We also have X and podcasts
医療AI投資の実態─高度な技術より臨床現場のニーズが見落とされている
医療分野のAIスタートアップ3,800社以上を分析した新研究により、AI投資が技術的に成熟した領域に偏在し、臨床的ニーズが高い分野が過小資金に陥っていることが明らかになりました。さらに創業チームに臨床医が極めて少ないため、実臨床での有用性が十分に検証されずに開発が進む危険性も指摘されています。
研究背景
AI技術の医療応用は急速に進展していますが、投資や開発がどの医療領域に集中し、どのような課題があるのかは十分に明らかになっていません。本研究は2010年から2024年に設立された医療AI関連スタートアップ3,807社を分析対象とし、AIシステムの複雑性を基軸とした5段階の分類枠組みを用いて、投資パターンと企業特性を詳細にマッピングしました。
主な発見
- 投資の極度な集中：全体投資の約3分の2が臨床意思決定支援（104億ドル）、薬物発見（185億ドル）、画像・診断技術（118.7億ドル）に集中。これらは深層学習などの高度な技術を要する領域です。一方、精神保健、公衆衛生、リハビリテーション領域は臨床的ニーズが高いにもかかわらず、著しく過小資金に留まっています。
- 地理的不均衡：米国が1,609社（全体の42%）と380億ドルの資金を占め、イノベーション拠点がシリコンバレー、ボストン、ロンドン、ベルリンといった先進国の限定的なエリアに集中。アフリカと南米ではスタートアップ活動がほぼ皆無です。
- 創業チームに臨床医が極少数：創業チームの35%が技術者中心の構成であるのに対し、臨床医は創業者のみの構成では5%未満。多くのAI企業が実臨床の医療従事者との協力なしに開発されていることを示唆しています。
- ジェンダー表現の不足：女性創業者は全体で15.8%に過ぎず、技術職ではさらに低い10.7%です。
- 複雑なAIシステムの不足：FDA承認を得たAI・機械学習デバイスの97%以上は補助的または知覚的AI（低複雑度）に分類され、高度で自律的なAIシステムは各カテゴリで1%未満にとどまっています。
臨床的意義
現在のAI投資パターンは、技術的に実現可能で利益性の高い領域に偏るいっぽう、精神保健や公衆衛生といった医療現場と国民が必要としている分野が見落とされている可能性があります。さらに創業チームに臨床医が極めて少ないという事実は、開発されたAIソリューションが実際の臨床ワークフロー、患者ニーズ、医療現場の制約を十分に理解されないまま進められている危険性を示唆しています。日本を含む臨床現場では、AI企業と医療従事者が開発初期段階から協力することが、より実用的で採用されやすいシステムの実現に不可欠であることを示しています。
研究の限界
本研究はPitchBook、LinkedIn、Crunchbaseといった公開データベースに依存しており、非公開企業や発展途上国での取り組みが捕捉されていない可能性があります。また400社の手動コーディングとGPT-4による全体分類という混合手法が用いられているため、分類精度はAIモデルの性能に左右される側面があります。さらに分析対象が先進国と英語圏に偏る傾向があり、新興国での実際のAI開発活動が過小評価されている可能性も考えられます。
Original paper: Mapping AI startup investment and innovation in healthcare using a five-tier AI systems complexity framework. — NPJ digital medicine. 10.1038/s41746-026-02595-5
