医療業界のAI活用例11選！最先端技術で医療の現場はどう変わる？

医療の現場では、AIの導入が積極的に進められています。政府が主導して医療現場用のAIデータベースを作成するなど、今後もAIの普及は進んでいくでしょう。

とはいえ個人のクリニックや小規模な医院では特に、まだまだAIの導入が進んでいません。そのため、AIの活用例にあまりピンとこないケースもあるでしょう。

そこで本記事では、そんな医療AIの活用例を11選紹介していきます。治療、創薬、手術といったシーンごとに、AIがどのように活用されているのか見ていきましょう。

AI導入の実態や、AIに代わる便利なツールについても紹介します。

【分野別】医療AIの活用例11選

医療AIはさまざまな領域で活用されています。とくに、政府主導で活用が推進されているのは下記の6分野です。

医療分野	AIの活用方法
①ゲノム医療	AIによるゲノム（遺伝子）配列の分析AIによるガン治療の最適化 など
②画像診断支援	AIによる悪性腫瘍やポリープなどの発見AIによるX線画像の読影 など
③診断・治療支援	AIによる診察時の視覚支援AIによる治療計画の立案 など
④医薬品開発	AIによる成分分析AIによる創薬 など
⑤介護・認知症	AIによる支援計画書や周辺資料の自動作成AIによる利用者の見守りと危険行動の警告 など
⑥手術支援	AIロボットが手術を代行AIが手術時の視覚や手先をサポート など

（※1）

では上記の分野における、具体的な活用例を見ていきましょう。

①ゲノム医療領域

遺伝子情報に基づいて病気の診断や治療を行うゲノム医療領域においても、AIの活用が進んでいます。

国立がん研究センターには「がんゲノム情報管理センター」が整備され、ゲノム情報を集約。これにより、臨床情報や遺伝子解析情報等を一元管理しつつ、分析に活用する知識データベースを構築しています。

がんゲノム医療におけるAI活用例

ゲノム医療は、主にがんの診断や治療法策定において用いられます。しかし人のゲノム配列は一人ひとり異なり、その組み合わせは膨大です。100万通り以上の組み合わせから、どのゲノムが病気を引き起こしているのか調べる場合もあります。

この分析は今まで専門医がマンパワーでデータベースを検索したり、論文を考慮したうえで行っていました。そこで登場したのが、IBM社の医療AI「ワトソン」です。ワトソンを用いれば、解析にかかる時間を大幅に削減できます。

それだけでなく、どんな治療薬や治験中の薬があるかなども、根拠とともに提示してくれるのです。実際、ワトソンの解析結果に基づき骨髄性白血病患者の治療薬を変えたところ、ただちに良い効果が見られた事例もあります。

進行の早い白血病といった病気に対してはとくに、医療AIによる迅速なゲノム解析が大いに役立ちます。

②画像診断支援領域

MRIやレントゲンなどの画像診断領域においても、医療AIが活用されています。医療AIが学習に活用するデータベースは、以下の6学会が連携して共通プラットフォームを構築中です。

・日本病理学会
・日本消化器内視鏡学会
・日本医学放射線学会
・日本眼科学会
・日本皮膚科学会
・日本超音波医学会

（※2）

幅広い診療分野において、医療AIの画像診断を活用できる環境が徐々に構築されつつあります。

大腸ポリープ候補検出における医療AI活用例

画像診断AIのなかでも、特に製品開発が進んでいるのは「内視鏡検査」領域です。大腸内視鏡検査は人間ドックでの実施数が多いことから、さまざまな企業が開発に参入しています。

なかでも日本で初めて承認を取得した画像診断AIは、サイバネットシステム株式会社が昭和大学横浜市北部病院や名古屋大学大学院と共同開発した「EndoBRAIN」という製品です。

