ヘルスケアLLMおよび基盤モデル市場 サイズとシェア 2026-2035

医療分野の大規模言語モデル（LLM）および基盤モデル市場規模

医療分野の大規模言語モデル（LLM）および基盤モデル市場は、2025年に24億米ドルと評価され、約27.7%の年平均成長率（CAGR）で拡大し、2035年までに277億米ドルに達すると予測されている。

この技術は現在、診療記録の作成、コーディング支援、医療画像の解釈、標的の特定、患者への働きかけなど、データ集約的で経済的な影響も大きい業務に対応できるようになったため、導入は実験段階を超えて進んでいる。

エコシステムは、相互依存する3つの層で構成される。基盤モデル開発企業は、臨床言語モデル、画像モデル、マルチモーダルモデル、生物学モデルを提供し、アプリケーションベンダーはそれらを文書作成、画像診断、エンゲージメント、創薬のワークフローに組み込む。病院、バイオ医薬品企業、支払者、研究機関は、導入のための製品やサービスを購入し、その運用を管理する。競争優位性は、モデルの規模だけでなく、データとワークフローへのアクセスをどの程度掌握しているかに左右される傾向が強まっている。例えば Tempus は、臨床データと分子データを分析に組み合わせ、2025年末時点の契約総額が11億米ドルを超えたと報告している ^{[1]Tempus AI - Tempus Achieves Record Total Contract Value Exceeding $1.1 Billion, January 2026 - investors.tempus.com}。NVIDIA は BioNeMo と MONAI を通じて、コンピューティングおよびモデル開発の基盤を提供しており、生物学と画像診断の両方の用途にまたがる事業機会を有している。

規制は、製品設計を左右する要素になりつつある。米国では、FDA が2024年12月に、AI対応医療機器ソフトウェア機能に関する事前規定変更管理計画のガイダンスを最終決定し、製造業者が特定のモデル変更をあらかじめ規定するための手段を示した ^{[2]Federal Register - FDA Final Guidance: Marketing Submission Recommendations for a Predetermined Change Control Plan for AI-Enabled Device Software Functions, December 2024 - govinfo.gov}。ONC の HTI-1 規則も、認証済みヘルスITにおける予測アルゴリズムについて透明性情報の提供を義務付けており、臨床システムに組み込まれるモデルにとって重要な制約となっている。欧州では、EU AI Act が2024年8月に発効した。段階的に導入される同法の要件は、健康データに関する GDPR の管理要件や医療機器規制と並行して適用されるため、調達においては、エビデンス、追跡可能性、人による監督、データガバナンスのアーキテクチャが中核となる。これらの要件により、再現可能な検証を実証し、モデルへの入力、出力、更新について明確な記録を維持できるベンダーが有利になる。

技術アーキテクチャは、医療経済上の異なる課題に対応している。LLM は文書作成や管理業務のワークフローで定着しており、画像モデルは放射線診断や病理診断に対応する。マルチモーダルモデルは診療記録、テキスト、画像、分子情報を組み合わせ、生物学モデルやゲノムモデルは DNA、RNA、タンパク質、化学構造を扱う。Google は、Med-PaLM 2 が MedQA で86.5%を達成したと報告している。一方、NVIDIA の Evo2 は約9兆個のヌクレオチドを用いて訓練されており、臨床言語モデルと生物学モデルの開発経路が分岐していることを示している。商業面で問われるのは、より大規模なモデルがより流暢な回答を生成できるかどうかではなく、こうした能力を説明責任のあるワークフローに組み込めるかどうかである。

価値を獲得するうえで最も有利な立場にある企業が、必ずしも最大規模の汎用モデルを持つ企業とは限らない。モデルの出力を EHR、画像診断、検査、ケアマネジメントのワークフローに接続しつつ、病院やライフサイエンス分野の顧客が求めるエビデンスとガバナンスの要件を満たせる企業こそが有利な立場にある。したがって、規制の明確化は商用化を促進する要因となる一方、臨床上重大な用途で競争するためのコストも押し上げる。

