医療機器業界のリサーチAI｜設計者・薬事・営業でツールが変わる

医療機器業界のリサーチAI活用は、他業界のように「Perplexity か ChatGPT を選ぶ」という発想では通用しません。理由は、同じ会社の中でも設計者・薬事担当・営業戦略の3つのペルソナで、扱う情報世界そのものが完全に別物だからです。

設計者（R&D） は特許分類（USPTO CPC A61B/A61M/A61N）、規格階層（ISO 13485 → ISO 14971 → IEC 60601）、PubMed・ClinicalTrials.gov を軸に「技術と臨床エビデンス」の世界を見ています
薬事担当 は米国上市機器の約70%を占める510(k) 経路の Predicate Device 探索、PMDAの kikiSearch、MAUDE/JADER の有害事象データという「規制適合と市販後シグナル」の世界に住んでいます
営業戦略 は中医協資料、Kコード/Cコード、DPC対象1,786病院データという「償還と病院採用」の世界にいます

汎用のリサーチAIは R&D 側では便利ですが、Perplexity Enterprise Pro は2026年2月のToS改定で BAA なしの PHI（医療個人情報）取扱いが禁止されたため、薬事系の深い活用に制約が出ています。FDAは2024年12月にPCCP（Predetermined Change Control Plan）最終ガイダンスを公布し、承認AI/ML医療機器は2025年末までに累計1,451件、放射線科が76%を占めます。この記事では3ペルソナ別に「今使うべきリサーチAI」と「2026年以降の変化」を整理します。

なぜ医療機器のリサーチAIは「ペルソナで違う」のか
1. 3つの分断された情報世界
2. 「1つの万能ツール」では解けない理由
設計者（R&D）のリサーチAI｜特許分類と規格と臨床エビデンス
薬事担当のリサーチAI｜510(k)/PMDA/MAUDEを1つに
営業戦略のリサーチAI｜中医協速報とDPCと病院採用
国内メーカーのAI/DX戦略と2026年以降のトレンド、そして「調査の記憶」
よくある質問
調査手法について

なぜ医療機器のリサーチAIは「ペルソナで違う」のか

医療機器業界のリサーチAIを考えるとき、最初に気づくのは「同じ会社の中で見ている情報世界が3つに分かれている」という不思議な構造です。R&Dの設計者は特許と規格の世界に住んでいて、薬事担当はFDAとPMDAの承認書類の世界に住んでいて、営業戦略は中医協と病院の世界に住んでいます。3つの世界はお互いにほとんど交わりません。

他の業界だったら「Perplexity と ChatGPT を用途に応じて使い分けよう」というアドバイスで済むかもしれません。ところが医療機器の場合、そもそも Perplexity Enterprise Pro は2026年2月のToS改定で BAA（業務提携契約）なしの PHI（医療個人情報）取扱いが禁止されました。薬事担当や臨床評価の場面で患者データを扱おうとすると、汎用ツールがそのままでは使えないという壁にぶつかります。

3つの分断された情報世界

設計者が見るデータは、まず特許です。USPTOのCPC分類というシステムでは、A61Bが診断・外科・識別（内視鏡、超音波、CT）、A61Mが体内への物質導入・輸液（カテーテル、ステント、シリンジ）、A61Nが電気・磁気・放射線・超音波療法（除細動器、放射線治療装置）と、機器の物理原理で分類されています。次に規格。ISO 13485が医療機器QMSの全体枠組みで、その7.1条がISO 14971（リスクマネジメント）を明示的に引用していて、電気医療機器ならIEC 60601-1 Ed.3.2が基本安全と必須性能を規定するという階層構造を持っています。設計者はこの特許＋規格＋臨床論文の3層を毎日横断しています。

薬事担当が見る世界の中心は「Predicate Device」という概念です。米国上市機器の約70%が510(k)経路で、これは「既承認品と実質的に同等（Substantially Equivalent）」を論証する制度です。De Novoは低〜中リスクでPredicateが存在しない新規デバイス向けの経路で、成功すれば新規制番号を得て将来のPredicateになる仕組みになっています。国内はPMDAの kikiSearch で審査報告書PDFを横断検索し、過去の承認事例から「PMDAが重視する評価項目」（意図する使用者、性能変動、市販後モニタリング計画）を読み解きます。市販後は MAUDE（FDA）と JADER（PMDA）を ROR（Reporting Odds Ratio）などの統計指標で横断解析して、有害事象のシグナルを検出するのが実務標準です。

