MarketsandMarketsによると、AI in Healthcare市場は、2023年の146億米ドルから2028年には1027億米ドルに成長すると予測されており、予測期間中の年平均成長率は47.6％と予想されています。患者と医療従事者の間の格差による改善された医療サービスへのニーズの高まりが、今後数年間のヘルスケアにおけるAI市場の成長を促進します。医療費削減への取り組みの高まりと、大規模で複雑な医療データセットの生成が、AI in Healthcareの開発を可能にし、市場の成長をさらに強化します。ヘルスケア業務にAI技術を組み込むことで、医療従事者へのデータ駆動型のサポートが強化されます。データとアルゴリズムを使用して、AIは効率的にパターンを特定し、医療記録の管理、健康監視、デジタル相談、治療設計などのアプリケーションに自動化されたインサイトを提供します。
本レポートの目的は、提供、技術、アプリケーション、エンドユーザー、地域に基づいて、ヘルスケアにおけるAI市場を定義、記述、予測することです。
医療用AI市場の動向
ドライバーの皆さん。大規模かつ複雑なヘルスケアデータセットの生成
ヘルスケア業界では、ビッグデータと呼ばれる大規模で複雑なデータは、クリックストリームやウェブ・ソーシャルメディアとのやり取りから生成される情報、センサー、心電図（ECG）、X線、パルスオキシメーターなどの医療機器からの読み取り、医療請求などの請求記録、電子カルテ（EMR）、処方箋、生体データなどのソースで構成されています。医療従事者が電子カルテ（EHR）、デジタル化された検査用スライド、高解像度の放射線画像を利用するようになったため、ビッグデータと新たな分析ソリューションは、過去10年間に飛躍的に洗練され、採用されるようになりました。ヘルスケア業界では、デジタル化と情報システムの導入が進み、ケア提供プロセスのさまざまな段階でビッグデータが生成されるようになりました。その結果、特に米国では、ヘルスケアはビッグデータ産業のトップ5の1つとなっています。ヘルスケアにおけるAIイノベーションを加速させるための政府の取り組みが増加していることは、米国における市場の成長をさらに後押しする。2021年6月、全米科学財団（NSF）とホワイトハウス科学技術政策室（OSTP）は、全米のAIイノベーションを促進する教育ツールや重要資源の拡充のロードマップに取り組む「全米人工知能（AI）研究資源タスクフォース」の設立を発表しました。
制約事項 熟練したAI労働力の不足と、電子医療ソフトウェアに関する曖昧な規制ガイドライン
AIは複雑なシステムであり、AIシステムの開発、管理、導入のために、企業は特定のスキルセットを持つ人材を必要としています。例えば、コグニティブコンピューティング、ML・機械知能、ディープラーニング、画像認識などの技術に精通した人材が必要です。また、AIソリューションを既存のシステムに組み込むには、人間の脳の動きを再現するための大規模なデータ処理が必要であり、難しい作業です。些細なミスでも、システム障害につながったり、望ましい結果に悪影響を及ぼす可能性があります。さらに、AI/ML技術に関する専門的な基準や認定が存在しないことが、AIの成長を抑制しています。さらに、AIサービスプロバイダーは、顧客先でのソリューションの展開/サービス化に関する課題に直面しています。これは、技術に対する認識が低く、AIの専門家が少ないためです。
機会。高齢者介護のためのAIベースのツールの可能性の高まり
高齢者人口の増加に伴い、様々な加齢性疾患の発生が世界的に増加することが予想されています。このような状況に対処し、それぞれの医療制度における負担増を効率的に処理するために、いくつかの国の政府は、ますます新しい技術の導入に注力しています。AIはそのような技術の1つで、救急医療のためのリアルタイムの患者データ収集やモニタリング、予防医療の推奨など、より高度なサービスを提供します。さらに、AIベースのツールは、モバイルアプリケーションなどの健康・ウェルネスサービスを利用して、ssの動きや活動を監視することができます。また、AIベースのツールを導入することで、家庭内での健康モニタリングや健康情報へのアクセス、パーソナライズされた健康管理、治療機器（より良い補聴器や視覚支援機器など）や身体支援機器（インテリジェント歩行器など）の利用を効率的に行うことが可能である。このように、高齢者の身体的、感情的、社会的、精神的な健康をサポートするために、AIベースの技術を使用することに世界中で関心が高まっています。
