医療画像分野における人工知能市場 サイズとシェア 2026-2035

医療画像における AI 市場規模

世界の医療画像における AI 市場規模は 2025年に 21億米ドルに達し、2026年から2035年にかけて年平均成長率（CAGR）23.9%で拡大し、2035年には 196億米ドルに達すると予測されている。2026年の市場規模は推定 28億米ドルに達する。

医療システムが画像の読影、症例の優先順位付け、レポート作成、診療連携を接続されたワークフローに統合するなか、AI を活用した画像診断は独立したソフトウェアのニッチ領域ではなく、現在では臨床診断インフラの一部となっている。米国食品医薬品局（FDA）は 2026年半ばまでに、AI を活用した医療機器を 1,500 件超承認しており、そのうち約 76% を放射線科関連の承認が占めている。 ^{[1]米国食品医薬品局（FDA）「医療機器としてのソフトウェアにおける人工知能と機械学習」fda.gov}

本市場には、医療画像の分析、画像検査ワークリストの優先順位付け、診断支援、画像取得または再構成品質の向上、レポート作成の自動化、治療計画の指針提示に利用される AI ツールが生み出すソフトウェアおよびプラットフォームの売上高が含まれる。対象となる導入形態は、X 線、コンピュータ断層撮影（CT）、磁気共鳴画像（MRI）、超音波、分子イメージング、核医学画像、その他の画像ベースのモダリティにおけるクラウド型およびオンプレミス型である。AI ソフトウェアまたはアルゴリズムの要素を持たない画像診断用ハードウェアの売上高は、本市場の範囲に含まれない。

市場推計では、ベンダーのプラットフォーム活動および臨床導入事例をボトムアップで評価するとともに、規制当局による承認動向、画像診断インフラの整備状況、診断ワークフロー需要に照らしてトップダウンで検証している。OECD のデータによると、加盟国全体で CT および MRI 検査の実施可能性と利用が引き続き拡大しており、AI 画像診断ソフトウェアの経済性を支える検査基盤が強化されている。 ^{[2]経済協力開発機構（OECD）『図表でみる世界の保健医療 2025』、oecd.org 翻訳：}

主要な成長要因

AIにおける技術の進歩

ディープラーニング、トランスフォーマー・アーキテクチャ、コンピュータービジョンにより、画像分析、再構成、ワークフロー自動化、臨床意思決定支援におけるAIの利用が広がっています。管理された研究では、肝臓セグメンテーションのDiceスコアが95%を超える結果が報告されています。また、メタ分析では、胸部X線画像およびCTにおけるAIの肺結節検出性能は、AUC値で0.864〜0.937とされています。 ^{[3]PMC 米国国立医学図書館「医用画像解析におけるディープラーニング手法」pmc.ncbi.nlm.nih.gov} FDAは2025年にAI/ML対応医療機器295件を認可し、放射線科が認可件数の75%を占めました。この認可件数の多さにより、地域病院や外来画像診断センターが利用できる商用製品の選択肢が広がっています。

放射線科医不足によるAI導入の加速

画像検査の利用件数は2055年までに16.9%から26.9%増加すると予測される一方、現在の研修医制度の条件下では、放射線科医の供給は25.7%増加すると予測されています。 ^{[4]Harvey L. Neiman Health Policy Institute、「放射線科医の人材動向と画像診断利用の予測」、neimanhpi.org} 需給の不均衡により、AI導入の商業的意義は、限界的な生産性向上からワークフローの処理能力支援へと変化しています。トリアージシステムは、放射線科医が通常の読影を開始する前に、出血、主幹動脈閉塞、肺塞栓、大動脈解離が疑われる症例を優先的に抽出できます。自動レポート作成ツールも反復的な文書作成に要する時間を短縮しますが、最終的な臨床上の責任は引き続き読影医が負います。