営業戦略の世界は完全に別軸で、日本独特の保険点数の世界です。Kコードは診療報酬点数表の手術・処置の技術料、Cコードは特定保険医療材料の材料価格を指します。C1（新機能）は提出翌月から4か月、C2（新機能・新技術）は5か月以内で保険医療材料専門組織が審議し、中医協で決定されます。C1/C2の新規収載は年4回（3月・6月・9月・12月）で、改定サイクルは診療報酬全体と同じ2年周期です。営業側は自社製品の該当区分と競合の新規収載を追いながら、中医協資料を読み解いて価格改定インパクトを事前に見積もる必要があります。

「1つの万能ツール」では解けない理由

これら3つの世界は、扱うデータベースの構造も、更新頻度も、必要な専門用語も全部違います。設計者にとっての正解ツールが特許＋規格＋臨床論文を横断できるものだとすれば、薬事担当にとっての正解は510(k)/PMA/PMDA審査報告書＋MAUDE/JADERを扱えるもの、営業にとっての正解は中医協資料速報＋DPC使用実態＋病院マッピングを扱えるものです。同じ「リサーチAI」という言葉で括られていても、要求される機能が根本的に違うわけです。

この記事では、3ペルソナ別に「今使えるリサーチAI」と「AI活用の勘所」を分けて紹介していきます。もしあなたが医療機器メーカーの中で、部門を横断して情報を活用する立場にあるなら、この3つの分断構造を理解しておくことが最初の一歩になるはずです。

設計者（R&D）のリサーチAI｜特許分類と規格と臨床エビデンス

設計者が朝一番に触れる情報は、たぶん論文でも中医協資料でもなくて、特許のクラスコードだと思います。医療機器の世界で「特許を見る」というのは、単に検索窓にキーワードを入れることではなく、CPC分類という体系の中でどのカテゴリに属するかを意識する作業になります。

まず知っておきたい3つの特許分類

CPC分類のうち、医療機器で頻出するのは主に3つです。A61B は診断・外科・識別で、内視鏡、超音波、CTなどが含まれます。A61M は体内への物質導入・輸液で、カテーテル、ステント、シリンジなど。A61N は電気・磁気・放射線・超音波療法で、除細動器や放射線治療装置がここに入ります。この3つの意味を最初に頭に入れておくと、リサーチAIに投げる問いの精度が変わってきます。「AIカテーテル」と検索するのと「A61M × 深層学習」で検索するのでは、返ってくる情報の質が桁違いに違います。

規格の階層をリサーチAIに伝える

設計者の世界がややこしいのは、特許の隣に規格の階層があることです。ISO 13485が医療機器QMS（品質マネジメントシステム）の全体枠組みで、その7.1条が明示的にISO 14971（リスクマネジメント）を引用し、電気医療機器ならIEC 60601-1 Ed.3.2が基本安全と必須性能を規定するという階層構造になっています。PMDAの医療機器基準等情報提供サイトで国内の適用規格が検索できます。

この規格の階層をリサーチAIに教えないまま検索すると、「ISO 13485に準拠しています」という表面的な文章ばかりが返ってきます。逆に「ISO 14971のリスク管理視点で、A61Nの放射線治療装置の設計変更でNotified Body指摘が入りやすいポイント」を問いに含めると、実務で使える情報が返ってくる確率が上がります。

臨床エビデンスと ClinicalTrials.gov

R&Dの3層目は臨床エビデンスです。PubMed Clinical Queries には研究デザインフィルタが付いていて、RCT（ランダム化比較試験）、コホート、症例対照などを絞れます。ClinicalTrials.gov はAPI で病名・介入・地域・フェーズを指定して一括抽出できるので、競合デバイスの試験プロトコルを掘りたいときに実務標準になります。

