオ
5.16 創薬AI市場：ビジネスモデル
5.17 創薬AI市場におけるAI/Gen AIのインパクト
創薬AI市場：プロセス別
68
6.1 導入
6.2 ターゲットの同定と選択
6.3 ターゲットバリデーション
6.4 ヒットの特定と優先順位付け
6.5 ヒットからリードの同定／リードの生成
6.6 リードの最適化
6.7 候補の選択と検証
創薬におけるAI市場、ユースケース別
7.1 導入
7.2 疾患の理解
7.3 薬物の再利用（薬物の優先順位付けを含む）
7.4 de novoドラッグデザイン 小分子デザイン ワクチンデザイン 抗体・その他の生物製剤デザイン
7.5 薬剤の最適化 低分子化合物の最適化 ワクチンの最適化 抗体及びその他の生物製剤の最適化
7.6 安全性と毒性
AI創薬市場、治療領域別
8.1 導入
8.2 生体機能
8.3 感染症
8.4 神経学
8.5 代謝性疾患
8.6 循環器疾患
8.7 免疫学
8.8 メンタルヘルス
8.9 その他（呼吸器、腎臓、皮膚科、遺伝性疾患、消化器、希少疾患）
創薬AI市場、プレーヤータイプ別
9.1 導入
9.2 エンドツーエンド・ソリューション・プロバイダー（プラットフォーム＆サービスを含む）
9.3 ニッチ／ポイントソリューションプロバイダー（プラットフォーム＆サービスを含む）
9.4 AI技術プロバイダー（ソフトウェアのみ）
9.5 ビジネスプロセスサービスプロバイダー
創薬AI市場、ツール別
10.1 導入
10.2 機械学習 深層学習-畳み込みニューラルネットワーク（cnn）-リカレントニューラルネットワーク（rnn）-生成的敵対ネットワーク（gan）-グラフニューラルネットワーク（gnn）-その他 教師あり学習（サポートベクターマシン、分類・回帰アルゴリズム） 強化学習（q学習、深層qネットワーク） 教師なし学習（k平均、次元削減） その他の機械学習技術（半教師あり学習、その他）
10.3 自然言語処理（NLP）
10.4 コンテキストを考慮した処理とコンピューティング
10.5 コンピュータビジョン
10.6 画像解析（光学文字認識を含む）
創薬AI市場、展開別
11.1 導入
11.2 オンプレミス
11.3 クラウドベース
11.4 サースベース
創薬AI市場：エンドユーザー別
12.1 導入
12.2 製薬・バイオテクノロジー企業
12.3 受託研究機関
12.4 研究所、学術機関、政府機関
…
【本レポートのお問い合わせ先】
www.marketreport.jp/contact
レポートコード：HIT 7445
