市場概要
2024年に8,720万米ドルと評価された世界の病理学AI市場は、2025年には1億740万米ドルとなり、2025年から2030年にかけて26.5%の弾力的なCAGRで前進し、期間終了時には3億4,740万米ドルの予測評価額に達すると予測されています。デジタル病理学とAI対応テレパソロジーを組み合わせることで、病理医は遠隔地からでもデジタルスライドにアクセスしてレビューすることができます。この技術により、病理医同士のコラボレーション、セカンドオピニオン、コンサルテーションが容易になり、診断精度の向上と専門的な専門知識へのアクセスが可能になります。遠隔診断や専門家によるコンサルテーションに対する需要が拡大し続ける中、病理学市場におけるAIは、病理診療における患者ケア、診断精度、効率の向上のためにテレパソロジーを利用した高度なソリューションを提供するように進化しています。
市場のその他の成長促進要因としては、より高度な技術ソリューションに対する需要の増加、誤診の増加、患者に対する標準治療を強化するための資金提供プログラムの増加、病院運営の効率化に伴うコスト抑制の重視の高まりなどが挙げられます。
DRIVER: マルチプレックスイメージングへのAIの統合
マルチプレックスイメージングへのAIの統合は、特にデジタル病理学が進歩し続ける病理学分野での変革的飛躍を意味します。マルチプレックス免疫組織化学（IHC）や蛍光イメージングのようなマルチプレックスイメージング技術は、1つの組織サンプルで複数のバイオマーカーを同時に可視化することを可能にします。このような多次元データは、複雑な生物学的プロセスを理解するための比類のない機会をもたらしますが、同時に、生成される情報の膨大さと複雑さによる課題ももたらします。AI、特にディープラーニング・アルゴリズムは、マルチプレックス・イメージング・データの分析を自動化し、パターンを特定し、人間の認識を超えるような洞察を提供することで、これらの課題に対処するのに役立ちます。
制約：AIの専門知識が限られており、医療用ソフトウェアの規制ガイドラインも多様
企業がAIシステムを開発、管理、導入するには、特定のスキルセットを持つ人材が必要です。例えば、AIシステムを扱う担当者は、コグニティブ・コンピューティング、MLおよび機械知能、ディープラーニング、画像認識について理解している必要があります。AIソリューションを既存のシステムに統合することも困難であり、人間の脳の動作を再現するために大規模なデータ処理が必要になります。些細なミスでもシステム障害につながったり、望ましい結果に悪影響を及ぼす可能性があります。AIの人材に対する需要が高まっているにもかかわらず、この分野では熟練した専門家の不足が顕著です。2024年にデロイトが実施した調査によると、AI人材の不足は全産業にわたって依然として大きな課題であり、経済的な混乱が続く中でも、67%の企業が継続的な需要にもかかわらず有能な専門家の確保に苦慮していることが明らかになりました。特に、成熟したAI導入企業の23%は、成熟していない企業よりも高いスキルギャップを報告しており、変革プロジェクトに必要なスキルをより明確に理解している可能性を示しています。
可能性：マルチオミクス・データの統合
ゲノミクス、プロテオミクス、メタボロミクス、トランスクリプトミクスを包括するマルチオミクスデータの統合は、病理学市場におけるAIの大きな可能性を示しています。これらの多様な生物学的データセットを統合することで、病理学者は疾患メカニズムのより包括的な見解を得ることができ、複雑な健康状態をより深く理解することができます。この総合的なアプローチは、異なる生物学的層間の複雑な関係を特定し、正確な病気の診断と最適な治療戦略の決定において極めて重要です。マルチオミクス・データを統合することで、ロバストな予測分析が可能になります。
課題 AIアルゴリズムに必要なデータの不足
AIアルゴリズムには、訓練と検証のために、大規模で多様な、十分に注釈付けされたデータセットが必要です。しかし、病理学においてそのようなデータセットを入手することは、データプライバシー規制、複数の医療システムにわたるデータの断片化、専門家による注釈の必要性などのために困難です。正確で信頼性の高いAIモデルを開発するためには、高品質なデータを確実に入手することが重要な課題となっています。ほとんどのAIシステムは、高品質のトレーニング写真を必要とします。理想的には、これらのトレーニング画像は「ラベル付け」（すなわち、アノテーション）されている必要があります。時間的な制約もさることながら、人間によるアノテーションは、アプリ開発においてしばしば高価な障害となります。クラウドソーシングは安価で迅速かもしれませんが、ノイズが混入する可能性があります。