R&D 向けリサーチAIツール

特化型では PatSnap Medical Device Intel が代表格で、特許・論文・訴訟の2B+ データポイントを統合し、Eureka AIエージェントを搭載しています。MCP/API/Widget をクレジット制で提供、Basic/Premium/Professional の3階層になっていて、Premiumは年数千件の Sequence Search が可能です。GlobalData Medical Devices は Intelligence Center というインタフェースで、パイプライン・M&A・特許を統合しています。経営企画寄りですが、R&Dの競合分析にも使えます。

汎用の学術特化AIでは Elicit が Systematic Review workflow を持ち、5,000論文スクリーンと135データソースに対応、Pro $29-49/月。ClinicalTrials.gov APIと組み合わせると、競合デバイスの臨床試験プロトコル抽出が高速化します。SciSpace / Consensus / Undermind はいずれも学術文献レビュー特化で、SciSpace Deep Review $42/月、Undermind は深堀り検索 $16/月と価格帯が違います。

国内では PatentSquare（パナソニックコネクト）が月額15,000〜60,000円+初期25,000円、コーポレート型は10万件一括ダウンロードに対応。AI Samurai は10秒で特許性・類似文献評価を返す即答型で、知財訴訟保険が付帯した「みんなの特許」も展開しています。

実務でありがちな失敗と対策

R&Dのリサーチで失敗しがちなのが「特許→規格→臨床エビデンス」のどれか1層だけで検索を止めてしまうケースです。特許だけを見て競合デバイスの差別化ポイントを整理したつもりが、実は同じ差別化を過去にIEC 60601-1 Ed.3の改定で通せなかった事例があった、みたいな抜けが出ます。3層をシームレスに横断できるツールが現状ほとんどないので、リサーチAIを1つに絞るよりも、特許系（PatSnap）＋規格系（PMDA医療機器基準等情報提供サイト）＋臨床論文系（Elicit）を用途ごとに使い分けるのが現実解になります。

R&Dの人が明日から試せるアクションを1つ挙げるなら、まず自社の担当領域のCPC分類を紙に書き出して、「この分類の中で、直近3年で承認されたAI医療機器はどれか」をリサーチAIに問うところから始めるのがおすすめです。3ペルソナのうち最も情報世界が広いR&D領域では、問いの構造化が精度を左右します。

薬事担当のリサーチAI｜510(k)/PMDA/MAUDEを1つに

薬事担当の510(k) Predicate Device探索とPMDA審査報告書

薬事の仕事は、R&Dが仕上げた製品を「規制の言葉」に翻訳する作業だと言えます。この翻訳作業の中心にあるのが「Predicate Device」という概念で、これがリサーチAIと非常に相性がいいポイントになります。

510(k) Predicate Device 探索がAIと相性の良い理由

米国上市機器の約70%が510(k)経路を通っていて、この制度は「既承認品と実質的に同等（Substantially Equivalent）」を論証することで承認を得るものです。FDA の 510(k) Database は Product Code、Device Name、Applicant 単位で公開されていて、機械可読な構造になっています。この構造化データと、「新製品の特徴と最も似ている Predicate を探す」というタスクは、LLM の embedding 類似検索や比較生成と原理的に近い問題を解いています。

だから最近は Cruxi、FDA 510(k) Explorer などPredicate 探索・比較を自動化するツールが続々登場しています。2026年時点でFDA承認AI医療機器は約1,350件、うち96.2%が510(k)経由という統計もあり、「AIで承認を取るAI医療機器」自体がこの経路に集中している構造が見えてきます。

De Novoは少し違う経路で、低〜中リスクだけれど Predicate が存在しない新規デバイス向けです。De Novo で承認されると新しい規制番号が付与され、そのデバイス自体が将来の Predicate になります。この意味で、De Novo は「Predicate の元祖を作る」経路と言えます。

PMDA 審査報告書からのシグナル抽出

国内は PMDA の「審査報告書・申請資料概要」ページで承認品目ごとの評価軸を全文検索できます。過去事例から「PMDAが重視する評価項目」（意図する使用者、性能変動、市販後モニタリング計画）をLLMで抽出することで、次の申請の準備時間を数日単位で短縮できます。日本の医療機器はクラスI（一般）〜クラスIV（高度管理・侵襲性大）の4分類、リスクベースで管理されています。