主な成長要因

臨床文書作成自動化への需要の高まり

臨床文書作成は、医療提供組織にとって直接的な労務および人材定着の課題である。環境音声記録を用いた120日間の混合研究法による評価では、文書作成負担が持続的に軽減されたほか、参加医師の62%が AI 音声入力を重要な定着要因として認識していた^{[3]Trinity Health of New England - Evaluating Ambient AI Documentation in Ambulatory Practice: A 120-Day Mixed-Methods Pilot Study, 2025 - trinityhealthofne.org}。Abridge は、150を超える医療システムへの導入と年間1億件を超える会話への対応を報告しており、環境音声記録を用いた文書作成が、限定的な診療科別の試験導入から広範な企業導入へと移行していることを示している。

経済的な効果は、記録作成時間の削減にとどまらない。より完全な文書を作成できるシステムは、コーディング、リスク調整、フォローアップの調整を支援できるため、財務部門と臨床部門の双方に導入を承認する共通の根拠をもたらす。主要な EHR 環境との統合が重要なのは、臨床医に求められる行動変容を抑えられるためである。その結果、市場では、単独型の文字起こしツールよりも、監査可能な出力を備えたワークフロー組み込み型の製品が評価されている。

創薬およびゲノム研究における AI 導入の加速

創薬需要は、臨床検証への道筋が具体化しつつあることに支えられている。特発性肺線維症を対象とする TNIK 阻害剤である Insilico Medicine の rentosertib は、第 IIa 相試験の結果を報告し、その後2025年6月に *Nature Medicine* 誌に掲載された。Recursion と Exscientia は2024年11月に合併し、フェノミクス、トランスクリプトミクス、精密化学の能力を単一のプラットフォームに統合した。これは、孤立した予測モデルではなく、統合型の創薬システムを業界が選好していることを裏付けている。

これらのプラットフォームが重要なのは、生物学的仮説の設定、化合物設計、スクリーニング、実験による学習の間の反復を短縮できるためである。価値提案は、AI が実験室での作業をなくすことではない。優先順位付けの精度を高めることで、より有望な標的や化合物に実験室の処理能力を振り向けられる点にある。NVIDIA の Evo2 と BioNeMo スタックは、ゲノムおよび生体分子モデルのツール群へのアクセスをさらに広げるが、そこから得られる優位性は、依然として独自データ、実験による検証、計算資源に左右される。

価値ベース医療モデルの拡大が促す患者エンゲージメント AI

価値ベース医療では、患者エンゲージメントが測定可能な業務上のレバーとなる。再入院、慢性疾患の転帰、受診までの遅延、ケアギャップに関するリスクを負う組織は、主に出来高払いの償還制度のもとで運営される組織よりも、働きかけを自動化する経済的インセンティブが強い。NAACOS の報告によると、価値ベース医療を実施する組織の約65%が、予測分析および処方的分析の改善における AI の能力について楽観的な見方を示し、50%がデータ分析と AI に投資していた。

患者エンゲージメント・プラットフォームは、予約、初回情報収集、服薬リマインダー、退院後のフォローアップ、受診・ケアの案内を自動化することで、ケアマネジメントチームの対応能力を拡大する。その機会が最も大きいのは、ワークフローが反復可能で、エスカレーションルールが明確であり、医療システムがエンゲージメント活動を医療利用または品質指標に結び付けられる領域である。このセグメントの成長は、自動化されたやり取りによって転帰を改善しつつ、未解決の臨床業務を職員に戻さないことをベンダーが実証できるかどうかに左右される。

医療データ量の増加が、より大規模で高精度な基盤モデルを可能にする

医療記録、画像、オミクスデータ、業務データのデジタル化が進み、蓄積されるデータ量が増加することで、モデル開発の基盤は拡大している。ただし、データ量だけでは十分ではない。複数施設を対象としたスタンフォード大学の研究では、257万件の患者記録で学習した電子健康記録（EHR）基盤モデルが、学習例が1%未満のローカル学習モデルと同等の性能を実現し、タスク固有のラベルが少ない場合には性能が向上した。この結果は、適切なガバナンスの下で共有される表現が、データに制約のある臨床環境での性能向上に寄与する可能性を示している。

そのため、データの商業的価値は、単純な所有権から、データの品質、長期的な蓄積、同意の状況、相互運用性へと移行している。National AI Research Resourceや医療分野に特化した基盤モデルプログラムなどの公的イニシアチブは、中央集約型の生データ収集だけを規模拡大の手段とせず、データアクセスと計算資源の連携を促進することを目的としている。信頼性の高いプライバシー保護型および連合型のアプローチを持つベンダーは、成熟度の低いプラットフォームでは利用できない医療システムとのデータ連携にアクセスできる可能性がある。