診断精度と治療計画の改善

ディープラーニングシステムは、マンモグラフィ、超音波、MRI、デジタル乳房トモシンセシスを用いた乳がん検出において、0.868〜0.909 の AUC 値を達成している。 ^{[5]PubMed 米国国立医学図書館、「乳がん検出のための深層学習：系統的レビューおよびメタ分析」、pubmed.ncbi.nlm.nih.gov 翻訳：} 診断の信頼性は、早期検出や測定の一貫性がその後の治療選択を左右する領域で、特に大きな価値を持つ。AI は、リスク臓器のセグメンテーション、腫瘍の輪郭抽出、線量最適化を通じて、放射線治療計画も支援する。エビデンスが蓄積するにつれ、調達の意思決定では、管理されたベンチマークスコアだけでなく、地域の患者集団における実環境での性能がますます重視されるようになる。

イノベーションと市場拡大を支える研究開発（R&D）投資の増加

研究資金と民間投資は、低線量 MRI 再構成、AI 支援心臓画像診断、マルチモーダル臨床データ統合を推進している。国立生物医学画像・生物工学研究所は、これらの技術分野にわたる研究プログラムを支援している。 ^{[6]米国国立衛生研究所「国立生体医用画像・生体工学研究所の研究プログラム」、nih.gov} 投資は、臨床導線と償還の可能性がより成熟している腫瘍学および心血管用途に集中している。将来的には、より大規模な学習データセットと基盤モデルのアーキテクチャによって、差別化の軸が個別アルゴリズムの性能から、モデルの適応性、ガバナンス、導入規模へと移行する可能性がある。

主な抑制要因

規制承認プロセスの遅さ

欧州の開発企業は、医療機器規則（EU MDR 2017/745）に加え、EU AI 法（規則（EU）2024/1689）にも対応する必要がある。2025年6月に発行されたガイダンスでは、AI 搭載医療機器に関するこれらの枠組みの相互関係が扱われた。 ^{[7]欧州委員会 保健衛生・食品安全総局「医療機器規則およびAI法に関するMDCG 2025-6ガイダンス」、health.ec.europa.eu 翻訳：} 米国では、AI/ML 医療機器の承認取得までの期間中央値が2025年に142日に達した。 こうした期間の長期化は、商業化を遅らせ、規制対応要員の必要数を増加させるほか、資金調達余力が限られる小規模ベンダーの事業展開を制約する可能性がある。

AI に起因する診断エラーによる患者安全上の懸念が生じるリスク

厳選された学術データセットで学習したモデルは、画像取得プロトコル、疾患有病率、患者の人口統計的特性が開発時の対象集団と異なる地域医療の現場では、性能が低下する可能性がある。 ^{[4]Harvey L. Neiman Health Policy Institute、「放射線科医の人材動向と画像診断利用の予測」、neimanhpi.org} この制約は、偽陰性、偽陽性、または優先順位付けの誤りが臨床上の意思決定に影響を及ぼし得る腫瘍学および神経学で、特に重要となる。そのため、実環境でのモニタリング、地域ごとの検証、臨床医による監督、市販後監視が、引き続き導入の中核となる。複数の施設にわたって安定した性能を実証できるベンダーは、大規模組織の調達において、より有利な立場を得るだろう。

医療画像診断における AI 市場のセグメント分析

導入形態別

クラウドベースのソリューションは、2025年の市場収益の 57.6% を占めました。クラウド導入は、迅速なアップデート、大規模な画像データセットに対応する拡張可能なコンピューティング、病院や診断ネットワークにおける初期設備投資の低減を可能にします。GE HealthCare の Edison プラットフォームや Aidoc のクラウドネイティブなオペレーティングシステムは、ベンダーが病院ネットワーク全体に複数のアルゴリズムを用いたワークフローを展開できることを示しています。クラウド接続は、ソフトウェアリリースの標準化と一元的な性能モニタリングも支援します。

オンプレミスシステムは、2025年に 42.4% のシェアを占めました。大学病院、政府系病院、厳格なデータローカライゼーション規則の下で運営される機関では、引き続きローカル導入が必要とされています。Siemens Healthineers と Philips Healthcare は、確立された画像診断機器との関係を通じて、このセグメントで優位性を維持しています。ハイブリッド設計は、2030年までにさらに普及する見込みです。これは、遅延の影響を受けやすい推論処理をローカル環境に維持する一方で、アップデート、トレーニング、重要度の低い分析をクラウド環境に移行できるためです。