薬事担当が知っておくと便利なのが PMDAの JMDN（Japanese Medical Device Nomenclature）検索です。医療機器の一般的名称コードから、クラス分類や関連する審査ガイダンスを引ける仕組みになっています。リサーチAIに「JMDN + 承認基準」を組み合わせて問いを投げると、規制文書ではなく実務で使える情報に近づきます。

MAUDE / JADER の有害事象シグナル検出

市販後のリサーチで欠かせないのが有害事象データベースです。MAUDE（Manufacturer and User Facility Device Experience）は FDA が運営する世界最大の医療機器有害事象データベースで、機種横断のシグナル検出にNLPが応用されています。ロボット手術や人工内耳などで先行研究が既に出ています。ただしAI特有の concept drift（学習後にデータの分布がずれる現象）による性能低下報告は、現時点のMAUDE構造では捕捉できないという限界も指摘されています。

日本はJADER（医薬品副作用データベース）が2004年からPMDAで四半期公開されていて、医療機器は不具合報告データベースが別途整備されています。JADERとFAERS（FDA医薬品副作用データベース）をROR（Reporting Odds Ratio）で横断解析するのが学術・実務の標準的な手法になっています。

EU MDR / EUDAMED の2026年義務化

EU の医療機器規制は2026年に大きな節目を迎えます。EU MDR は2026年5月28日から EUDAMED の4モジュール（Actor / UDI-Device / NB & Certificates / Market Surveillance）が義務化されます。Notified Bodyが58社から24社に減少していて、審査待ちが12〜18か月というキャパシティ危機が進行中です。Legacy 機器登録の期限は2026年11月28日、証明書アップロードは2027年5月28日と、日本メーカーにとっても待ったなしのタイミングになっています。

この規制ラッシュの中で、リサーチAIが「変更点の要約」や「Technical Documentationの空白検出」に貢献できる場面が広がっています。

薬事担当向けリサーチAIツール

Clarivate Cortellis Medical Device は75カ国の規制情報を統合、AI文書サマリで FDA/EMA ガイダンスを即要約する機能を持ちます。2025年10月に Cortellis AI を発表しました。エンタープライズ見積で価格は不透明ですが、薬事担当者の負荷が最も高い「グローバル規制の追跡」に応える設計になっています。

Veeva Vault RIM (MedTech) は薬事文書管理特化のクラウドで、UDI準拠、STED/IMDRF/eCTD対応、Redicaと規制情報フィード連携しています。19/20 大手製薬導入というシェアで、MedTech領域にも拡大中です。

Perplexity Enterprise Pro は$40/月/seatと手頃ですが、2026年2月のToS改定で BAA なしのPHI取扱いが禁止されました。薬事や臨床評価で患者データを扱う場面では、社内で完結する Deep Research の仕組みや、日本医療機器産業連合会が2024年12月に発出した『仮名加工情報の利活用によるAI医療機器開発のための企業向けガイダンス第1.0版』への対応が別途必要になります。

薬事のAI活用でやってはいけないこと

薬事文書でハルシネーション（AIが事実と異なる情報を生成する現象）が許容されない理由は、承認遅延どころか申請却下や刑事責任のリスクがあるからです。日本製薬工業協会が2025年6月に発出した『生成AI等のデジタル技術環境変化に応じたメディカルライターのための薬事文書作成の手引き』は、生成AIによる薬事文書作成の枠組みを整理しています。ハルシネーション対策は「一次情報への引用強制」「編集者チェック」「Model Cardによる透明性」の3層で対応するのが実務標準になっています。

薬事担当の方が明日から試せるアクションを1つ挙げるなら、まず自社が申請予定のデバイスの Predicate 候補を、FDAの510(k) Databaseで3件並べて、リサーチAIに「この3件の共通点と、私の新製品との違い」を要約させるところから始めるのがおすすめです。510(k)の申請書の骨格が短時間で見えてきます。

営業戦略のリサーチAI｜中医協速報とDPCと病院採用

営業の情報世界は、設計者や薬事とは完全に別の言語で動いています。ここで飛び交うのは「Kコード」「Cコード」「DPC」「材料委員会」「GPO」という日本独特の医療制度用語です。この語彙を知らずに医療機器の営業側にリサーチAIを提案すると、たぶん「何を言っているのか分からない」と返されてしまいます。