主要な抑制要因

データプライバシーとHIPAA遵守に関する課題

医療機関の購入者は、ベンダーのアーキテクチャが保護対象医療情報を安全に処理できるか、適切な業務提携者との関係を構築できるか、アクセス制御を文書化できるか、監査に対応できるかを評価する必要がある。HIPAAの義務は、データの保存だけでなく、プロンプト、トランスクリプト、モデル出力、ログ記録、再委託先、インシデント対応に関わるワークフローにも適用される ^{[4]National Center for Biotechnology Information - AI Chatbots and Challenges of HIPAA Compliance for AI Developers and Vendors, 2024 - pmc.ncbi.nlm.nih.gov}。こうした要件により、特に専門的なガバナンス体制が限られている地域病院や複数拠点の医療機関では、販売サイクルが長期化する。

グローバル展開では、この課題がさらに深刻になる。GDPRは医療データを特別に保護しており、EU AI法は、高リスクの用途に関してリスク管理、透明性、人による監督に関する要件を追加している。基盤モデルが技術的に高い能力を備えていても、モデルによる記憶、プロンプトインジェクション、安全性の低い連携によって情報がさらされる可能性がある。その結果、モデル性能の評価に先立ち、導入アーキテクチャ、データ最小化、説明可能な運用管理が、調達上の承認条件となることが多い。

大規模モデルの導入に伴う高い計算資源コストと運用コスト

生物学モデル、マルチモーダルモデル、大量の臨床データを扱うモデルの学習と運用には、大規模なアクセラレーター処理能力、専門的なエンジニアリング、継続的な監視が必要となる場合がある。Mayo Clinicが病理オミクス、創薬、精密医療向けにNVIDIA Blackwellのインフラを導入した事例は、主要な大学病院が利用できるリソースの規模を示している。小規模な医療機関はクラウドサービスを通じて高度な機能を利用できる可能性があるが、推論、統合、ガバナンスにかかる継続的なコストには引き続き直面する。

この状況は、導入パターンの二極化をもたらしている。大規模な医療システムや製薬企業は、カスタマイズした導入や検証プログラムに資金を投じることができる一方、小規模な医療機関は、投資回収が早い、用途を限定したマネージドアプリケーションを優先する傾向にある。コスト圧力により、モデル蒸留、タスク特化型アーキテクチャ、ハイブリッド導入が促進されるが、臨床上の信頼性を維持する必要があるため、低コストモデルについても、実際に使用するワークフローに即した検証が必要となる。

その結果として見込まれるのは、一律的な導入遅延ではなく、導入状況の差別化である。クラウドサービスは、迅速な導入を必要とし、インフラを持たない機関にとって引き続き魅力的である一方、プライベートまたはハイブリッド環境への導入は、ゲノミクス、機密性の高い研究データ、厳格なデータ所在ポリシーを持つ組織にとって引き続き重要となる。特定の臨床タスク向けに検証済みの小規模モデルを提供できるベンダーは、大規模で高コストな汎用モデルのみに依存するサプライヤーよりも、中堅市場への対応において有利な立場に立つ可能性がある。

ヘルスケアLLMおよび基盤モデル市場のセグメント分析

モデルタイプ別

LLMは2025年市場の61.2%を占め、約14.7億米ドルに相当する。LLMが優位に立つ背景には、テキスト中心の医療業務への適合性がある。臨床・文書作成LLMはアンビエントな記録生成とコーディング支援を可能にし、患者エンゲージメントLLMは案内やアウトリーチを支援する。また、生物医学研究LLMは科学的エビデンスの検索と統合に役立つ。LLMの商業的成熟度は、新たな診断データパイプラインを必要とせず、既存の会話、記録、文書の業務フローに対応できる能力に基づいている。

視覚基盤モデルは市場規模の21.1%、約5億700万米ドルを占める。画像診断は、規制および検証の基盤が比較的成熟しており、基盤モデル導入の自然な領域となっている。Paigeの病理診断プラットフォームには、FDA認可済みソフトウェアとブレークスルーデバイス指定が含まれている一方、Aidocは1,600を超える医療センターに臨床AIを導入している ^{[5]Paige AI - Diagnostic AI Platform, 2025 - paige.ai}。戦略の重点は、個別のアルゴリズムから、画像所見をトリアージ、ケアコーディネーション、フォローアップに結び付けるプラットフォームへと移行している。

