医療・健康データビジネス2022-2025│日経BP【公式】

構造が大きく変わるこの産業に
これからのビジネスの可能性を提示します。構造が大きく変わるこの産業にこれからのビジネスの可能性を提示します。

大変革期を迎える医療・
ヘルスケアのデータビジネス
データが拓く新ビジネスと
最新テクノロジーを徹底解説

医療・健康を取り巻くデータビジネスが、いよいよ大きな変革期を迎える。IT領域のワード「2025年の崖」は、大規模な病院や医療機関の電子カルテや診療支援システムにも、影響が甚大だ。そこで、2025年に向けて、電子カルテや診療支援システムが大変革をとげる。業界最大手が2022年から病院にあつらえられたオンプレミスの電子カルテ、診療報酬システムから、構造化された共通の電子カルテ記載、クラウドやバックアップのあるデータセンターなど、構造が大きく変える新サービスを展開する。さらに、クラウド化された電子カルテをベースにAI解析も始まる。いよいよ医療におけるリアルワールドデータ（RWD）が、ビジネス化される。本総覧は20年に医療AIや匿名化事業者の実際など100ページ以上を増補した既刊「医療・健康データビジネス/テクノロジー総覧」に、2025年の医療ＩＴの崖を超えるという視点で、5つの新章を加え、後段も大幅にアップデートした。
刷新されるべき電子カルテなどの病院インフラを検討する医療法人、新たな医療データベースをもとに、REAL WORLD DATA（RWD）で新薬や既存薬の改良を図る製薬企業、医療AIの新技術と新ビジネスなど、データが拓く新領域のビジネスの可能性を探る企業、団体、自治体、アカデミアにビジネスシーズから、テクノロジーまでが１冊でわかる総覧としてお届けする。

2025年の崖を超えるために必要なポイントとは？

医療・健康のデータが、いよいよ実ビジネスになる。そのラストワンマイルをたどり着いた事業者が大きな変革の詳細をいち早く詳述する。2025年を「崖」とせずに「RWDの宝庫」に変える施策がわかる。
中国、韓国、アジアなど、デジタル化が進んでいる諸国の医療・健康リアルワールドデータでの利活用事例も詳述している。
医療におけるデータの構造化の課題や言語処理の課題解決手法などを、先進事例である京都大学中心のCyberOnclogyなどで詳しく紹介。

読みどころ

コロナ禍で加速度的に世界中で普及したオンライン診療やデジタルヘルスソリューションの組み合わせ、オンライン・オフラインが統合される一貫した医療提供の課題や改善点などを網羅。
大きくリプレイスが進む電子カルテをはじめとする、医療機関のメインデータベースの変革、RWDや医療AIの動向、データテクノロジーを基にした開発手法や新技術を解説。
海外の先進実例や日本がとるべき医療・健康データ事業の戦略理解が深まる。
パーソナルデータの多様な利活用事例を詳解。

無料で
中身読めます。

医療・健康データビジネス 2022-2025
～2025年医療ITの崖を越える～
[特別編集版]

無料ダウンロードはこちら

※本レポートのサマリーを特別編集版としてご提供します。

編集メッセージ

2021年10月20日、マイナンバーカードによる医療機関の受診が本格実施され、これを持って日本の医療分野のデータドリブン化がスタートしたと言っても過言ではないでしょう。欧米諸国や中国に遅れること10数年、やっと日本も医療データを利活用できるシステムが構築されたからです。
スタートしたばかりですが、日本の医療・健康分野のデータビジネスはここから大いに飛躍し、『2025年の崖』を克服する主要ファクターになっていくことでしょう。これまでは病院などのストレージの中で眠っていたデータが生体データとつながり富を生む資源に変わるからです。
本レポートをお読みいただき、来るべき日本の医療データビジネス社会を実感していただければ幸甚です。