病理学におけるAIのエコシステムは、製品に貢献する様々な利害関係者との複雑な分配を含むネットワークです。このエコシステムの主要なプレーヤーは、AIソフトウェアとクラウドサービスプロバイダーで、ホスティングと処理のためのスケーラブルなデータプラットフォームを提供し、高解像度画像からの大規模なデータ出力を診断で横断的にカットします。医療機器メーカーは、高解像度スキャナーや画像処理システムなどのハードウェアを提供。ミドルウェアのプロバイダーは、AIソリューションのための既存の医療システムとの統合を保証します。規制機関は、開発されたAIアプリケーションが安全で、その基準に準拠できるように、ガイドラインと承認経路を決定します。データ分析ソリューション・プロバイダーは、病理データをより良い意思決定のための実用的な洞察に変換します。これは、技術、医療、規制の各セクターが協力してイノベーションを推進し、病理検査におけるAIの導入を促進する、相互接続されたエコシステムを表しています。
主要企業・市場シェア
エンド・ツー・エンド・ソリューション（統合プラットフォーム）セグメントは、2024年の病理検査におけるAI市場において、オファリング別で最大のセグメントを占めています。
2024年の病理検査におけるAI市場で最大のシェアを占めたのはエンドツーエンドソリューション（統合プラットフォーム）セグメント。このセグメントの大きなシェアは、強化された相互運用性とデータ共有、簡素化されたデータ共有＆サポートを提供するこれらのソリューションの能力に起因しています。スケーラブルで高度な技術ソリューションに対する需要の高まりも主要な成長要因です。
ニューラルネットワーク別では、畳み込みニューラルネットワークが2024年のAl in pathology市場で最大のシェアを獲得。
2024年、畳み込みニューラルネットワークセグメントは、複雑な視覚データを分析し、正確な診断を特定する能力により、病理学におけるAI市場で最大のシェアを占めました。これらのニューラルネットワークは、画像内の関心領域のローカリゼーションとセグメンテーションも支援します。病理医からの新しいデータやフィードバックを活用することで、時間の経過とともに継続的に学習し、改善することができます。
2024年には、北米が病理学インフラを変えるための投資と改革、デジタル病理学ソリューションの採用拡大により、病理学AI市場で最大のシェアを占めています。同地域の市場成長を拡大するその他の要因は、医療インフラの絶え間ない拡張と、高度なAI技術の市場アクセシビリティの上昇です。
2024年2月、Roche Tissue Diagnostics（RTD）はPathAIと提携し、RTDのコンパニオン診断部門向けにAIを搭載したデジタル病理アルゴリズムを開発しました。これらの画像解析アルゴリズムはRoche Navify Digital Pathologyプラットフォームに実装される予定であり、世界中の病理検査室へのスムーズな統合を実現します。
2024年2月、アメリカ食品医薬品局（FDA）は、AIアルゴリズム機能を搭載したホロジック社のGenius Digital Diagnostics Systemを承認しました。このシステムは、前がん病変と子宮頸がん細胞を検出するために、ディープラーニングAIと高度な体積画像技術を統合した、FDAが承認した初のデジタル細胞診ソリューションです。
2024年7月、スペインの地域保健当局であるカスティーリャ・レオン州は、AIを活用した診断についてアイフォリア・テクノロジーズ社（フィンランド）と提携。これは、同地域の病理検査室における診断プロセスを強化することを目的としたもので、Sectra社の画像管理システムとAiforia社のAIベースの画像解析ソリューションが組み込まれています。
2022年1月、アイフォリア・テクノロジーズPlcはメイヨークリニックと提携し、トランスレーショナル研究におけるより迅速な結果とスケーラブルな研究を可能にするため、AIを活用した病理研究支援アーキテクチャをメイヨークリニックに構築しました。