中医協資料と保険点数の世界

営業の情報の起点は、中央社会保険医療協議会（中医協）の資料です。これは厚生労働省が主催する会議で、診療報酬（医療機関に払われる点数）と保険償還価格を決めています。医療機器の保険適用希望書はA1〜Rの区分で申請され、C1（新機能）は提出翌月から4か月、C2（新機能・新技術）は5か月以内で保険医療材料専門組織が審議し、中医協で決定されます。C1/C2の新規収載は年4回（3月・6月・9月・12月）で、改定サイクルは診療報酬全体と同じ2年周期です。

Kコードは診療報酬点数表の手術・処置の技術料点数、Cコードは特定保険医療材料の材料価格を指します。償還価格の算定は類似機能区分比較方式が基本で、該当区分がない場合は原価計算方式が使われます。原価計算方式は開示度に応じて加算調整され、プログラム医療機器は一般管理販売費が個別査定されるのが特徴です。

営業担当がリサーチAIに問いを投げるとき、「うちの製品はC1になるかC2になるか」「機能区分の同一メーカー競合はどこか」「次回改定で再算定リスクはあるか」といった質問が実務的に価値を持ちます。中医協資料はPDFで公開されているので、AIによる差分検知や要約が実装しやすい領域でもあります。

DPC対象病院と使用実態の把握

DPC（診断群分類別包括評価）対象病院は令和6年6月時点で1,786病院・約48万床。急性期一般入院の中核で、医療機器メーカーが実使用を把握するには必須のデータソースです。

このデータへのアクセスは、有償プロバイダと無償/低コスト情報源の2ルートがあります。有償側ではIQVIA Hospital Data Platformが電子カルテと病院管理システムを統合したデータウェアハウスを提供、国内DPC病院データを含みます。海外市場はIQVIA MIDAS（70カ国以上）で見るのが標準です。

低コスト側はNDBオープンデータで、第11回（令和6年度レセプト）が2026年6月に公開されました。さらに大きな変化として、2026年1月から JMDC×富士通Japan の Dashboard 360 で匿名DPCデータが無償提供開始されました。JMDCは既に2,000万人規模のリアルワールドデータを持っていて、営業戦略・マーケティングの民主化が進んでいます。

病院採用プロセスの複層構造

日本の病院採用は、単一の意思決定者がいるわけではなく、材料委員会（DOC・購買部・SPD参加）が中心の合議体で決まります。共同購買（GPO）レイヤーが並存していて、主要 GPO は JMGPO、NHA（日本ホスピタルアライアンス）、表示灯メディカルGPO、メディアスのメッカルGPO、総合メディカルなどがあります。卸系（メディパルホールディングス、スズケン、東邦薬品）が価格交渉レイヤーに絡む複層構造で、どのGPOに自社製品が採用されているかで間接的な販路拡大が決まる仕組みです。

営業のリサーチAI活用で刺さるのは、この複層構造を可視化する使い方です。「A病院の材料委員会メンバー構成」「B地域のNHA加盟病院リスト」「C社の卸経由シェア推移」といった問いは、単純なWeb検索では答えが返ってこないので、複数データソースを束ねる仕組みが必要になります。

営業向けリサーチAIツール

営業側のCRMとリサーチAIの融合は2026年に大きく動きました。2026年3〜4月に AstraZeneca、Novartis、Chiesi（合計3,300名）が Salesforce Agentforce Life Sciences を採用し、Veeva から大型移行しました。Veeva Vault CRM もFY26でグローバル約140社、CRM Botで音声制御・自然言語検索を投入しています。Salesforce for MedTech は日本語ページを整備し、機器サービスとCRMを統合訴求しています。

米国の病院・HCPターゲティングでは Definitive Healthcare が定番で、米国 IDN/病院マッピングの中央値は $50,533/年（$20K〜$260K）です。医療画像・AI・診断特化のリサーチが必要なら Signify Research が経営企画寄りのカバレッジで年間サブスクを提供しています。国内は矢野経済研究所ライフサイエンスG、富士キメラ総研、JFMDA『MDPROデータ集』が定番です。