藤井省吾

日経BP 総合研究所副所長メディカル・ヘルスラボ所長

1989年東京大学農学部卒。91年東京大学農学系研究科修士課程修了後、日経BP入社。医学の専門雑誌『日経メディカル』、エビデンスのある健康雑誌『日経ヘルス』、最新医学から健康法までを解説する『日経Gooday』などの記者、編集長、発行人を経て、現職。

安井透

日経メディカル開発編集

日経メディカル開発／「医療ビッグデータ・コンソーシアム」担当。医薬系コンサルタント会社を経て、2000年入社。2014年より研究会「医療ビッグデータ・コンソーシアム」の運営を担当。

第3章富士通Japanのヘルスケアへの取り組み
大病院向けのクラウド型電子カルテから始まるデータビジネスへの道富士通Japan株式会社執行役員ソリューション開発グループ長國分出
ヘルスケアソリューション開発本部長森田嘉昭

3-1電子カルテデータの利活用

3-1-1大病院向けクラウド型電子カルテサービス開始

3-2注目集まる電子カルテ業界の最大手の動向

3-2-1大病院向け電子カルテのクラウド化
3-2-2データ統合の課題① ローカルコードの普及
3-2-3厚生労働省標準規格を拡げる努力を
3-2-4データ統合の課題② eXChart（エクスチャート）でファイルの構造化を図る
3-2-5データ統合の課題③ AIを利用した言語処理
3-2-6データ統合の課題④ カルテデータは誰のものか

3-3電子カルテ以外にも広がる
多彩なプラットフォームビジネス

3-3-1地域医療連携システムと仮想統合サーバーによるデータ共有
3-3-2コロナ禍で拡大する遠隔治験システム「R-SDV」
3-3-3データドリブンなビジネスモデルの構築

第4章AIによる診療の効率化
:AI診療支援システムと電子カルテの未来株式会社プレシジョン代表取締役 CEO 佐藤寿彦

4-1医師を支援するAI

4-1-1医学の世界の情報の氾濫と医療エラー
4-1-2社会課題の解決：働き方改革
4-1-3診断意思決定支援システムとその効果
4-1-4私たちの試み：電子カルテとAI診療支援の未来
4-1-5診断意思決定支援システムと電子カルテ連携
4-1-6診療支援のマーケットサイズ

4-2人工知能とは何か

4-2-1情報の革命と情報の氾濫、その解決手段としての人工知能
4-2-2人工「知能」とその種類

第5章NTT発の医療系ベンチャー「新医療リアルワールドデータ研究機構」新医療リアルワールドデータ研究機構株式会社（PRiME-R）取締役湯川洋一郎

5-1電子カルテデータの集積

5-1-1リアルワールドデータの研究環境整備を目指す
5-1-22021年5月に「CyberOncology」は3.0版にアップデート

5-2CyberOncologyを用いた多施設連携も開始

5-2-1院内情報を集計・解析できるシステム

5-3薬剤の臨床研究にCyberOncologyを活用する試み

5-3-1市販後調査への活用も有望視
5-3-2NTTグループとの連携で新規導入への対応進める

第6章リサーチクエスチョンを検証できる
リアルワールドデータの構築について株式会社データック CEO/医師二宮英樹

6-1日本におけるRWD

6-1-1リアルワールドデータ利用のための現状と課題

6-2RWD活用の現状と課題

6-2-1ランダム化比較試験（RCT）の欠点
6-2-2RWD活用の課題
6-2-3データベース研究で重要なバイアス

6-3必要な臨床データ項目がない

6-3-1二次利用ゆえに起こるデータ項目の不足

6-4RWD活用を加速させる方法

6-4-1RWDの課題を乗り越えるために
6-4-2研究手法によるバイアスや交絡への対処
6-4-3RWD活用プロセスの加速化
6-4-4良い臨床データベースの構築

6-5海外のデータソース

6-5-1関節リウマチデータベースを構築するCorEvitas社
6-5-2がんに特化した電子カルテを通じて臨床データベースを構築するFlatiron Helath社
6-5-3Flatiron Health databaseとがんレジストリの比較