マルチモーダルモデルは市場の11.3%、約2億7,100万米ドルを占める。その重要性は、通常、臨床記録、画像、分子検査、構造化された記録に分散している情報を結び付けられる点にある。Tempusの臨床・分子データ基盤と、画像、EHR情報、アンビエント入力を組み合わせるViz Assistは、マルチモーダル性が精密医療と連携した臨床ワークフローを支援できることを示している。このセグメントの現在の市場規模が小さいのは、統合と検証が難しいためだが、対象となるワークフローの範囲は単一モダリティ製品よりも広い。

生物学・ゲノムモデルは、2025年の市場規模の6.4%、約1億5,400万米ドルを占める。これらのモデルの購入者はバイオ医薬品企業、研究機関、専門医療システムに集中しているため、直近の売上高ベースでは規模が小さい。しかし、遺伝子変異、標的、構造、化合物の優先順位付けを支援することで、より高い価値を持つ研究開発の意思決定に影響を及ぼす可能性がある。Evo2、InsilicoのPreciousGPTモデル、Isomorphic Labsの創薬設計プラットフォームは、公開されたモデル仕様と同程度に、独自データと実験フィードバックループが重要となるセグメントを示している。

導入形態別

クラウドベースのシステムは市場の 75.6% を占め、約 18.1億米ドルに相当する。マネージド型クラウド提供により、組織は専用インフラを購入せずにモデルへアクセスできるため、迅速な統合が求められる文書作成や患者アクセスのワークフローに特に適している。AWS は生成AI向けに HIPAA 対応のアーキテクチャガイダンスを提供しており、Anthropic は確立されたクラウドチャネルを通じて、医療・ライフサイエンス向けのツールを提供している ^{[6]Amazon Web Services - Building a HIPAA-Ready Generative AI Architecture for Healthcare on AWS, 2025 - aws.amazon.com}。したがって、クラウドの優位性は導入コストの経済性を反映しているが、保護対象医療情報に対する管理策が十分であることが前提となる。

オンプレミス型システムは市場の約 24.4%、約 5億8,600万米ドルを占める。データの所在要件、知的財産の保護、モデルのカスタマイズが、マネージドサービスの利便性を上回る場合に、その役割は最も大きくなる。大規模な学術医療センター、ゲノム研究グループ、製薬企業は、機密データの保護や集中的なモデル調整を可能にする場合、プライベートインフラに伴う設備投資および運用負担を受け入れる可能性が高い。

用途別

臨床文書作成は 2025年の市場の 36.2%、約 8億6,900万米ドルを占める。その規模は、ワークフロー上の喫緊の課題、医療従事者の時間削減効果を測定できること、ならびに EHR との統合への明確な道筋を反映している。Abridge、Microsoft's DAX Copilot、Ambience Healthcare、Suki AI、Nabla は、記録生成にコーディング、要約、業務別の文書作成支援を組み合わせることで、このセグメントで競争している。競争の焦点は、文字起こしの品質から、実証された精度、診療科の網羅性、財務ワークフローにおける価値へと移行している。

医用画像は市場価値の 17.6%、約 4億2,200万米ドルを占める。Aidoc、Paige、NVIDIA MONAI、Viz.ai は、放射線診断、病理診断、ケア調整の各ワークフローにまたがって事業を展開している。このセグメントは、確立された画像データセットと規制対応の経験から恩恵を受けているが、商業導入は、画像出力が単に異常を特定するだけでなく、トリアージ、報告書作成、またはその後の介入を変えるかどうかに左右される。

創薬・医薬品開発は市場の 27.8%、約 6億6,700万米ドルを占める。Recursion、Insilico Medicine、BenevolentAI、Isomorphic Labs、NVIDIA、Tempus は、生物学的データ、化学、分子設計、臨床エビデンスをさまざまに組み合わせて取り組んでいる。このセグメントは大規模な研究開発予算に支えられているが、価値の実現はマイルストーンに左右され、文書作成ソフトウェアよりもサイクルが長い。