EndoBRAINは、オリンパス製の内視鏡で取得した画像を解析します。そしてポリープを発見し、悪性である可能性を数値（％表記）で示します。

このほか大腸内視鏡の画像診断に用いられる医療AIは、以下の企業でも開発製造されています。

・富士フイルムホールディングス株式会社
・日本電気株式会社
・エルピクセル株式会社 など

（※3）

MRIやCTの読影業務における医療AI活用例

日本は先進国の中でも、放射線画像診断装置（CTやX線など）の台数が多いことで知られています。しかし、画像を読影し分析できる放射線科医は、不足している状況です（※4）。

このような中、活用されているのが画像診断AIです。画像診断AIは主に下記の役割を担い、読影時間の削減や読影の精度度向上に活用されています。

・異常所見の抽出
・病変の識別
・疾患名候補の提示
・各臓器・部位のセグメンテーション
・レポーティング支援　など

具体的には撮影した画像から疾患とおぼしき場所をマーキングで知らせたり、悪性度を数値で示したりします。これにより放射線科医の業務が大幅に効率化され、人手不足の現場においてもスムーズな診断が可能です。

③診断・治療支援領域

病気の診断や治療支援領域にも、医療AIは参入しつつあります。

なお2024年時点の日本で医療AIの立場はあくまで、診断「支援」の域を出ません。しかし欧米では一部完全に無人での診断が可能な医療AIロボットも登場しています（※5）。これにより医師不足の解消も期待できるでしょう。

しかし一方で、アメリカでは約6割の人がAIの判断に頼った診断や治療法を「不快」であると感じています（※6）。また患者データのセキュリティ問題など、課題は尽きません。

日本でもこうした課題に寄り添ったうえで、医療AIを取り入れていく必要があります。

オンライン診断への医療AI活用例

症状検索エンジン「ユビー」は、日本のAI問診サービスです。スマホやパソコンなど任意の端末から自身の症状を選択すると、考えられる病名や緊急度などをAIが教えてくれます。なお、利用料は無料です。

ユビーは5万件以上の査読済みの医学論文を取り込み、1,100以上の病名に対応したデータベースを構築しています。医師とデータサイエンティストが連携し、常にデータの鮮度と質を見直しているのが特長です（※7）。

また「ユビー」を問診票代わりに活用している病院も複数あります。紙の問診票に比べて書き込みや読み取りにかかる時間が減り、伝えもれも生じにくいのが魅力です。

ユビーの導入により、1人当たりの患者にかかる問診時間が5〜10分減ったという声もあります。患者が急増した際もスムーズに対応しやすくなり、受付業務の負担も減ったなどの評価もありました。

治療計画の立案における医療AI活用例

日本電気株式会社（NEC）と理化学研究所、日本医科大学の共同研究事例を紹介します。これまでの医療AIは、単独の検査データを解析するものがほとんどでした。しかし、これでは総合的な視点でその患者に適した治療法を提案することはできません。

そこで三者が開発したのが、医療ビッグデータを多角的に解析する「マルチモーダルAI」です。このAIシステムは幅広い分野の検査データを取り入れ、解析します。

前立腺がんを対象とした実験では、手術後5年の再発予測精度が既存手法よりも約10%向上しました（※8）。

本AIシステムはまだ研究開発段階であるものの、実用化されれば治療計画の最適化や疾患の早期発見が実現できるでしょう。さらに治療期間の短縮による医療費削減や、医療従事者の負担軽減なども期待できます。

④医薬品開発領域

医薬品開発領域においても、AI技術が活用されています。日本の製薬業界は「ドラッグ・ロス」状態にあるといわれています。ドラッグ・ロスとは、欧米では承認されている薬の多くが日本では開発未着手にある状態を指す言葉です。

事実、未承認薬86品目（全体の60%）は、欧米ですでに承認されています。これらはベンチャー発の医薬品や、オーファン、小児向け医薬品が多い傾向です。

日本で薬が開発されない背景には、専門家や資金不足などさまざまな理由があります（※9）。医療AIが創薬領域で活用されれば、新薬開発の効率化やコスト削減につながるでしょう。