6-6がん種・ステージごとの登録者数の比較

6-6-119のがん種での分析

6-7日本の臨床データベースの未来

6-7-1日本での先進的な取り組み
6-7-2関節リウマチデータベース MiRAiの取り組み

6-8最後に

6-8-1RWD活用の課題は山積み

第7章デジタルバイオバンク構想
情報プラットフォームで医科学研究所と協力病院を結ぶ東京大学大学院新領域創成科学研究科メディカル情報生命専攻クリニカルシークエンス分野教授松田浩一

7-1オーダーメイド医療の実現を目指した
バイオバンクジャパンの取り組み

7-1-1約27万人分のデータを集めたゲノムバンク
7-1-2世界最大規模のゲノムバンク
7-1-3バイオバンクジャパンが出した成果
7-1-4デジタルバイオバンク構想
7-1-5オーダーメイド医療の実現

第8章患者発信のカルテに見えない患者の声を
リアルワールドエビデンスへ利活用奈良先端科学技術大学院大学教授荒牧英治
同准教授若宮翔子
同助教矢田竣太郎

8-1医療AI はじめに

8-1-1診療場面のAIサポートは今後不可欠に
8-1-2AIと医療者や患者の要請にずれ

8-2Web・ソーシャルメディアと疾患解析

8-2-1低コストでリアルタイム性の高い大規模な疾患情報が得られる
8-2-2罹患者によるツイートの抽出
8-2-3フェイクニュースやデマツイートの検出
8-2-4時系列分析
8-2-5空間分析
8-2-6新型コロナのクラスタ検出にも取り組む
8-2-7患者の協力の同意を得るアプローチも

8-3 基盤となる自然言語処理技術

8-3-1臨床的概念との間にはギャップも
8-3-2分散表現でベクトル化
8-3-3NLPの基盤技術となったBERT
8-3-4文脈に応じた分散表現ベクトルに動的に変換
8-3-5日本語で医療言語処理を試みる敷居を下げる

8-4おわりに

8-4-1SNSに依存するリスクも

第9章NTTデータが取り組むデジタルヘルスケアサービス株式会社NTTデータ第二公共事業本部
ヘルスケア事業部第一統括部統括部長
高橋弘明

9-1Tele-ICUプロジェクト

9-1-1Tele-ICUプロジェクトの概要
9-1-2Tele-ICUを支える技術

9-2画像診断支援ソリューション

9-2-1画像診断支援ソリューションの概要
9-2-2画像診断支援ソリューションを支える技術

9-3AIホスピタルによる高度診断・
治療システムプロジェクトの取り組み

9-3-1AIホスピタルプロジェクトの概要
9-3-2AIホスピタルプロジェクトを支える技術

9-4Health Data Bank(HDB)ソリューション

9-4-1HDBソリューションの概要
9-4-2HDBソリューションを支える技術

第10章NTTデータが取り組む医療情報利活用・分析サービス株式会社NTTデータ第二公共事業本部
社会保障事業部社保第三統括部統括部長
木村哲二

10-1次世代医療基盤法受託事業者としてのNTTデータの取り組み

10-1-1次世代医療基盤法とは
10-1-2認定事業におけるNTTデータの取り組み
10-1-3次世代医療基盤法の利活用サービス概要について

10-2治験トータルソリューション
プラットフォーム「PhambieLINQTM」

10-2-1製薬業界を取り巻く環境と治験業務における課題
10-2-2「PhambieLINQTM」ソリューション概要
10-2-3PhambieLINQTMを支える技術

10-3ヘルスケアデータ分析

10-3-1ヘルスケアデータ分析における動向と課題
10-3-2ヘルスケアデータ分析支援サービスの概要

第11章医療・健康分野のデータドリブン新概念公益財団法人神戸医療産業都市推進機構医療イノベーション推進センター
ヘルスケアサイエンスディビジョン河野健一、湯浅圭介