病理学におけるAI市場の主要企業は以下の通り。
Koninklijke Philips N.V. (Netherlands)
F. www Hoffmann-La Roche Ltd (Switzerland)
Hologic, Inc. (US)
Akoya Biosciences, Inc. (US)
Aiforia Technologies Plc (Finland)
Indica Labs Inc. (US)
OptraScan (US)
Ibex Medical Analytics Ltd. (Israel)
Mindpeak GmbH (Germany)
Tribun Health (France)
Techcyte, Inc. (US)
Deep Bio Inc. (Korea)
Lumea Inc. (US)
Visiopharm (Denmark)
aetherAl (Taiwan)
Aiosyn (Netherlands)
Paige Al, Inc. (US)
Proscia Inc. (US)
PathAl, Inc. (US)
Tempus Labs, Inc. (US)
Konfoong Biotech International Co., Ltd. (China)
DoMore Diagnostics AS (Norway)
Verily Life Sciences, LLC (US)
deepPath (US)
4D Path Inc(US)
【目次】
はじめに
12
研究方法論
34
要旨
65
プレミアムインサイト
81
市場概要
94
5.1 市場ダイナミクス 推進要因 阻害要因 機会 課題
5.2 顧客のビジネスに影響を与えるトレンド／混乱
5.3 業界動向
5.4 エコシステム分析
5.5 バリューチェーン分析
5.6 主要技術分析 – 機械学習（ML）と深層学習（DL） – コンピュータビジョン – クラウドコンピューティング – 隣接技術 – テレパソロジー
5.7 規制の状況 規制機関、政府機関、その他の組織 規制分析 – 北アメリカ- ヨーロッパ- アジア太平洋地域
5.8 価格分析 主要プレイヤーの疾患別価格分析, 地域別価格分析(定性)
5.9 ポーターのファイブフォース分析
5.10 特許分析
5.11 主要ステークホルダーと購入基準 購入プロセスにおける主要ステークホルダー 購入基準
5.12 エンドユーザー分析 満たされていないニーズ エンドユーザーの期待
5.13 2025-2026年の主要会議・イベント
5.14 ケーススタディ分析
5.15 病理検査におけるAI市場：投資と資金調達シナリオ
5.16 病理学におけるAI市場：ビジネスモデル
5.17 病理検査AI市場におけるAI/Gen AIの影響
5.18 2025年米国関税の影響 – 病理検査におけるAI市場導入 主要関税率 価格影響分析 国・地域への影響 – アメリカ – ヨーロッパ – アジア太平洋 用途産業への影響
病理検査におけるAI市場、製品別
121
6.1 はじめに
6.2 エンドツーエンドソリューション（統合プラットフォーム）
6.3 ニッチポイントソリューション
6.4 テクノロジー
6.5 ハードウェアスキャナー 顕微鏡 ストレージシステム
病理学におけるAI市場、ニューラルネットワーク別
151
7.1 はじめに
7.2 生成敵対ネットワーク（Gans）
7.3 畳み込みニューラルネットワーク（CNNS）
7.4 リカレントニューラルネットワーク（Rnns）
7.5 その他
病理学におけるAI市場、機能別
177
8.1 導入
8.2 画像解析
8.3 診断
8.4 ワークフロー管理
8.5 データ管理
8.6 予測分析
8.7 CDSS
8.8 自動レポート作成
8.9 品質保証ツール
病理学におけるAI市場、ユースケース別
182
9.1 導入
9.2 創薬標的の同定と選択 標的の検証 ヒットの同定と優先順位付け ヒットからリードの同定 リード最適化 候補の選択と検証
9.3 疾患診断と予後予測
9.4 臨床ワークフロー
9.5 トレーニングと教育
病理学におけるAI市場、エンドユーザー別
199
10.1 導入
10.2 薬剤・バイオ医薬品企業
10.3 病院・基準検査室
10.4 学術・研究機関
…
【本レポートのお問い合わせ先】
レポートコード：HIT 8721