汎用AI活用の注意点

訪問前のBI（ビジネスインテリジェンス）や価格改定速報は、ChatGPT/Perplexity での補助利用が既に実務化しています。ただし患者情報を扱うシーンでは PHI 取扱いの制約に注意が必要です。Perplexity は 2026年2月の ToS 改定で BAA なしのPHI取扱いを禁止しています。

営業の方が明日から試せるアクションを1つ挙げるなら、直近の中医協資料PDFをリサーチAIに読ませて、「自社の該当機能区分と、次回改定で再算定リスクがある競合区分」を抽出させるところから始めるのがおすすめです。中医協資料は情報密度が高い割に読むのに時間がかかるので、AIによる差分検知の恩恵が大きい領域です。

国内メーカーのAI/DX戦略と2026年以降のトレンド、そして「調査の記憶」

ここまで3ペルソナ別にリサーチAI活用を見てきましたが、業界全体の潮流と、企業として「調査の記憶」をどう組織資産にするかを最後に整理しておきます。

国内メーカーのAI医療機器承認事例

オリンパスは2025年11月に新戦略を発表し、AI/ロボ/クラウドで内視鏡を刷新、29/3期売上5%成長を掲げています。大腸腫瘍検出CADDIE、SMARTIBD、CADU を米欧でサブスク展開、英 Odin Vision 買収110億円によりクラウド型AIプラットフォームを構築しています。

キヤノンメディカルシステムズは AIブランド「Altivity」を持ち、深層学習画像再構成 AiCE/PIQE を展開しています。COVID-19肺炎解析SWは承認済み、ITEM2025で Aquilion Rise を発表しました。

富士フイルムは「REiLI」（2018年〜）で臓器認識・病変検出・ワークフロー支援を提供、生成AIで患者情報文書自動作成技術も開発しています。Yahgee新機能として2025年夏に「サマリ作成支援AI技術」を発売しました。

一方で、島津製作所、ニプロ、旭化成メディカルは自社AI医療機器の承認事例やリサーチAI導入の公開情報が相対的に少ない状態です。この情報の薄さは、逆に外部リサーチAIで補完すべき余地が大きいことを意味します。特許戦略でのAI特許分析ツール活用は、各社IRからは特定できないケースが多く、リサーチAIツール提案の空白が広がっているとも言えます。

FDA と PMDA の規制の速度差

FDAは2024年12月に PCCP（Predetermined Change Control Plan）最終ガイダンスを公布、2025年8月に実装細則を追加更新しました。2024年末までにPCCP適用は53件、うちAI/ML付きは15件です。2025年1月6日には『AI-Enabled Device Software Functions: Lifecycle Management』ドラフトガイダンスを公開、Total Product Lifecycle 思想と Model Cardテンプレを提示しました。

承認AI/ML医療機器は2025年末までに累計1,451件、放射線科が76%を占め、心血管・脳神経が伸長、GE HealthCareが4年連続首位という状況です。

日本は少し違う速度で動いています。厚労省第22回検討会でIDATEN（改良計画確認手続）活用促進と「二段階承認」整理が明記されました。IDATEN Q&A統合改訂版は2025年9月発出、2026年6月更新されています。ただし JFMDA WG は AI/ML分野でのIDATEN適用に「予め変更後の姿を確定できない」として慎重論を出しています。富士フイルム SYNAPSE Radiotherapy（腫瘍輪郭検出AI）がIDATEN活用の代表事例で、追加検出腫瘍拡張をアジャイル型で実現しました。

RWD/RWE の活用拡大

MID-NETは全国9拠点31病院・830万人超（令和6年12月末）のカバレッジを持ち、行政利活用累計220調査、企業製販後調査16品目という運用実績です。FDAは2025年12月に医療機器RWE利用時の識別可能な患者レベルデータの提出義務を撤廃、Sentinel Initiativeの推論研究強化が Nature Digital Medicine 2025 で発表されました。

RWDやRWEはリサーチAIの精度を大きく変える可能性を持っています。承認前の臨床試験データだけでなく、市販後の実世界データを組み合わせることで、「その医療機器が本当に日本人患者にも効くのか」という問いに答えられるようになります。