なお、来る高齢化社会への対策については、下記記事で詳しく解説しています。

生成AIで各成分の形態と構造変化を推定

富士通株式会社と国立研究開発法人理化学研究所は、共同研究で独自の創薬技術を開発しました。具体的には、電子顕微鏡の画像からタンパク質の構造変化を予測する技術です。

タンパク質は柔軟な構造をしており、形を変えてさまざまな組織と作用します。そのため創薬現場においても、タンパク質の構造に対する研究は欠かせません。

そこで、タンパク質の構造変化を正確に予測する生成AIを開発。電子顕微鏡で撮影された大量の画像データから、標的とするタンパク質の変化を予測できるようになりました（※10）。

これにより、これまで膨大な研究費と時間のかかっていたタンパク質研究を大幅な効率化が実現。さらに、従来よりも高度な分析が可能となり、今後は創薬現場のコア技術としての確立が期待されています。

AIでオーダーメイドのワクチンを製造

Transgene SAとNECは、がんワクチンの共同開発を進めています。開発が進んでいるのは「TG4050」というワクチンです。このワクチンには、患者ごとに最適な最適ながん抗原（ネオアンチゲン）を予測・特定するAI技術が用いられています。

標準的ながん治療のあと、再発するケースは少なくありません。たとえば頭頸部がんの手術および術後補助治療後、24ヶ月以内に約30%が再発するとされています。

こうした課題を受けて開発されたのがTG4050です。臨床実験も進んでおり、TG4050を投与した患者全員に、選定したネオアンチゲンに対する免疫応答が検出されました。

また導入期とブースト期にあたる7ヶ月以上にわたり、免疫応答の持続が確認できたとあります（※11）。

この技術により、がん治療の精度が飛躍的に向上することが期待できるでしょう。将来的には、患者一人ひとりに合わせたオーダーメイドワクチンが主流となるかもしれません。

⑤介護・認知症領域

介護・認知症領域でも、医療AIの活用が進みつつあります。今後も高齢化が進む見通しの日本において、介護・医療業界の人材不足は深刻な課題です。

（※12）

厚生労働省の推計によると、2022年から2040年の間にプラス約57万人の介護職員が必要となる見通しです（※12）。

このような中、医療AIが介護業界に普及すれば職員1人あたりの負担も減らせるでしょう。離職率低下への対策としても、期待できます。

介護業界の現状と対策については、下記記事で詳しく解説しています。

AIロボットで入居者の安全を見守り

エイ アイ ビューライフ 株式会社では、AI技術を用いた介護見守りロボットを製造開発しました。このロボットは介護施設入居者の危険動作やその予兆を検知し、介護職員の端末にアラートを送ります。具体的には、下記動作の検知が可能です（※13）。

・ベッドからのずり落ち
・うずくまり
・転倒
・呼吸の異常
・部屋やトイレへの入退室 など

このロボットにより、職員が一人ひとりの部屋を見回りする必要がなくなります。また入居者の事故を未然に防ぐことにもつながり、より施設の安全性も高まるでしょう。

AIによるケアプランの自動作成

幅広い業界でITソリューションを提供する株式会社BSNアイネットでは、AIによるケアプラン作成支援システムを開発しました。このシステムは過去のケアプランを学習し、新規の利用者に対してより効果的なケアプランを抽出します。

ケアプランの抽出は機械的に行うのではなく、「重みづけ」もできるのが特長です。たとえば下記のような重み（条件）づけを行えます。

・家族の負担をとにかく減らしたい
・本人の意向を尊重したい
・費用面を抑えたい など

これにより、一層本人や家族の意向に沿ったケアプランが完成します。また自ら作成したケアプランも学習対象となるため、ケアプランの精度は徐々に高まる仕組みです（※14）。ケアプラン作成にかかる時間も大幅に短縮でき、介護人材の負担が減らせます。

⑥手術支援領域

手術支援領域においても、徐々に医療AIの導入が進んでいます。手術は手作業で行うため、医師の経験や熟練度に左右されるケースが少なくありません。医療機器や設備が発達しているとはいえ、医師の手術における心理的、精神的負担は大きいものです。