課題としては キュレーションされたヘルスケアデータの欠如
AIアルゴリズムの性能は、データの質と利用可能性に大きく依存します。したがって、医療におけるデータへのアクセスが限られていることは、ヘルスケアにおけるAI市場の障壁として機能します。医療データはアクセスや収集が困難な場合が多く、医療従事者はワークフローを中断する可能性があるため、データ収集プロセスを好まない。そのため、データの収集が不完全になることが多いのです。電子カルテ（EHR）システムは、政府認定のプロバイダーがさまざまな医療施設や病院にサービスを提供する際、そのほとんどが互換性がない。そのため、患者の病歴を医療機関間で統合するのではなく、局所的なデータの収集になります。高品質で大規模なデータセットがなければ、有用なAIアルゴリズムを構築することは容易ではありません。
ヘルスケアにおけるAI市場で最も高い需要を目撃するサービス
AIは、患者データやリスク分析、ライフスタイルの管理とモニタリング、精密医療、入院患者のケアと病院管理、医療画像と診断、創薬、バーチャルアシスタントなど、幅広い用途に高度なアルゴリズムを実装する必要があるため、複雑な手法であることがわかります。したがって、AIの導入を成功させるためには、展開と統合、そしてサポートとメンテナンスのサービスが必要です。AIシステムやソフトウェアを製造・開発する企業の多くは、用途に応じてオンラインとオフラインの両方のサポートを提供しています。ヘルスケアにおけるAIサービス市場で事業を展開している企業には、マイクロソフト（米国）、ジョンソン・エンド・ジョンソンサービス社（米国）、メドトロニック（米国）、シーメンス・ヘルスイニアーズ（ドイツ）、コニンクリイケ・フィリップス（オランダ）などがあります。これらの企業は、AIシステムの導入、トレーニング、サポートに加え、ソフトウェアのオンライン支援や事後保守を行い、必要なサービスを提供しています。
予測期間中、ヘルスケアにおけるAI市場で有利な成長機会を創出する医療画像・診断分野
複数の大手テクノロジープレーヤーやヘルスケア企業が、ヘルスケアへの応用を目的としたAIソリューションを開発しています。フィリップス・ヘルスケア（オランダ）、アグファ・ゲバルト（ベルギー）、GEカンパニー（米国）、シーメンス・ヘルティニアス（ドイツ）は、医療用画像処理ソフトウェアシステムにAIを統合する取り組みを始めています。例えば、GE社はエヌビディア社との協業により、全世界で50万台の画像診断装置が使用されています。これらの機器では、AIを利用してCTスキャンを解析するプロセスを高速化し、精度を向上させています。シーメンス・ヘルスイニアスの「AI Rad Companion Chest CT」は、CTにAIを活用したソフトウェアアシスタントです。胸部CTスキャンの臓器や病変を測定・識別し、定量的なレポートを自動生成するソフトウェアで、放射線診断の効率化と正しい診断に貢献します。従来の医療用画像処理方法にAIを組み込むことで、より高い自動化、生産性の向上、プロセスの標準化、より正確な診断を実現することができます。計算能力により、より高速で正確な画像を大規模に処理することができます。
ヘルスケアにおけるAI市場のシェアの大半を占めるのは病院とヘルスケアプロバイダ
介護事業者の環境では、AIを活用して、再入院の予測・予防、慢性疾患の管理、臨床意思決定支援ツールの推進、業務の改善などを行うことができます。音声認識ソフトウェアや臨床判断支援システムなどのAIベースのツールは、病院内のワークフロープロセスの合理化、コスト削減、ケア提供の改善、患者体験の向上を支援します。臨床判断支援システム（CDSS）は、AIの最初の成功例の一つで、主に症状や人口統計情報に基づく患者さんの状態の診断に焦点を当てています。欧米の病院では、入院患者を支援するためにAIの活用が始まっています。これらのツールは、患者が回復状況を定期的に確認することを可能にします。医療機関では、テクノロジー、特に電子医療記録（EMR）システムの導入が大幅に増加しており、その結果、豊富な患者データが生成されています。
ヘルスケアにおけるAI市場は、北米地域で最も高い需要が見込まれる
米国は、医療システム全体にAI技術を浸透させた世界有数の国であるため、北米市場の主要な貢献者の1つと考えられています。ヘルスケア領域における異業種からの参入は、ベンチャーキャピタルからの投資の大幅な増加とともに、この地域におけるヘルスケアにおけるAI市場への複数の新規プレイヤーの参入を促しています。例えば、2021年10月、プライマリケア向けのAI駆動型プラットフォームを開発する新興企業Navina（米国）は、シリーズA資金調達ラウンドで1500万米ドルを確保した。現在までに、同社は2200万米ドルを調達しています。これらの投資は、同社がAIとML技術における開発を加速させるのに役立っている。