患者エンゲージメントは市場価値の 11.4%、約 2億7,400万米ドルを占める。Hippocratic AI、Hyro、Orbita は、アクセス、ケアナビゲーション、アウトリーチ、退院後のワークフローに音声および対話型システムを活用している。需要は価値に基づく医療と関連している。購入者は、ソフトウェアの利用状況だけでなく、受診予約の無断キャンセルの減少、ケアギャップの解消率向上、スタッフの対応能力の改善を評価できるためである。

その他の用途は市場の約 7.0%、約 1億6,800万米ドルを占める。これには、文献統合、管理業務の自動化、臨床試験支援、ゲノム解釈、集団健康分析が含まれる。Elsevier's ScienceDirect AI は、厳選された科学文献コーパスに生成AIを適用する研究指向型モデルの例であり、AWS HealthScribe はソフトウェアベンダーによる監査可能な文書作成機能の構築を可能にする。

最終用途別

病院は 2025年の需要の 38.4%、約 9億2,200万米ドルを占める。病院は、これらのツールが稼働するワークフローとデータ環境を管理しているため、文書作成、画像診断、患者エンゲージメントの各システムを主に購入する主体である。購入判断は、EHR 統合、医療従事者の受容、セキュリティ審査、ならびにアプリケーションが処理能力、文書品質、またはケア調整を改善することを示すエビデンスによって左右される。

製薬・バイオテクノロジー企業は市場の28.6%を占め、約6億8,600万米ドルに相当する。需要の中心は、標的同定、化合物設計、生物学的モデリング、臨床試験業務、マルチモーダルデータセットへのアクセスにある。このセグメントの調達判断は病院とは異なり、独自データ、実験スループット、複数年にわたる開発期間においてポートフォリオの意思決定を改善できる可能性を重視している。

保険支払者は市場価値の7.9%、約1億9,000万米ドルを占める。最も関連性の高いユースケースは、事前承認、保険金請求の支援、加入者の受診・サービス利用案内、ケアギャップ管理である。製品には、監督なしで臨床判断や保険適用判断を行うことなく、補償範囲やコーディング業務のワークフローに接続できる能力が求められる。

研究機関は市場の18.5%を占め、約4億4,400万米ドルに相当する。需要は、科学文献、公共研究インフラ、画像データ、生物学的モデルツールへのアクセスに支えられている。研究機関はオープンフレームワークや基盤モデルの重要な早期利用者である一方、商業需要への転換は、助成金のサイクル、データ共有ガバナンス、コンピューティングへのアクセスに左右されることが多い。

その他の最終利用者は、2025年の市場価値の約6.6%、金額にして約1億5,800万米ドルを占める。専門クリニック、診断機関、遠隔医療プロバイダー、公衆衛生機関は、特定のサービスライン内で導入範囲を限定できるタスク特化型ツールを採用している。

より大きな影響をもたらす変化は、セグメント間の境界で生じる可能性が高い。マルチモーダルシステムは、画像、病理情報、診療記録、分子データを個別のソフトウェア購入ではなく、連携したワークフローへと統合する可能性がある。この機会を活かせるのは、独自データの権利、信頼性の高い統合ポイント、臨床エビデンスを有する企業である。一方で、接続するすべてのデータソースについてガバナンス要件を満たす必要があるため、実行のハードルも高まる。

ヘルスケア大規模言語モデル（LLM）・基盤モデル市場の地域別分析

北米

北米は2025年の市場価値の推定45%を占め、約10億8,000万米ドルに相当する。米国は、電子健康記録（EHR）の普及、ヘルスケアAI企業の集積、成熟したクラウドインフラ、AI搭載製品に関する明確なルール整備が進む規制環境を背景に、地域の需要の中心となっている。カナダでは、The Ottawa HospitalにおけるDAX Copilotなどの医療システム実証を通じて、規模は小さいものの戦略的に重要な市場が形成されている。この地域の主な優位性は、単に資本を利用できることではなく、大規模な医療システム内でAI製品を試験導入し、調達、統合、効果測定まで実施できる点にある。

