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。

医療・健康データビジネス2022-2025【2025年医療ITの崖を超える】

医療・健康データビジネス2022-2025

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?

  • 01

    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。

    イラスト
  • 02

    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。

    イラスト
  • 03

    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。

    イラスト

読みどころ

  • 01

    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。

  • 02

    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。

  • 03

    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。

藤井 省吾

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。

安井 透

目次

第1章医療ITシステムは2025年の崖を越えられるか日経メディカル開発 安井透

1-1DX化できなければ多額の機会損失

  • 1-1-1 医療界にもある2025年ITシステムの崖
  • 1-1-2データヘルス集中改革プラン
  • 1-1-3実現したオンライン資格確認
  • 1-1-4電子カルテデータを巡る状況
  • 1-1-5電子カルテデータを巡る状況-2

1-2PHRを巡る動向

  • 1-2-1個人の健康記録の集まるシステム

1-3情報銀行という新たな産業

  • 1-3-17行の情報銀行

1-4新しい時代は医療・健康分野から始まる

  • 1-4-1医療・健康分野が牽引する日本のデータビジネス

第2章 アジア諸国におけるRWD活用の
最新動向―中国・韓国・東南アジア・インド
株式会社メプラジャパン 代表取締役 佐藤創

2-1コロナにより加速するアジアの医療のデジタル化

  • 2-1-1医療機関経営のデジタル化
  • 2-1-2オンライン診療の急速な普及
  • 2-1-3新たなデジタル医療プラットフォームへの進化

2-2中国

  • 2-2-1プラットフォーマーによる医療データの収集・活用
  • 2-2-2中国メガベンチャーと日本企業の共創事例

2-3韓国

  • 2-3-1単一保険者が管理する医療データベース
  • 2-3-2韓国で進む医療のデジタル化

2-4東南アジア・インド

  • 2-4-1官民連携で普及が加速するオンライン診療
  • 2-4-2データ活用による一貫したオンライン医療サービス

2-5日本企業のアジアにおける事業機会

  • 2-5-1アジア全域でスタートアップへの投資が増加
  • 2-5-2日本の医療DXを加速するためには

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。

1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

2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

3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

4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: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: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: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: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

    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

※コンテンツの商用転載を希望する場合(書籍やインターネット、広告、販促パンフレット、セミナー/研修、イントラネット等への転載など)は、事前に転載申請が必要です。商用転載は基本的に有料です。コンテンツの使用を希望される場合は、日経BP著作権窓口へご連絡ください。無断転載は著作権法違反となります。なお、商用転載については、ご使用を承れない場合もございます。あらかじめご了承ください。

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

医療・健康データビジネス 2022-2025
  • ■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
医療・健康データビジネス 2022-2025