11-1データドリブン社会とは何か

11-1-1日本の政策「Society5.0」の実現
11-1-2Learning Healthcare Systemsの社会実装
11-1-3デジタルヘルス・イノベーション
11-1-4世界保健機構（WHO）のデジタルヘルスに関する決議
11-1-5デジタルヘルス介入のガイドライン

11-2メディカルデータの活用

11-2-1米国におけるEHRの活用
11-2-2EHRデータの利用
11-2-3米国におけるPHRの導入状況
11-2-4日本の電子カルテの問題点
11-2-5SS-MIX2による診療データ収集

第12章電子カルテ等の医療データを
データベース化する取り組み

12-1日本における医療データの活用状況

12-1-1日本の電子カルテに関する議論
12-1-2電子カルテの標準化の動向

12-2千年カルテプロジェクト
京都大学・宮崎大学名誉教授千年カルテプロジェクトリーダー一般社団法人ライフデータイニシアティブ代表理事吉原博幸

12-2-1千年カルテプロジェクトとは何か
12-2-2千年カルテプロジェクトの事業概要
12-2-3千年カルテプロジェクトの提供サービス
12-2-4千年カルテプロジェクトの現状

12-3診療情報を交換・共有するためのデータ変換「SS-MIX」

12-3-1SS-MIXとは何か
12-3-2SS-MIXの構造

12-4C-CAT 国立がん研究センター内に開設された患者情報連携システム

12-4-1C-CATの機能とがんゲノム医療体制
12-4-2C-CATが担う役割
12-4-3がんゲノム医療推進の経緯

12-5CyberOncology がん臨床情報の構造化と安全な収集を実現するアプリケーション

12-5-1CyberOncologyの概要と現状
12-5-2目指すはリアルワールドデータの活用
12-5-3CyberOncologyの主な機能と改良点
12-5-4入力支援機能：構造化DBに共通形式で臨床情報を記録
12-5-5がん薬物治療を原発がんごとに記録するエピソード管理を採用
12-5-6C-CATなどへの登録作業を省力化
12-5-72021年5月/9月にメジャー・アップデート版をリリース
12-5-8リアルワールドデータに基づく多施設共同研究が相次ぎ始動
12-5-9アストラゼネカが抗がん剤の臨床研究に採用
12-5-10多施設RWD収集の機能を生かし、新型コロナなど他疾患へも展開へ
12-5-11進行肺がんレジストリーのデータ構造化に活用
12-5-12セキュリティーの信頼確保が急務

12-6メディカル・データサイエンスの時代日本大学臨床データベース
日本大学医学部薬理学分野主任教授浅井聰
株式会社4DIN（旧コンバージェンス・シーティー・ジャパン株式会社）社長高橋精彦

12-6-1日本大学臨床データベースとは
12-6-2ビッグデータの時代からメディカルデータの時代へ
12-6-3メデイカルサイエンスデータベースの誕生
12-6-4データを簡便に扱えるシステムの構築
12-6-5次世代医療基盤法の厳しさ
12-6-6日本の診療データの強み
12-6-7今後の展開──つながるプラットフォーム
（編集・執筆　中沢真也）

第13章保健医療分野における公的データベースについて

13-1日本の保健医療分野の公的データベース
京都大学大学院医学研究科医療情報企画部特定講師森由希子

13-1-1はじめに
13-1-2レセプト情報・特定健診情報等データベース（National Database of Health Insurance Claims and Specific Health Checkups of Japan：NDB）
13-1-3介護保険総合データベース（介護DB）
13-1-4DPCデータベース
13-1-5全国がん登録
13-1-6指定難病患者データベースおよび小児慢性特定疾病児童等データベース
13-1-7MID-NET
13-1-8まとめ