モダリティ別

X線は、2025年に 27.1% と最大のモダリティ別シェアを占めました。豊富な導入基盤、高い検査件数、広範なデータセットが、胸部画像診断、骨折検出、歯科画像診断、結核スクリーニングなどの用途を支えています。Lunit INSIGHT CXR、Aidoc の各種ツール、Annalise.ai Enterprise CXR、Subtle Medical のプラットフォームは、画像ベースの AI における商業活動の広がりを示しています。胸部 X線ツールについては、査読済みのエビデンスにおいて AUC 値が 0.93 に近い水準に達したと報告されています。 

コンピューター断層撮影（CT）は 24.5% のシェアを占めました。CT の用途には、肺結節検出、肝臓セグメンテーション、冠動脈カルシウムスコアリング、脳卒中トリアージ、血管分析などがあります。Canon Medical Systems と Siemens Healthineers は、CT 撮影環境に AI による画像再構成および分析機能を組み込んでいます。CT は画像量が多く、解釈の負担も大きいことから、エンタープライズ AI 導入における中核的なセグメントとなっています。

MRI は 17.6% のシェアを占めました。MRI における AI は、病変のセグメンテーション、高速画像再構成、前立腺評価、心機能の定量化、モーション補正を支援します。SubtleMR は画像品質を向上させ、1.5T および 3T システム全体で撮像時間を短縮できます。National Institute of Biomedical Imaging and Bioengineering が支援する研究イニシアチブには、ディープラーニングを用いた低線量 MRI および造影 MRI の再構成が含まれます。 

超音波診断は 12.3% のシェアを占めた。AIガイド下の撮像、胎児計測、心エコー分析、甲状腺分類、ベッドサイド診療支援により、従来の放射線科以外からも需要が創出されている。Butterfly Network の iQ+ は、ハンドヘルド超音波診断装置に AI 支援による最適化と読影支援機能を組み合わせている。同セグメントは、2035年まで診療所および遠隔医療への導入モデルの恩恵を受ける見込みである。

分子イメージングは 8.7% のシェアを占め、核医学イメージングは 6.5% を占めた。PET、SPECT、PET/CT、PET/MRI の用途では、トレーサーの定量化、病変検出、治療効果判定、セラノスティクス線量測定に重点が置かれている。OECD のデータは、加盟国全体で PET スキャナーの利用可能性が高まっていることを示している。GE HealthCare の核医学 AI ツールが SPECT/CT システムと統合されていることは、専門性の高いモダリティが、高付加価値かつ少量の AI 活用事例を支えられることを示している。

その他のモダリティは 3.3% のシェアを占め、光干渉断層撮影、デジタル病理、ダーモスコピー、カプセル内視鏡、網膜画像診断などが含まれる。網膜 OCT 分析における AI システムでは、選定された疾患全体で 0.933〜1.00 の AUC 値が報告されている。商用導入は X 線や CT に比べてなお初期段階にあるものの、これらのモダリティは AI 対応診断の適用範囲をプライマリケアおよび専門診療の現場へ拡大している。

適応領域別

肺画像診断は、2025年に 22.8% のシェアを占め、市場をリードした。低線量 CT 検診、胸部 X 線撮影、結核検出、COPD 評価、肺結節管理により、AI 支援への大きな需要が生まれている。Aidoc の肺疾患向けスイートと Lunit INSIGHT CXR は、主要な商用プラットフォームである。米国および英国で肺がん検診の対象要件が拡大することで、読影件数が増加し、トリアージおよび検出ツールへの需要がさらに高まる見込みである。

乳房画像診断は 18.1% のシェアを占めた。マンモグラフィ、デジタル乳房トモシンセシス、超音波診断、MRI の用途は、成熟した臨床検証によって支えられている。Hologic の Genius AI Detection 2.0 は、2025年に FDA 510(k) 承認を取得した。 AI は、専門医による読影に取って代わるのではなく、検診プログラムにおける共同読影者および品質管理層として、今後ますます活用される見込みである。