欧州

欧州は、2025年の市場規模の推定 22%を占め、金額では約 5億2,800万米ドルに相当します。ドイツ、英国、フランス、スペイン、イタリア、オランダが、域内の主要市場です。欧州の成長は、医療分野の調達においてデータガバナンスと適合性手続きを重視するGDPRおよびEU AI法によって方向付けられています。英国では、MHRAがHealthAI Global Regulatory Networkに参加していることも、規制面での連携を示す要因となっています ^{[7]Medicines and Healthcare Products Regulatory Agency - UK MHRA Leads Safe Use of AI in Healthcare as First Country in New Global Network, June 2025 - gov.uk}。コンプライアンス要件は初期の販売サイクルを長期化させる可能性がある一方、購入者と規制当局が規則を実務に適用すれば、ベンダーを比較するためのより標準化された基盤を形成する可能性もあります。

アジア太平洋

アジア太平洋は、2025年の市場規模の推定 21%を占め、金額では約 5億400万米ドルに相当します。中国、日本、インド、オーストラリア、韓国が域内の中核市場です。日本では、SB TempusとSoftBankの合弁事業が、地域に根ざした精密医療の事業化の一例となっています。一方、NVIDIAは、パートナーシップや国家レベルのAIインフラを通じて、日本におけるヘルスケアAIの発展を支援してきました。インドでは、Apollo 24|7がClinical Intelligence Engineにおいて、Google CloudのMedLMおよび臨床知識グラフを活用しています。同地域の成長可能性は、大規模な患者人口と政府によるデジタルヘルス投資に結び付いていますが、導入要件は依然として国ごとに大きく異なります。

ラテンアメリカ

ラテンアメリカは、2025年の市場規模の推定 7%を占め、金額では約 1億6,800万米ドルです。ブラジル、メキシコ、アルゼンチンが域内需要を牽引しており、最大市場はブラジルです。ブラジルのICT in Health Surveyでは、AIを利用する医療施設における生成言語モデルの利用が報告されており、言語ベースのアプリケーションが、管理業務や画像診断のユースケースと並行して普及する可能性を裏付けています ^{[8]Brazilian Internet Steering Committee - ICT in Health Survey 2025, 2026 - cgi.br}。域内での拡大は、グローバルモデルの利用可能性だけでなく、スペイン語およびポルトガル語での性能、相互運用可能な現地データシステム、資金調達能力、規制の整合性に左右されます。

中東・アフリカ

中東・アフリカは、2025年の市場規模の推定 5%を占め、金額では約 1億2,000万米ドルに相当します。サウジアラビア、UAE、南アフリカが域内の主要市場です。GCCによるデジタルヘルスおよびイノベーションインフラへの投資が早期導入を支える一方、南アフリカはサハラ以南アフリカへの重要な進出拠点となっています。BenevolentAIが2025年10月にカタールのSidra Medicineと実施した研究協力は、疾病研究へのAI活用に対する域内の関心が高まっていることを示しています。域内での幅広い普及は、デジタル化の進展度、データの利用可能性、人材の能力、医療投資水準のばらつきによって、引き続き制約を受けます。

アジア太平洋地域は、各国固有の取り組みにより、大規模な医療人口と現地に適したインフラおよびパートナーシップを組み合わせられるため、相対的な拡大余地が最も大きい。ラテンアメリカと中東・アフリカ（MEA）は、より選択的な市場機会である。ベンダーには、言語への適応、現地に適したクラウドまたはデータレジデンシーの仕組み、デジタル成熟度のばらつきに対応した調達モデルが求められる。そのため、単一のコンプライアンスおよび統合モデルを前提とするグローバルな市場開拓計画は、地域ごとの導入経路を軸に構築した計画ほど有効ではない。

医療LLMおよび基盤モデル市場のシェアと競争環境

競争は、ワークフローのカテゴリー、データ所有権、導入モデルの各領域で分散している。Abridge、Ambience Healthcare、Microsoft、Nabla、Suki AIは環境音声記録を活用した文書化で競合している。Hippocratic AI、Hyro、Orbitaは患者との対話とアクセスに注力している。Aidoc、Paige AI、Viz.aiは画像診断とケアコーディネーションの接点で事業を展開している。BenevolentAI、Insilico Medicine、Isomorphic Labs、Recursion Pharmaceuticalsは、AIを活用した創薬に注力している。また、Amazon Web Services、Anthropic、Elsevier、Google、NVIDIA、OpenAI、Tempus AIは、基盤インフラ、モデル、データ、研究ツールを提供している。