13-2MID-NET
日本製薬団体連合会医薬品安全対策検討プロジェクト WT3リーダー青木事成

13-2-1MID-NETとは何か
13-2-2MID-NET発足の経緯
13-2-3MID-NETのシステム構造の利用の仕方
13-2-4今後の展開と期待

第14章医療・医学ビッグデータ利活用の課題（人材育成）京都大学医学部附属病院診療報酬センター加藤源太

14-1医療・医学ビッグデータの利活用をどう推進していくか：求められる人材の育成

14-1-1日本の医療、医学ビッグデータを取り巻く環境
14-1-2医療・医学データの取り扱いの難しさ
14-1-3ヒューマンデータ・サイエンティストの必要性

第15章PHRが拓くライフサイエンスの新しい価値創出株式会社NTTデータ製造ITイノベーション事業本部
前中外製薬株式会社医薬安全性本部安全性リアルワールドデータサイエンス部
西田陽介

15-1超スマート社会で実現する「健康・医療データ」の変革と新たな価値創出

15-1-1超スマート社会で実現する「健康・医療データ」の変革と新たな価値創出
15-1-2PHRの特長、活用事例
15-1-3「PHR」が創出する「健康・医療データ」の新たな価値
15-1-4PHRのマイナンバー活用

15-2「PHR」の課題患者の自己管理データの観点

15-2-1健康意識の格差
15-2-2同意取得の難しさ

15-3医療機関データの観点

15-3-1電子カルテの普及率
15-3-2電子カルテの不統一な規格
15-3-3「健康・医療データ」は誰のものか～人類の財産として～

第16章データドリブン社会における次世代医療健康データ基盤「PeOPLe」慶応義塾大学医学部医療政策・管理学教室助教平原憲道

16-1データを「つくる」「つなげる」「ひらく」

16-1-1はじめに
16-1-2PeOPLeの3つのポイント
16-1-3データドリブン社会におけるデータの役割
16-1-4データを「つくる」
16-1-5データを「つなげる」
16-1-6データを「ひらく」

16-2次世代の医療情報や健康情報基盤「PeOPLe」

16-2-1次世代プラットフォームとは
16-2-2PeOPLe誕生の経緯
16-2-3PeOPLeはデータ利活用プラットフォーム

16-3データドリブンな意思決定支援の重要性

16-3-1患者中心の医療の実現
16-3-2医療機関と患者のデータの流れ
16-3-3患者にメリットのあるデータドリブン社会

第17章リアルワールドデータ活用のグローバルトレンドIQVIA
松井信智 Vice President、中村理彦 Director、田中秀 Manager

17-1クローズアップされる医療情報活用の必要性

17-1-1DXの本質とRWDの活用

17-2国内におけるRWD活用の課題と取り組み

17-2-1データ収集および構造化・正規化
17-2-2データ構造化のための自然言語処理（Natural Language Processing：NLP）
17-2-3リスクベース匿名加工による、最大限の安全性と有用性を両立したRWD活用
17-2-4Common Data ModelによりRWDの比較・統合解析
17-2-5情報入力段階における構造化制御(DX発想でのRWD構築)

17-3国内外のRWD活用事例

17-3-1医療用医薬品の適応拡大
17-3-2RWD解析プラットフォーム
17-3-3“シミュレートデータ”の活用
17-3-4モバイルヘルスの躍進
17-3-5RWDとしてのゲノミクス

第18章リアルワールドデータ活用の日本のトレンドIQVIA
松井信智 Vice President、中村理彦 Director、田中秀 Manager

18-1リアルワールドデータ（RWD）ビジネスの現状

18-1-1製薬企業のRWD活用が活発に
18-1-2安全性部門における活用
18-1-3メディカル部門における活用
18-1-4マーケティング部門における活用

18-2これからのRWDビジネス～予測モデルの構築～

18-1-1RWDによる予測モデルへのニーズが急増
18-1-2盛り上がってきたモバイルヘルス（mHealth）～予測モデル実装先・新たな情報収集元～
18-1-3実生活に浸透しつつある予測モデル