心血管用途は 17.6% のシェアを占め、最も急速に成長する適応領域と位置付けられている。Cleerly の冠動脈 CT 血管造影プラットフォームは CT データからプラークと狭窄を定量化し、AI 支援心エコーは駆出率および壁運動の分析を自動化する。償還制度の成熟と冠動脈 CT 血管造影の利用拡大が、2035年まで商用導入を支える見込みである。

整形外科は 15.4% のシェアを占めた。救急時の骨折検出、骨年齢評価、椎体骨折の重症度分類、インプラント評価、骨粗鬆症検診が、大量処理型の用途を生み出している。RapidAI が筋骨格系用途へ事業を拡大していることは、急性期脳卒中および血管画像診断を超えた展開を示している。他の目的で撮像された検査から実用的なデータを抽出できるため、CT 画像から得られる骨密度のルーチン評価は、重要な二次的用途となる可能性がある。

神経領域は 10.2% のシェアを占めた。RapidAI RAPID と Viz.ai の大血管閉塞検出ツールは脳卒中のトリアージを支援し、MRI ベースの用途では白質病変および神経変性バイオマーカーを定量化する。AI の価値は、急性期脳卒中における介入までの時間を短縮し、経時的評価の一貫性を高める点にある。

肝臓画像診断は 8.8% のシェアを占めた。AI は、肝細胞がんの検出、肝臓セグメンテーション、脂肪肝の定量化、肝硬変の病期分類、手術計画を支援する。Philips Healthcare の AI 支援肝臓 MRI ツールとディープラーニングを用いた肝臓セグメンテーションシステムは、画像分析と術前計画の関連性を示している。

その他の適応領域は 7.1%のシェアを占めた。前立腺MRI、甲状腺超音波検査、腎臓画像診断、消化器画像診断、眼科診療により、大規模な放射線診断領域以外にも臨床用途が広がっている。戦略的価値はプラットフォームの拡張にある。アルゴリズム、ガバナンス、レポーティング連携を整備すれば、1つの導入済みワークフロー基盤で複数の診療科を支援できる。

用途別

2025年は診断意思決定支援が用途別で最大となり、42.6%のシェアを占めた。これらのツールは疑わしい所見を検出し、確率情報を生成するとともに、構造化診断レポートの作成を支援する。FDAによるAI認可製品群は、臨床医を置き換えるのではなく支援するコンピューター支援検出・診断システムに引き続き集中している。病院では既存の読影ワークフロー内でAIの出力を利用する必要があるため、PACSとのDICOMネイティブ統合が中核要件になりつつある。

放射線治療計画は 16.9%のシェアを占めた。AIを活用した自動セグメンテーション、腫瘍輪郭描出、適応型治療計画、線量最適化により、手作業による計画作成時間が短縮される。Philips Healthcare、Varian、RaySearch Laboratoriesは、商用性の高い計画作成ワークフローを開発している。MRI誘導型リニアックの普及により、予測期間を通じてリアルタイム適応型AI計画への需要が高まる見込みである。

経時的疾患モニタリングは 14.2%のシェアを占めた。腫瘍の自動計測、病変体積の追跡、RECISTおよびiRECIST評価、神経変性疾患のモニタリングにより、反復検査間の一貫性が向上する。Tempus Radiologyは、経時的な画像データをゲノム・分子情報と結び付けることで、用途を計測自動化から精密腫瘍学における意思決定支援へと拡大している。

手術・インターベンション計画は 11.1%のシェアを占めた。AIが生成する3D解剖モデルは、大動脈径の計測、構造的心疾患への介入、肝臓手術、画像誘導下手技を支援する。ロボット手技の準備との統合は、導入を促進する新たな経路となる。商業的価値は、手技計画、ばらつきの低減、より標準化された術前評価に結び付いている。