主な市場参入企業
ヘルスケアにおけるAI市場の主要ベンダーには、Intel Corporation（米国）、Koninklijke Philips N.V.（オランダ）、Microsoft（米国）、Siemens Healthineers（ドイツ）、NVIDIA Corporation（米国）など。
【目次】
1 はじめに（ページ番号 – 36）。
1.1 研究目的
1.2 市場の定義
1.2.1 含有物と除外物
1.3 調査範囲
1.3.1 対象となる市場
1.3.2 地理的範囲
1.3.3年検討
1.4 通貨の検討
1.5台検討
1.6の制限
1.7 ステークホルダー
1.8 変更点のまとめ
2 研究方法（ページ番号-42）。
2.1 研究データ
図1 ヘルスケアにおけるAi市場：調査デザイン
2.2 二次調査および一次調査
図2 ヘルスケアにおけるAi市場：調査アプローチ
2.2.1 二次データ
2.2.1.1 主要な二次資料のリスト
2.2.1.2 二次資料からの主要データ
2.2.2 一次データ
2.2.2.1 専門家への一次インタビュー
2.2.2.2 一次資料からの主要データ
2.2.2.3 主要な業界インサイト
2.2.2.4 プライマリーの内訳
2.3 市場規模の推定
2.3.1 ボトムアップ・アプローチ
2.3.1.1 ボトムアップアプローチによる市場規模の推定（需要側）
図3 市場規模推計方法：ボトムアップアプローチ
図4 市場規模の推定方法：ボトムアップ（供給側） -ヘルスケア分野におけるaiの販売による企業の収益推定を図示したもの
図5 市場規模の推定方法：ボトムアップ（需要側）-エンドユーザー別のヘルスケアにおけるAi市場規模の推定
2.3.2 トップダウンアプローチ
2.3.2.1 トップダウンアプローチによる市場規模の推定（サプライサイド）
図6 市場規模推計方法：トップダウンアプローチ
図7 市場規模の推定方法：（供給側）ヘルスケア分野におけるAiの提供から生まれる収益
2.4 市場の内訳とデータの三角測量
図8 データの三角測量
2.5 研究の前提
図9 調査研究の前提条件
2.6 リセッションの影響
2.7 リスクアセスメント
表1 限界と関連するリスク
2.8の制限
3 EXECUTIVE SUMMARY（ページ番号 – 57）
3.1 ヘルスケア市場におけるAI：リセッションの影響
図10 景気後退の影響：主要国の2023年までのGDP成長率予測
図11 ヘルスケア市場のAiに対する不況の影響、2019年～2028年（百万USドル）
図12 2023年から2028年にかけて、ヘルスケアにおけるAIの市場においてソフトウェア部門が2番目に大きなシェアを占める
図13 2023年から2028年にかけて、ヘルスケア市場におけるAIの最大シェアを占めるのは機械学習分野である。
図14 予測期間中、ヘルスケア市場におけるAiのCAGRが最も高くなるのは患者分野
図15 ヘルスケア市場におけるAiは、医療用画像・診断アプリケーションが予測期間中に最も高いCAGRで成長する。
図16 2022年のヘルスケア市場におけるAIのシェアは、北米が最大を占める
4 PREMIUM INSIGHTS（ページ番号 – 63）。
4.1 ヘルスケア市場におけるAiの魅力的な成長機会
図17 医療施設におけるAiベースのツールの採用が増加し、2023-2028年の市場成長を促進する。
4.2 ヘルスケアにおけるAi市場、提供形態別
図18 2023年から2028年にかけてヘルスケア市場におけるAIの最大シェアを占めるのはソフトウェア
4.3 ヘルスケアにおけるAi市場：技術別
図19 2023年から2028年にかけて、機械学習技術がヘルスケア市場におけるAIの最大株主となる
4.4 ヘルスケアにおけるAi市場（アプリケーション別
図20 2023年から2028年にかけて最も高い成長率を記録する医療用画像・診断機器分野
4.5 ヘルスケアにおけるAi市場：エンドユーザー別
図21 2023年から2028年にかけて、病院とヘルスケアプロバイダーがヘルスケア市場におけるAiの最大株主となる。
4.6 ヘルスケアにおけるAi市場（国別