第19章学校検診情報や乳幼児健診のライフコースデータと診療情報リアルワールドデータベース京都大学大学院医学研究科社会健康医学系専攻教授
一般社団法人健康・医療・教育情報評価推進機構（HCEI）常務理事川上浩司

19-1健康ライフコースデータのデータベース化の取り組み

19-1-1学校健診情報、乳幼児健診の分析とデータベース構築の取り組み
19-1-2学校健診情報のデータベース化
19-1-3乳幼児健診情報のデータベース化
19-1-4個人情報保護への配慮
19-1-5幼少期データを用いた研究事例とライフコースデータの概念
19-1-6診療情報リアルワールドデータ（RWD-DB）の構築と活用
19-1-7健康長寿社会の実現

第20章日本企業のデータドリブン・ヘルスケア日経メディカル開発安井透シミックホールディングス株式会社福士岳歩
メディデータ・ソリューションズ株式会社マネジャー・プリセールス佐藤裕

20-1NTTライフサイエンス

20-1-13つのサービスからなる「Genovision®（ゲノビジョン）」を提供
20-1-2NTTグループ従業員約3万人への試行でビッグデータを蓄積
20-1-3予防行動の動機付けには課題もある
20-1-4マイナポータルとの連携も視野、PHR構築めざす

20-2PHRシステム基盤「harmo（ハルモ）」これまでの取り組みとこれからの展望
シミックホールディングス株式会社福士岳歩

20-2-1harmoとは
20-2-2社会実証研究までの経緯と個人情報保護のポリシー
20-2-3お薬手帳サービスの内容と特徴～利用者から見たharmoサービス～
20-2-4スマートフォンアプリの機能
20-2-5薬局からみたharmoサービス
20-2-6個人情報に配慮したデータ保持構成
20-2-7データ利活用の観点からの考察と実際の取り組み
20-2-8ハルモチャネルを利用したデータ利活用の実施事例のご紹介
20-2-9さらなるPHR化に向けた取り組み　予防接種管理への拡張
20-2-10将来の展望

20-3メディデータ・ソリューションズの臨床開発におけるデータ駆動型アプローチ
メディデータ・ソリューションズ株式会社マネジャー・プリセールス佐藤裕

20-3-1新薬開発におけるデータ駆動アプローチ
20-3-2EDCを用いた臨床開発
20-3-3施設の選定
20-3-4データ合成による試験デザイン支援と合成対照群
20-3-5データおよびオペレーション品質の向上

第21章日本のデータドリブン・ベンチャー日経メディカル開発安井透

21-1保険分野に進出したMICIN

21-1-1MICINの会社情報
21-1-2MICIN少額保険会社開業
21-1-3既定路線だった保険分野への進出
21-1-4新しいデータセットと新しいアクチュアリー
21-1-5コロナ禍で伸びるオンライン診療のニーズ

21-2株式会社Kids Public

21-2-1創業の経緯
21-2-2小児科オンラインと産婦人科オンライン
21-2-3病院で待っているだけでは問題は解決しない
21-2-4相談できることで解決する問題
21-2-5産婦人科オンライン
21-2-6サービス内容と料金の支払い

21-3サスメド株式会社

21-3-1サスメドの会社情報
21-3-2医療用アプリ・AI・臨床試験を3本柱に国家戦略にも貢献
21-3-3様々な医療用アプリを開発
21-3-4AIによるデータ自動分析ツールを実現
21-3-5臨床試験の効率化

21-4株式会社データック

21-4-1創業の経緯
21-4-2データック事業と目指す方向性
21-4-3医療データ解析人材育成
21-4-4おくすりチャットボット
21-4-5医療を可視化することの意義

21-5株式会社アルム

21-5-1アルムの会社情報
21-5-2医療ICT事業への参入の経緯
21-5-3アルムの製品群
21-5-4Joinの開発と発展
21-5-5Join AI Connectの概要
21-5-6MySOSの開発と発展
21-5-7アプリデータを利用したデータドリブンビジネス
21-5-8地域包括ケア推進ソリューション「Team」の展開
21-5-9アルムのこれから