生成AIによる薬事文書自動作成の加速

富士フイルムはLLMで退院サマリ文案を自動生成する「サマリ作成支援AI技術」を Yahgee 新機能として2025年夏発売。中外製薬は Google Cloud上でRAG+BigQueryによるメディカルライティング支援環境を2025年度現場投入予定です。Celegence CAPTIS は CMCモジュール3自動作成でKenvueとFDA申請パイロットを2025年7月開始しました。

規制関連文書はメディカルライティングAI市場の最大シェア領域で、市場規模も急拡大しています。ただし前述の通り「AIハルシネーション対策」と「医師の最終確認ルール」が実装の壁として残ります。

「調査の記憶」を組織で持つという発想

ここまで整理してきた通り、医療機器業界のリサーチAIは3ペルソナで根本的に違うツール群が必要で、しかも規制対応の制約が絡みます。この状況で、個別ツールを並べるだけでは解けない課題が1つ残ります。「同じ会社が同じ競合デバイスを何度も調べ直している」という無駄です。

医療機器は開発から承認、市販後モニタリングまで数年から10年のサイクル。過去に調べた Predicate Device、規格改定、有害事象パターン、中医協資料の差分。これらを組織の記憶として蓄積し、次のプロジェクトで再利用する仕組みが弱いのが、多くの日本メーカーの現状ではないでしょうか。

ここに新しい選択肢として登場するのが、ナレッジグラフ×自律ツール選択で「調査の記憶」を育てる Deep Research ツールです。Snorbe は R&D＋知財＋競合＋薬事＋営業を1つのナレッジグラフに結び、過去の調査結果を組織資産として蓄積することを目指した設計になっています。専門DB群（JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholar）を自然な日本語のまま呼び出せる仕組みで、クエリ構築の手間を意識せずに深いリサーチができます。

具体的には、設計者が「A61Nの放射線治療装置の直近3年の特許動向」を調べたグラフに、薬事担当が「同領域のFDA 510(k) 承認事例」を追加し、営業戦略が「該当機能区分の中医協資料速報」を重ねる、といった横串の記憶づくりができます。他ツールでは分断されがちな3つのペルソナの視点が、1つのナレッジグラフに統合されるイメージです。

2026年以降、企業として何を選ぶか

医療機器業界のリサーチAI活用は「万能ツール1本」の発想を捨てるところから始まります。3ペルソナで根本的に違うデータソースを認識し、それぞれに合わせたツール選択と、企業として「調査の記憶」を横串で持つ仕組みが必要です。

明日から試せる小さな一歩を挙げるなら、まず自社の3ペルソナ（設計者・薬事・営業）が「同じ競合デバイスを別々のツールで別々に調べている」実態を可視化することです。そこから「1つの記憶に統合するとどれだけ効率化できるか」を測ってみると、リサーチAI投資の優先順位が見えてきます。

医療機器業界は規制と患者安全の重みが他業界と比べて桁違いに大きい世界です。だからこそAIの導入も慎重に、しかし着実に進めていく必要があります。3ペルソナ別のツール選択と、「調査の記憶」の組織化。この2つの視点を持って、自社に合ったリサーチAI活用の形を探ってみてください。

よくある質問

Q1. 医療機器業界のリサーチAIは他業界と何が違いますか？

同じ会社の中でも設計者（R&D）、薬事担当、営業戦略の3ペルソナで扱う情報世界が完全に別物な点が最大の違いです。設計者は特許分類（USPTO CPC A61B/A61M/A61N）と規格階層（ISO 13485/14971、IEC 60601）、薬事は FDA 510(k) Predicate と PMDA審査報告書と MAUDE/JADER、営業は中医協資料の Kコード/Cコードと DPC 1,786病院データという別々のデータソースを見ています。だから「Perplexity か ChatGPT を選ぶ」という他業界の発想では通用せず、ペルソナ別のツール選択が必要になります。

Q2. 設計者（R&D）はどんなリサーチAIを使えばいいですか？

特化型では PatSnap Medical Device Intel（2B+ データポイント統合、Eureka AIエージェント搭載）、GlobalData Medical Devices が代表格です。汎用の学術特化AIでは Elicit が Systematic Review workflow を持ち5,000論文スクリーンに対応、Pro $29-49/月で手が届きやすい価格帯です。国内では PatentSquare（月額15,000〜60,000円）や AI Samurai が使えます。3層（特許・規格・臨床エビデンス）を横断できる万能ツールは現状ないので、用途ごとに使い分けるのが実務的です。