そこで医療AIの登場です。AIが手術時の視覚や動きを支援すれば、医師歴や経験値に関係なく高品質な手術を行いやすくなります。そうなれば、より多くの患者が希望の手術を受けやすくなるでしょう。

さらに手術時間の短縮や医師の負担軽減にもつながり、医療従事者側にも大きなメリットが期待できます。

AIで手術時の視覚をサポート

2024年7月、日本初となるAI視覚支援を利用した手術が実施されました。使用されたのは、アナウト株式会社の外科手術視覚支援プログラム「Eureka α」です。

Eureka αは、手術において切除の目印となる疎性結合組織をモニター上で強調表示します（※15）。モニター上で視覚的に切除ラインのガイドが表示されれば、より適切かつ安全な手術が可能です。

またEureka αを用いれば、経験の浅い外科医が疎性結合組織を露出させる手技を習得しやすくなるといったメリットもあります。医師の育成においても、活躍が期待される医療AIプログラムです。

AIによる視覚支援で臓器損傷リスクを低減

株式会社Jmeesが開発した、手術中の臓器損傷リスクを低減する医療AIプログラムの事例です。切開部を最小限に抑えるため、内視鏡による手術が用いられるケースが多くあります。この方法は傷跡が小さく、回復が早い反面、視界が悪いため臓器損傷のリスクが懸念されます。

そこで開発されたのが、内視鏡手術支援プログラム「SurVis-Hys」です。本プログラムは臓器摘出手術において、膀胱や尿道といった臓器を自動検出。モニター上で臓器を色付けし、表示します。

これにより臓器認識の感度が向上し、臓器損傷リスクを低減できるというものです。事実、SurVis-Hysの併用による医師の認識感度の平均値は尿管で14.6%ポイント、膀胱で15.8%ポイント上昇したとあります（※16）。

医療現場へのAI進出は発展途上

日本の医療現場へのAI進出は、依然として発展途上にあります。国立の研究所や大学病院では医療AIロボットの開発が進んでいるものの、全国的な普及にはまだ時間がかかりそうです。

事実、株式会社日経リサーチの調査によると、2031名の医療関係者のうち約8割が「医療AIは完全に未導入」と回答しました。活用領域ごとに見ると「画像診断支援領域」におけるAI導入率が最も高かったものの、その割合は約10%にとどまっています。

医療AIを導入しない理由については、下記のとおり「費用対効果が分からない」という回答が多数。

（※17）

コストに課題を抱えている回答が目立つ結果となりました。

AIではなくRPAという選択肢も

「医療AIの導入はイメージしづらい……」

このような場合は、RPAの導入がおすすめです。RPAとは「ロボティック・オートメーション・プロセス」の略。自由にロボットをプログラムし、任意の業務を自動化できるシステムです。

たとえば電子カルテの整理や事務所類の作成、診療報酬の計算など、パソコンで行う事務作業の多くはRPAで自動化できます。

RPAは事務作業を自動化するため、AIを診察や治療に取り入れることに抵抗のある医療関係者の方にもおすすめです。

また事務作業をRPAで自動化すれば、診察や治療で患者と向き合う時間を多く確保できます。診察の品質向上や、患者の満足度向上にもつながるでしょう。

RPAとAIの違いについては、下記記事で詳しく説明しています。

医療現場におけるRPAの活用例

医療現場では、すでにRPAが多く活用されています。人手の不足している医療現場において、RPAのような自動化ツールは非常に便利です。

ではここから、RPAツール「BizRobo!」の活用例を紹介します。

・RPAで4時間の業務が5分で完結
・検査値や薬歴などをRPAが自動抽出
・電子カルテやレセプト準備をRPAが夜間に自動対応

RPAで4時間の業務が5分で完結

福岡県済生会福岡総合病院は2022年に、DX戦略の一環としてBizRobo!を導入しました。症例をデータバンクに登録する作業や、外部の医療機関の責任者宛にメールを送る作業をRPAで自動化。