21-6asken

21-6-1askenの会社情報
21-6-2食事管理アプリ「あすけん」概要
21-6-3あすけんのデータについて
21-6-4企業との協業について
21-6-5大学との共同研究
21-6-5今後の展望

21-7株式会社エクサウィザーズ

21-7-1エクサウィザーズの会社情報
21-7-2社名の由来
21-7-3エクサウィザーズの誕生
21-7-4AIを中核に据えた課題解決
21-7-5アプリとデータをストック化した事業展開
21-7-6人材育成と企業カルチャー
21-7-6今後の事業展開

第22章日本の大学および公的バイオバンクの取り組み取材協力：東京医科歯科大学疾患バイオリソースセンター大学院医歯学総合研究科
疾患多様性遺伝学分野教授田中敏博

22-1次世代医療創出につながる良質なデータを収集・保管・提供

22-1-1バイオバンクの定義
22-1-2バイオバンクの目的
22-1-3国主導の英国、医療機関併設型の日本
22-1-4国内の3大バイオバンク
22-1-5その他の主要診療機関併設型バイオバンク
22-1-6データ蓄積、保管、提供の流れ（TMDU-BRCの例）
22-1-7課題1：バイオバンク横断検索システムの拡充
22-1-8課題2：医療分野のデータサイエンティストの育成
22-1-9日本人のためのバイオバンクを目指す

第23章一般住民対象の健康ビッグデータの創出東北大学東北メディカル・メガバンク機構教授長神風二

23-1東北メディカル・メガバンク計画の挑戦

23-1-1東北メディカル・メガバンク計画とは
23-1-2東北メディカル・メガバンク計画の事業概要
23-1-3東北メディカル・メガバンク計画のコホート調査
23-1-4バイオバンクの構築・運用と各種解析

23-2構築されたバイオバンクはどのように使われるのか

23-2-1複合バイオバンク
23-2-2外部利用の方法～試料・情報分譲の仕組み～
23-2-3データベースの構築と公開
23-2-4日本中のバイオバンクをつなぐ
23-2-5データビジティングの時代へ

23-3データはどのように成長するか

23-3-1追跡調査、そしてライフコース研究へ

23-4今後求められる機能と役割

23-4-1対照としての健常者データ
23-4-2産業的な利活用、そしてPHM社会に向けて

第24章疾患のゲノム診断とAI（人工知能）の果たす役割京都大学大学院医学研究科附属ゲノム医学センター教授松田文彦

24-1AIを駆使したゲノム解析や病理診断で難病を克服

24-1-1はじめに
24-1-2慢性疾患と難病に対するゲノム解析のアプローチ
24-1-3慢性疾患に対するゲノム診断
24-1-4難病に対するゲノム診断

24-2AIによる難病の診断・治療のアプローチ

24-2-1AIで臨床試験などの効率の大幅アップに期待
24-2-2AIによってどの医療機関でも迅速かつ正確な診断が可能に
24-2-3AIによって難病ゲノム研究の効率を高める
24-2-4難病克服のための新たなプラットフォーム設立への期待

第25章データドリブン社会への移行の成否は国民の意識変革がカギ京都大学大学院医学研究科社会健康医学系専攻健康情報学教授中山健夫

25-1日本のデータドリブン社会への道筋

25-1-1EMRからEHR、PHRへ
25-1-2PHRとは何なのか
25-1-3「自分だけのデータ」の限界
25-1-4データは新しい戦略物質
25-1-5データを使いこなせる人が重要になる

レポート検索・生成
オンラインサービス

企画書などの資料作成時間を
「大幅削減」！

オンラインサービスでは、本レポートの内容をオンライン上で閲覧・検索できます。
テキスト情報だけでなく、図表の検索も可能。
さらに出典表記付きで図表やテキストを簡単に出力できるため、
資料作成の手間と時間を大幅に短縮できます。