臨床研究・臨床試験は 8.9%のシェアを占めた。評価項目の自動計測、過去画像アーカイブの分析、画像バイオマーカーの抽出により、試験における手作業のアノテーション負荷が軽減される。Annalise.aiおよび専門画像試験ベンダーは、がん研究におけるデータ要件と規制要件に対応するプラットフォームを構築している。AIが生成した画像評価項目をめぐる規制の明確化が、拡大のペースを左右する。

その他の用途は 6.3%のシェアを占めた。Rad AIのImpressionsプラットフォームはレポーティングワークフローの自動化を示す事例であり、スキャナー単位のプロトコル最適化は放射線量を低減し、撮像効率を高める可能性がある。トレーニングシミュレーション、品質保証、スケジューリング、リソース活用は、依然として導入初期段階の用途である。

最終用途別

2025年は病院が 56.1%のシェアを占めた。大学病院や統合医療ネットワークは、施設全体での導入に必要な画像診断件数、ガバナンス基盤、IT予算を備えている。GE HealthCare、Siemens Healthineers、Philips Healthcareは、プラットフォームおよび長期サービス契約を通じて、これらの顧客層を対象としている。インド、東南アジア、ラテンアメリカの政府系病院では、国家的なデジタル化の取り組みが拡大するにつれて、追加需要のより重要な源となる見込みである。

診断センターは 21.8%のシェアを占めた。独立型画像診断施設、遠隔放射線診断プロバイダー、画像診断チェーンは、処理件数が営業利益率に直接影響するため、トリアージおよびレポーティングAIを導入する経済的動機が強い。AidocとViz.aiは、常時オンサイトに放射線科医を配置していない施設でも、多数の検査を処理できるクラウド対応ワークフローを提供している。診断ネットワークの統合により、エンタープライズ規模の調達が可能な大口顧客が生まれる見込みである。

診療所は 18.1% のシェアを占めた。循環器科、整形外科、腫瘍科、複数診療科の診療所では、超音波、デジタルX線、心エコー、筋骨格系画像診断向けのモダリティ別AIツールが利用されている。サブスクリプション型および検査単位の料金モデルにより、小規模施設にとっての導入障壁が低下している。ポータブル画像診断とポイントオブケアAIが、2035年までの診療所市場における主要な成長経路となる見込みである。

その他のエンドユーザーは 4.0% のシェアを占めた。研究機関、政府機関、軍医療システム、獣医画像診断センター、公衆衛生プログラムが専門的な需要を生み出している。結核スクリーニング、がん検出、母体画像診断、遠隔トリアージプログラムは、専門医へのアクセスが限られる環境でAIが処理能力を支援できることを示している。

医療画像診断におけるAI市場の地域別分析

北米

北米は 2025年に 43.8% の市場シェアを占めた。米国では、FDAによる認可、病院のIT支出、成熟した画像診断インフラ、特定のAIアプリケーションに対する償還制度が地域需要を下支えしている。FDAは 2025年に AI/ML対応機器 295件を認可し、そのうち放射線診断分野が認可件数の 75% を占めた。American College of Radiology Data Science Instituteの検証フレームワークは、医療システムによるベンダー評価の一貫性向上に寄与している。

カナダでは、国レベルのデジタルヘルス導入の取り組みと、統合型医療システム環境を通じて市場に貢献している。地域市場の制約は調達の複雑さである。病院の購買担当者は、パイロットプロジェクトの段階を超えて導入する前に、ワークフローへの適合性、サイバーセキュリティ対策、現地での検証、償還制度との関連性に関するエビデンスを依然として求めている。

欧州

欧州は 2025年に 26.7% のシェアを占めた。ドイツでは、病院ITの近代化、デジタルヘルスの償還制度、画像診断技術への投資を通じて導入をリードしている。フランス、英国、スペイン、イタリア、オランダでは、各国の医療システムと中央集約型の調達モデルを通じて市場に貢献している。