Q3. 薬事担当が510(k) Predicate Device 探索でAIを使うメリットは？

米上市機器の約70%が510(k)経路で、「既承認品と実質的に同等」の論証が必要です。FDA の 510(k) Database は Product Code、Device Name、Applicant 単位で機械可読な公開データで、LLM の embedding 類似検索や比較生成と原理的に近い問題を扱えます。Cruxi や FDA 510(k) Explorer が Predicate 探索・比較を自動化していて、申請書の骨格ドラフト生成まで対応するツールも登場しています。国内なら PMDA の kikiSearch で審査報告書PDFを横断検索し、過去承認事例から「PMDAが重視する評価項目」をLLMで抽出することで申請準備の時間を短縮できます。

Q4. Perplexity や ChatGPT は医療機器の薬事業務で使えますか？

Perplexity Enterprise Pro は $40/月/seat と手頃ですが、2026年2月のToS改定で BAA（業務提携契約）なしのPHI取扱いが禁止されました。医療機器メーカーの薬事や臨床評価で患者データを扱う場面では、社内で完結する Deep Research の仕組みや、日本医療機器産業連合会が2024年12月に発出した『仮名加工情報の利活用によるAI医療機器開発のための企業向けガイダンス第1.0版』への対応が必要です。汎用AIツールを使う場合も、PHI を扱わない情報収集フェーズに用途を限定することが実務的な運用になります。

Q5. PMDAのIDATENとFDAのPCCPは何が違いますか？

FDA の PCCP（Predetermined Change Control Plan）は2024年12月に最終ガイダンスが公布された制度で、事前に protocol 化した変更のみを承認範囲として認める仕組みです。継続学習を無制限には認めない点がポイントです。PMDA の IDATEN（改良計画確認手続）は2020年開始で、市販後の性能変化を予め承認する制度ですが、JFMDA WG は AI/ML分野でのIDATEN適用に「予め変更後の姿を確定できない」として慎重論を出しています。富士フイルム SYNAPSE Radiotherapy が IDATEN 活用の代表事例です。

Q6. 中医協資料の速報をAIで自動検知できますか？

技術的には可能で、中医協資料は mhlw.go.jp 配下でPDF公開されるため、AIによる差分検知・要約が実装しやすい領域です。C1/C2 収載は年4回（3月・6月・9月・12月）のタイミングで公表され、機能区分と償還価格が同時に確定します。営業側は自社製品の該当区分と競合の新規収載を追い、価格改定インパクトを事前に見積もる必要があります。汎用AIツールを使う場合も、PDF読み込み→差分要約→自社製品との関連度スコアリング、といった簡単なパイプラインで実装できます。

Q7. MAUDE/JADER の有害事象シグナル検出はAIでどこまで自動化できますか？

MAUDE（FDAの世界最大の医療機器有害事象DB）は機種横断のシグナル検出にNLPが応用されていて、ロボット手術や人工内耳などで先行研究が既にあります。JADER（PMDAの副作用データベース）とFAERSを ROR（Reporting Odds Ratio）で横断解析するのが学術・実務の標準です。ただしAI特有の concept drift（学習後にデータ分布がずれる現象）による性能低下報告は、現時点のMAUDE構造では捕捉できないという限界も指摘されています。市販後モニタリングのシグナル検出は自動化が進む一方で、AI医療機器固有のリスクをどう追跡するかは今後の課題です。

Q8. 生成AIで薬事文書を作るときのハルシネーション対策は？

3層防御が実務標準です。1つ目は「一次情報への引用強制」で、生成される文章の各主張にソースURLを紐付ける仕組みを組み込みます。2つ目は「編集者チェック」で、AI生成物を必ず人間の薬事担当者が最終確認します。3つ目は「Model Cardによる透明性」で、FDA 2025ドラフトガイダンスは Model Card を 510(k) Summary 本体に埋め込むテンプレを提示しています。HAIP-CIP『医療・ヘルスケア分野における生成AI利用ガイドライン第2版』は医師法上の「医師の最終確認」を明記していて、営業側が病院向け提案資料でAI生成物をそのまま使うと事故になる点も注意が必要です。