オンラインサービスを「体験」できます。
いますぐデモサイトへ。

レポート内サーチで
欲しい情報に瞬時にアクセス

キーワードを入力するだけで、レポート内のテキスト情報を探せます。複数のキーワード入力も可能。検索結果には検索ワードと関係性が高い「関連キーワード」「関連企業」も表示します。

AI 医療

図表サーチで
図表だけでも探せる

入力ワードと関連する図表をサムネイルで一覧表示。図表をクリックして拡大表示したり、詳細情報にアクセスすることができます。

図表サーチ

レポート閲覧で
書籍のように閲覧できる

書籍と同じように、目次に沿ってレポートを閲覧することができます。

レポート閲覧

ボタン一つで
パワーポイントに出力できる

検索したテキスト情報や図表はボタン一つでパワーポイント形式でダウンロードできます。出所表記付きで出力されるので、企画書にそのまま使うことができます。

パワーポイントに出力

経営企画、事業開発、R&D、
マーケティング部門の皆さまの
「企画書・提案書」作成をサポートします。

● 経営ビジョン計画書
● R&D計画書
● M&A計画書
● 成長産業調査資料
● 中長期事業計画書
● 市場規模推定報告書
● 参入領域検討資料
● 自社技術ロードマップ
● 新規事業提案書
● 競合分析資料
● 新商品企画書
● 業界トレンド調査資料書......

出典:テクノロジー・ロードマップ
2021-2030 全産業編
出典:テスラ「モデル3/モデルS」
徹底分解【全体編】
出典:医療・健康ビジネスの未来2021-2030
出典:スポーツビジネスの未来2021-2030
出典:ポストパンデミック2030
グローバルシナリオ
出典:テクノロジー・ロードマップ2021-2030
自動車・エネルギー編

書籍とオンラインサービスのセットがお得です！

書籍とオンラインサービスの
セットを購入

● オンラインサービスのご利用について

※オンラインサービスの利用規約をご確認いただき、ご同意の上お申し込みください。

※ご利用開始に際してはお手続きは不要です。ご購入時にご連絡いただいたメールアドレス宛に、サービス登録完了のご案内を電子メールにてお送りします。ご利用期間は1年間です。書籍の発送日を起点にして1年後の翌月末が利用期限です。

※アクセス権は1部の購入に対し1名分です。複数名の利用をご希望の場合は法人プランとなります。こちらからお問い合わせください。（日経BPマーケティングにて承ります。）

※コンテンツのデータ、またはデータを元に独自の図表を作成して使用する場合は、必ず出所（出典）を明記してください。

※不特定多数にコンテンツを閲覧させることや、コンテンツを複製、譲渡、貸与、公衆送信等することはできません。
例：コンテンツを含むデータファイルを部署外や社外に配信・転送すること、コンテンツを法令に抵触する方法で利用することなど

医療・健康データビジネス
2022-2025～2025年医療ITの崖を越える～

■調査・編集：日経BP 総合研究所メディカル・ヘルスラボ
■2021年11月30日発行
■レポート：A4判、360ページ
■価格：〇書籍とオンラインサービスのセット：825,000円（10％税込）※オンラインサービスのご利用開始日は12月8日になります。〇書籍のみ：550,000円（10％税込）
■発行：日経BP

大変革期を迎える医療・ヘルスケアのデータビジネスデータが拓く新ビジネスと最新テクノロジーを徹底解説

2025年の崖を超えるために必要なポイントとは？

読みどころ

無料で中身読めます。

編集メッセージ

目次

レポート検索・生成オンラインサービス

レポート内サーチで欲しい情報に瞬時にアクセス

図表サーチで図表だけでも探せる

レポート閲覧で書籍のように閲覧できる

ボタン一つで パワーポイントに出力できる

経営企画、事業開発、R&D、 マーケティング部門の皆さまの 「企画書・提案書」作成をサポートします。