EU MDR 2017/745とEU AI Actは、診断AIに対して重複するコンプライアンス要件を課している一方、MDCG 2025-6は医療機器関連義務とAI関連義務の相互関係に関する指針を示している。^{[7]欧州委員会 保健衛生・食品安全総局「医療機器規則およびAI法に関するMDCG 2025-6ガイダンス」、health.ec.europa.eu 翻訳：}英国では、NHS Transformation DirectorateとNICEのデジタルヘルス基準が、NHSトラストにおけるAIの体系的な評価を支えている。European Society of Radiologyは、放射線診断におけるAI Actの実施に関する勧告を発表している。^{[9]欧州放射線学会「放射線科におけるAI法の実施に関する勧告」、myesr.org}欧州の制約は需要ではなく、法域ごとに分断されたコンプライアンスおよび調達経路にある。

アジア太平洋

アジア太平洋地域は 2025 年に 22.1% のシェアを占め、今後も最も高い成長率を維持する地域市場となる見込みです。中国国内の AI 医用画像分野、インドで拡大する診断インフラ、日本と韓国における技術統合型の臨床導入が普及を支えています。中国に拠点を置く Infervision と DeepWise は、国家的なデジタルヘルスおよび遠隔医療の拡大プログラムの下で、病院への導入を実現しています。

インドの Ayushman Bharat Digital Mission はデジタルヘルスインフラを支援しており、Qure.ai は政府および民間のネットワーク全体で、結核スクリーニングや胸部疾患の検出に qXR を導入しています。Qure.ai は 25 か国を超える国々で事業を展開しています。日本と韓国では、Canon Medical Systems と Samsung Medison が AI ガイダンスおよび自動計測ツールをモダリティプラットフォームに統合しており、導入が進んでいます。地域全体の制約要因は、国によって償還制度とインフラ整備の成熟度にばらつきがあることです。そのため、リソースが限られる地域では、クラウドおよびモバイルファースト型の導入が有利となっています。

ラテンアメリカ

ラテンアメリカは 2025 年に 4.5% のシェアを占めました。地域最大の貢献国はブラジルで、メキシコとアルゼンチンが続いています。遠隔医療およびデジタルヘルスへの投資により、画像診断へのアクセスが拡大しています。特にブラジルでは、画像診断センターのネットワークが分散しているため、遠隔読影とクラウド配信に適しています。

クラウドベースの AI は、オンプレミス型の高性能コンピューティング環境を持たない診断ネットワークにおいて、インフラ面での参入障壁を下げる可能性があります。乳がんおよび子宮頸がんのスクリーニング拡大は、AI 支援画像診断に対する直接的な需要を生み出します。ブラジルの ANVISA とメキシコの COFEPRIS が主導する規制制度は引き続き整備が進んでおり、市場参入の機会と複雑な市場アクセスの両方を生み出しています。

中東・アフリカ

中東・アフリカ地域は 2025 年に 2.9% のシェアを占めました。サウジアラビアと UAE は、国家的なデジタルトランスフォーメーション施策およびスマート病院プログラムを通じて、ヘルスケア AI に投資しています。GE HealthCare、Siemens Healthineers、Philips Healthcare は、湾岸協力会議加盟国の病院導入において重要な役割を担っています。

サハラ以南のアフリカでは、AI 需要はポータブル X 線、携帯型超音波、結核スクリーニング、産科画像診断、遠隔トリアージを中心としています。世界保健総会決議 WHA78.13 は、公平な画像診断へのアクセスを強化するため、AI と臨床意思決定支援を放射線情報システムに統合するよう促しています。^{[8]世界保健機関、「WHA78.13：医療画像診断能力の強化」、who.int}地域の制約要因は、基本的な画像診断および接続インフラが不足していることです。そのため、多くの市場では、エンタープライズ規模のアーキテクチャよりも、低コストでクラウド対応のモバイルファースト型システムの方が商業的に重要となっています。

医用画像における人工知能市場のシェアと競争環境

市場は中程度に寡占化しています。GE HealthCare、Siemens Healthineers、Philips Healthcare、Aidoc、Viz.aiの5社が、2025年に合計で約65%のシェアを占めました。GE HealthCareは、CT、MRI、X線、超音波、核医学にわたる画像診断ハードウェアの導入基盤、Edisonプラットフォーム、AIポートフォリオに支えられ、約23%のシェアで市場をリードしました。