すると、1回120分かかっていた症例のデータ登録作業は、わずか30分で完了できました。メールの送信作業は1回240分ほどかかっていたそうですが、約5分に短縮。年間を通して大幅な業務効率化に成功しました。

検査値や薬歴などをRPAが自動抽出

市川総合病院では、働き方改革の一環としてBizRobo!を導入しました。複数の課でロボット開発を行い、とくに大幅な業務効率化に成功したのが「造影剤CT・MRI検査前のeGFR値チェック」です。

安全に検査を行うため、造影剤CT・MRI検査前のeGFR値チェックは欠かせません。しかしこの作業には1回あたり60分程度の時間を要していました。そこでこの作業をロボットで自動化。

約5分でロボットが必要な情報を抽出し、基準値をクリアしているかどうかの判定も行います。さらにこの作業を始業前に終えておいてくれるため、スムーズに1日をスタートできるようになりました。

電子カルテやレセプト準備をRPAが夜間に自動対応

「たにあい糖尿病・在宅クリニック」では、新型コロナウイルス感染症のワクチン接種により、事務作業が急増。業務効率化を図るため、BizRobo!を導入しました。

具体的には、1日100件以上にわたる電子カルテやレセプトの準備をBizRobo!で自動化。今まで約120分ほどかかっていた作業が、わずか5分で完了できるようになりました。

また夜間にBizRobo!が翌日の準備を済ませておくため、スタッフにも余裕が生まれたそうです。医療サービスの品質向上にもつながりました。

まずは小さな業務から自動化を

医療AIは今後も普及が進むでしょう。そして医療現場の負担軽減や人材育成、医療費の削減など幅広い活躍が期待されます。しかし現状、医療AIプログラムやロボットの開発は依然として発展途上です。

医療機関が数ある医療AI製品の中から最適なものを取捨選択し、自由に活用するにはまだ時間がかかるでしょう。医療AIを受け入れられる体制が整っていない医療機関も少なくありません。

こうした課題の解決には、BizRobo!がおすすめです。BizRobo!は既存のオペレーションを変えることなく、ルーティンワークや事務作業を自動化できます。

また利用にITの専門的な知識は必要ありません。専任スタッフによる365日体制のサポートもあるため、万が一操作が分からなくなったときや予期せぬエラーが出たときなども安心です。

さらに1ライセンスでロボットを増やし放題という点も、BizRobo!の魅力。まずは無料お試し期間で、その操作性と利便性を実感してみてください。

【参考】

※1 保健医療分野におけるAI開発の方向性についてを加工して作成
※2 多様な臨床画像を用いた人工知能プロトタイプを開発を加工して作成
※3 急拡大する「画像診断支援AI」の業界地図、大腸や肺を対象とした実用化が先行を加工して作成
※4 平成 30(2018)年医師・歯科医師・薬剤師統計の概況を加工して作成
※5 Transforming Global Healthcare With Artificial Intelligenceを加工して作成
※6 医療へのAI活用に6割が違和感、米シンクタンク調査を加工して作成
※7 ユビーを加工して作成
※8 NEC 、理化学研究所、日本医科大学、電子カルテとAI技術を融合し医療ビッグデータを多角的に解析を加工して作成
※9 本邦の医薬品開発の推進のための課題とその方策を加工して作成
※10 富士通と理化学研究所、独自の生成AIに基づく創薬技術を開発を加工して作成
※11 Transgene社とNEC、個別化ネオアンチゲンがんワクチンTG4050の共同臨床開発を継続するため協業を延長を加工して作成
※12 介護人材確保に向けた取組を加工して作成
※13 転倒を防げ、被介護者の危険状態をAIが予兆検知を加工して作成
※14 AIを活用したケアプラン作成支援システムを加工して作成
※15 AI視覚支援手術、国内で初めて*実施を加工して作成
※16 SurVis-Hysを加工して作成
※17 期待高まるAI、それでも8割の医療機関は未導入。理由は「費用対効果わからない」を加工して作成