Abridgeは臨床会話AIで規模を拡大しており、150を超える医療システムへの導入に加え、2025年6月には企業価値53億米ドルで3億米ドルのシリーズE資金調達を実施したことが、その成長を支えている^{[9]Reuters - Healthcare Startup Abridge Tops $5 Billion Valuation in A16z-Led Financing Round, June 2025 - reuters.com}。Ambience Healthcareは、さまざまな医療提供環境に対応する、コーディングを考慮した文書化機能によって差別化を図り、2025年7月にシリーズCで2億4,300万米ドルを調達した。Microsoftは、Nuanceのエンタープライズ医療分野におけるプレゼンスとEHR統合を基盤に、DAX Copilotを組み合わせている。一方、Suki AIとNablaは、環境音声記録を活用した文書化、コーディング、臨床医向けワークフロープラットフォームで競合している。

Hippocratic AIは、安全性を重視した患者向けエージェントに注力しており、2026年1月には企業価値35億米ドルで1億2,600万米ドルのシリーズC資金調達を実施したと報告した。HyroとOrbitaは、患者アクセス、コールセンターの自動化、案内、フォローアップのワークフローに対応している。これらの分野では、スケジューリング、CRM、EHRシステムとの信頼性の高い統合が成果を左右する。両社の競争優位性は、臨床上およびサービス上の例外に対応するエスカレーション経路を維持しながら、反復的な業務の自動化を成功させられるかどうかにかかっている。

Aidocは、放射線科、循環器科、脳血管、血管関連の用途を網羅する臨床AIプラットフォームを提供している。一方、Paige AIは、デジタル病理学ソフトウェア、規制対応の実績、病理データ資産を有している。Viz.aiは、画像診断インテリジェンスを、EHRの情報を活用したコーディネーションおよび診療記録の準備ワークフローへと拡張している。このセグメントでは、アルゴリズム機能の広さが重要である。しかし、医療システムにとっての価値は、プラットフォームが治療開始までの時間、フォローアップ、臨床医間の連携を改善するかどうかによって、ますます決まるようになっている。

BenevolentAIは、バイオ医薬品パートナーとの協業を通じて、知識グラフを基盤とする創薬技術を適用している。Insilico Medicineは、レンソセルチブの第IIa相試験結果を通じて、臨床検証における一つの基準点を確立した。Isomorphic Labsは、AlphaFoldに由来する構造的知見と生成設計を組み合わせ、2025年に外部から6億米ドルの資金を調達した。Recursion Pharmaceuticalsは、Exscientiaとの合併を通じて、データおよび化学分野の能力を拡大している。これらの企業は、生物学的データの質と規模、実験ループ、創薬設計ワークフロー、そしてプラットフォームの活動を臨床的に検証された資産へと転換する能力を軸に競争している。

Amazon Web Servicesは、監査可能な臨床記録の生成に注力し、HealthScribeおよび医療分野に特化したクラウドサービスを提供している。

Anthropicは、臨床、支払者、研究ワークフロー向けのコネクターやツールを含む、ヘルスケアおよびライフサイエンス向けのClaudeを提供している。Elsevierは、同社の科学コンテンツ環境内でエビデンスを発見するためのScienceDirect AIを提供している。GoogleはMedLMおよびMed-PaLMの研究を通じてヘルスケアモデルを支援しており、OpenAIは2026年1月、HIPAA適格な導入とBAA対応を備えたChatGPT for Healthcareを開始した。NVIDIAは、生物医学モデルおよび画像モデルの開発を支えるコンピューティング、BioNeMo、MONAIのインフラを提供している。Tempus AIは分子、臨床、データ分析の資産を組み合わせており、Paigeの買収により、このマルチモーダルな事業基盤にデジタル病理学を加えた。

最近の業界動向

• 2026年1月 — OpenAIがChatGPT for Healthcareを開始：OpenAIは、医療システム向けにHIPAA適格な導入とBAA対応を備えたChatGPT for Healthcareを開始した。
• 2025年8月 — Tempus AIがPaige AIを買収：Tempusは、8,125万米ドルでPaige AIを買収すると発表し、精密医療プラットフォームに病理学技術とデータ資産を加えた。
• 2025年10月 — BenevolentAIとSidra Medicineが協業：BenevolentAIとSidra Medicineは、糖尿病および代謝調節におけるZFP57に関する研究協力を発表した。