Siemens Healthineersは、AI-Rad Companion、syngo.via、SOMATOM CT、MAGNETOM MRI、ACUSON超音波、Varianの放射線治療機能を通じて競争しています。同社の優位性は、診断および治療ワークフロー全体にAIを組み込んでいる点にあります。Philips Healthcareは、エンタープライズ画像情報システム、Radiology Operations Command Centerモデル、IntelliSite Pathology Solution、心臓画像診断ツール、肝臓MRIアプリケーション、AIガイド付き超音波に注力しています。

AidocとViz.aiは、AIを中核に据えた主要プラットフォームです。AidocのAIオペレーティングシステムとORBプラットフォームは、検出、優先順位付け、コミュニケーション、複数ベンダーのアルゴリズム管理を統合します。Viz.aiは、モバイル通信ワークフローを通じて重要な所見を専門医に転送し、画像診断における検出機能をケアコーディネーションへと拡張しています。RapidAIは、特に脳卒中、肺塞栓症、大動脈画像診断、多発性硬化症のモニタリング、神経変性疾患の評価など、急性期医療向け画像診断分野で競争しています。

Canon Medical Systemsは、Aquilion CTおよびVantage MRIシステムにAiCEディープラーニング再構成技術を組み込んでいます。Fujifilm Holdingsは、胸部X線撮影、CT所見の検出、デジタル病理学にわたり、REiLIプラットフォームを活用しています。Tempus Radiologyは、画像診断分析を分子データおよびゲノムデータと連携させ、精密腫瘍学に対応しています。Lunitは胸部X線および病理学製品を提供する一方、Qure.aiは胸部X線、脳CT分析、リソースが限られた環境向けの遠隔放射線診断に注力しています。

Annalise.aiは、胸部X線画像から複数の所見を分析できる点で差別化を図っています。Subtle Medicalは、SubtleMRおよびSubtlePETを通じて、MRIおよびPET画像の品質を向上させています。Rad AIは、読影レポートの所見欄および過去画像との比較ワークフローを自動化します。Cleerlyは、プラーク、狭窄、虚血リスクを評価する定量的な冠動脈CT血管造影分析を提供しています。

当社が2025年下期に9カ国の病院購買担当者およびIT責任者190人を対象に実施した一次調査では、回答者の74%が、既存のPACSおよびRISインフラとのベンダー統合能力を決定的な購入要因として挙げました。アルゴリズムの性能は68%で第2位となり、企業向け調達における競争上の差別化要因として、統合の深さが戦略的に重要であることが明らかになりました。

最近の業界動向

• 2025年6月：医療機器調整グループと合同人工知能委員会は、AI搭載医療機器に関するEU MDRとEU AI Actの相互関係を扱うAIB 2025-1およびMDCG 2025-6を公表しました。このガイダンスは、AI画像診断開発企業に求められる二重のコンプライアンス要件を明確化しています。 

• 2025年5月：第78回世界保健総会は、AIおよび臨床意思決定支援ツールを放射線科情報システムに統合するよう加盟国に促す決議WHA78.13を採択しました。この決議により、医療資源が限られた環境でAIを活用した画像診断へのアクセスを推進する政策的根拠が強化されました。

• 2025年：FDAはAI/ML対応医療機器295製品に認可を与え、そのうち放射線科が認可件数の75%を占めました。認可件数の増加により、導入可能な画像診断ツールの商用プールが拡大しました。 ^{[1]米国食品医薬品局（FDA）「医療機器としてのソフトウェアにおける人工知能と機械学習」fda.gov}

• 2025年：Nature Communicationsの研究では、AIを活用した胸部X線画像の読影により、296人の患者を対象に、臨床医によるレポート解釈の所要時間が 18.3%短縮されたことが明らかになりました。この研究は、レポート作成ワークフローの自動化に関する実環境でのエビデンスを示すものです。 ^{[10]Nature Communications誌「実臨床での導入におけるAI支援胸部X線画像読影」、nature.com}