図22 中国とメキシコのヘルスケアにおけるAi市場は、2023年から2028年にかけて最も高いcagrで成長する。
5 市場の概要（ページ番号-66）。
5.1 イントロダクション
5.2 市場ダイナミクス
図23 ヘルスケアにおけるAi市場：促進要因、阻害要因、機会、課題
5.2.1 DRIVERS
図24 ドライバがヘルスケアにおけるAi市場に与える影響の分析
5.2.1.1 大規模かつ複雑なヘルスケアデータセットの生成
5.2.1.2 医療費削減の必要性
5.2.1.3 計算能力の向上とハードウェアコストの低下
5.2.1.4 ヘルスケア分野での異なる領域間のパートナーシップやコラボレーションの増加
5.2.1.5 医療従事者と患者の間の不均衡による、即席医療サービスの必要性の高まり
5.2.2 拘束事項
図25 ヘルスケアにおけるAi市場に対する阻害要因の影響分析
5.2.2.1 医療従事者がAIを活用した技術の導入に消極的
5.2.2.2 熟練したAI人材の不足と医療用ソフトウェアの規制ガイドラインの曖昧さ
5.2.3 機会
図26 ヘルスケア市場におけるAiの機会による影響の分析
5.2.3.1 高齢者ケアにおけるAIを活用したツールの可能性が高まる
5.2.3.2 人間を意識したAIシステム開発への注目度が高まる
5.2.3.3 ゲノミクス、創薬、画像診断・診断におけるAI技術の可能性の高まり
5.2.4 課題
図27 課題がヘルスケアにおけるAi市場に与える影響の分析
5.2.4.1 キュレーションされたヘルスケアデータの欠如
5.2.4.2 データプライバシーに関する懸念事項
図28 米国保健福祉省に報告された医療侵害、2019年から2021年まで
5.2.4.3 異なるベンダーが提供するAIソリューション間の相互運用性の欠如
図 29 医療データ相互運用の課題
5.3 バリューチェーン分析
図30 ヘルスケア市場のバリューチェーンにおけるAi
5.4 ポーターズファイブフォース分析
表2 ヘルスケアにおけるAi市場：ポーターの5つの力分析
5.5 エコシステム分析
図31 ヘルスケアにおけるaiのエコシステム
表3 エコシステム：Ai in healthcare市場
5.6 ヘルスケア市場におけるAiの収益シフトと新たな収益ポ ケット
図32 顧客ビジネスに影響を与えるトレンド/破壊要因
5.7 ケーススタディ分析
5.7.1 使用例 – ビオビート（イスラエル）
5.7.2 ユースケース – クリーブランドクリニックとマイクロソフト
5.7.3 ユースケース – トランスレーショナルゲノミクス研究所（Tgen)
5.8 技術分析
5.8.1 クラウドコンピューティング
5.8.2 クラウドGpu
5.9 価格分析
図33 ヘルスケアにおけるAi市場におけるプロセッサコンポーネントの平均販売価格（2019-2028年）（USD
5.9.1 主要メーカーが提供するコンポーネントの平均販売価格（ASP）分析
図34 主要企業が提供するプロセッサーコンポーネントの平均販売価格
表4 プロセッサーコンポーネントのaspレンジ、2019年～2028年
表5 サーバーソフトのaspレンジ
5.9.2 aspの動向
5.10 貿易分析
図35 Ai in Healthcare市場における上位国のHSコード854231の輸出データ、2017-2021年（千米ドル）
図36 ヘルスケアにおけるAi市場の上位国のHSコード854231の輸入データ、2017年～2021年（千米ドル）
5.11 特許分析
図37 過去10年間の特許出願件数が最も多い企業
表6 過去10年間の特許権者上位20名
図38 年間特許付与数（2012-2021年
5.11.1 主要特許
表7 ヘルスケア市場におけるAiの主な特許数
5.12 レギュラトリーランドスケープ
表8 米国が輸出するプロセッサおよびコントローラとしての電子集積回路の関税率（2022年
表9 中国が輸出するプロセッサおよびコントローラとしての電子集積回路の関税率（2022年
表10 ドイツが輸出するプロセッサおよびコントローラとしての電子集積回路の関税（2020年
5.12.1規定
5.12.1.1 輸出入に関する規制
5.12.1.2 有害物質規制（ROHS）および廃電気電子機器（WEEE）について
5.12.1.3 化学物質の登録、評価、認可および制限（REACH）。
5.12.1.4 一般データ保護規則(GDPR)
…
【本レポートのお問い合わせ先】
www.marketreport.jp/contact
レポートコード：SE 5225
