AIゲノミクスのグローバル市場:提供別(ソフトウェア、サービス)、技術別(機械学習、その他)、- 2028年

ゲノミクスにおけるAIの世界市場は、収益ベースで2023年に5億ドル規模と推定され、2023年から2028年までの年平均成長率は32.3%で、2028年には20億ドルに達する見通しです。医薬品開発・探索のコストと時間をコントロールする必要性、ゲノミクスにおけるAIへの公的・民間投資の増加、精密医療におけるAIソリューションの採用が、この市場の成長を促進しています。市場成長の主な原動力は、プロセスとタイムラインを加速し、医薬品開発&発見コストを削減する必要性と、プレイヤー間のパートナーシップとコラボレーションの増加、ゲノミクスにおけるAIへの投資の増加です。さらに、コンピューティングパワーの向上とハードウェアコストの低下、精密医療におけるAIの採用の増加、バイオインフォマティクスデータとゲノムデータセットの爆発的増加などの要因も市場成長に寄与しています。

 

市場動向

 

促進要因 プロセスと時間軸を加速し、創薬・薬剤開発コストを削減する必要性
創薬は高価で時間のかかるプロセスであるため、新薬を発見するための代替ツールの必要性が生じています。創薬と薬剤開発は、一般的にin vivoやin vitroの手法で行われており、コストと時間がかかります。さらに、新薬が上市されるまでには平均10年かかり、そのコストは26億米ドルです。

特定の疾患の治療薬として承認されるのは、5,000~10,000の化合物のうち1つだけです。発見段階で選択されたほとんどの新薬候補は、毒性やその他の薬物動態学的特性により、開発の後期段階で失敗します。機械学習技術は、創薬段階での化合物の結果を予測し、初期の創薬段階自体で可能性のない化合物を排除することで、この段階で役立ちます。これにより、潜在的な医薬品候補を特定するためのダウンタイムと費用を大幅に削減することができます。

このプロセスにおける時間とコストの削減の可能性は、関係者の大きな注目を集め、数多くの調査プロジェクトにつながりました。例えば、2020年11月、ディープ・ゲノミクスとバイオマリン社は、バイオマリン社の広範な希少疾患に関する専門知識とディープ・ゲノミクス社のAI Workbenchプラットフォームを組み合わせ、4つの希少疾患に対するオリゴヌクレオチド医薬品候補を発見・開発するための協業を発表しました。これにより、創薬のためのゲノミクスにおけるAIは、医薬品開発プロセスを大幅に加速し、コストを削減し、より的を絞った効果的な医薬品の開発を可能にすることで患者の転帰を改善する可能性を秘めています。

阻害要因 熟練したAI人材の不足と医療ソフトウェアに関する曖昧な規制ガイドライン
AIは複雑なシステムであり、AIシステムを開発、管理、導入するためには、企業は一定のスキルを持った人材を必要とします。例えば、AIシステムに携わる人材は、画像認識、ディープラーニング、コグニティブ・コンピューティング、MLおよび機械知能に関する知識が必要です。人間の脳の行動をエミュレートするために、AI技術を現在のシステムに統合することは、かなりのデータ処理が必要となる難しい作業です。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。さらに、AIの開発は、AI/ML技術に関する専門的な基準や資格の欠如によって制約を受けています。技術的な理解不足やAIの専門家の不足により、サービス・プロバイダーは顧客の拠点でソリューションを提供し、維持する際に困難に直面します。

さらに、政府機関や規制機関は、特に医療分野において、定期的に進歩を把握し、AIシステムの導入を指導する必要があります。医療用AI技術の正確性、信頼性、安全性、臨床利用は、さまざまな基準や規制の対象とすることで確保されます。しかし、医療ソフトウェアの規制はまだ動的で、ガイドラインの変更や規制当局の主観的解釈に依存しています。米国では、FDAが医療機器の規制権限を有しています。FDAの認可を受けるには、医療に応用されるAIや機械学習ツールが、少なくとも人間と同程度に正確な結果を出せることを示す一連のテストに合格しなければなりません。

同様に、欧州連合(EU)ではソフトウェアに対する一般的な除外規定はなく、ソフトウェアが医療目的であれば医療機器として規制される可能性があります。一般的には、製品の特性、使用形態、クレームなどを考慮したケースバイケースのアセスメントが必要です。しかし、一般的な医療機器の分類とは異なり、ソフトウェアが人体に作用して身体機能を回復、修正、変更するわけではないことから、これらのパラメータがソフトウェアにどのように適用されるかはすぐにはわからないため、評価は特に複雑です。その結果、医療現場で使用されるソフトウェアは必ずしも医療機器ではありません。このような曖昧な規制ガイドラインは、時に市場関係者にとって大きな障壁となります。

チャンス 人間を意識したAIシステムの開発に注力
AI技術を開発する目的は、人間を認識できるようにすること、つまり人間の思考パターンに対応できるようにすることでした。しかし、インタラクティブでスケーラブルなマシンを作ることは、AIマシンの開発者にとって依然として課題です。さらに、AI技術に対する人間の干渉が増加することで、自動化された部品との相互作用の問題や、クラウドソーシング部品の知的制御といった、解釈とプレゼンテーションの課題という新たな研究課題が導入されました。解釈の課題には、知識や具体的な指示など、人間の入力を理解する際にAIマシンが直面する課題が含まれます。プレゼンテーションの課題には、AIシステムの出力やフィードバックの提供に関する問題が含まれます。このように、人間を意識したAIシステムの開発は、AI開発者にとって依然として最大のチャンスです。

課題 ゲノムデータの不足
データは、完全で堅牢なAIシステムを訓練し開発するために不可欠な情報源です。以前は、データセットはほとんどが構造化され、手作業で入力されていました。しかし、ヘルスケアやライフサイエンスにおけるIoTなど、デジタルの足跡やテクノロジーの導入が進むにつれ、構造化されていない(テキスト、音声、画像の)大量のデータが存在するようになりました。

機械学習ツールをトレーニングするためには、開発者は高品質のラベル付きデータと熟練した人間のトレーナーを必要とします。非構造化データの抽出とラベル付けには、大規模で熟練した労働力と時間が必要です。さらに、患者情報は非常に機密性が高く、厳しいプライバシー規範の対象となります。例えば、HIPAA(1996年に米国で施行)やHITECH法(2003年に米国で施行)などの法律では、機密性の高い医療情報に責任を持つ事業体に対して、そのプライバシーとセキュリティを確保するための一定の対策を実施することを義務付けており、これらの事業体は、情報のプライバシーとセキュリティが侵害された事例を患者に通知することも義務付けられています。このため、プライバシーに関する懸念、記録の識別に関する懸念、およびセキュリティ要件のために、管理されたデータにアクセスすることは困難です。

このように、構造化データは効率的なAIシステムの開発において極めて重要な役割を果たします。企業は現在、グループ化や階層化による情報を可能にする半構造化データ(構造化データと非構造化データの組み合わせ)から洞察を開発することを実践しています。しかし、半構造化データ用の分析ツールやソリューションはまだ初期段階にあります。

ゲノミクス市場における人工知能(AI)のエコシステム
ゲノミクスにおける人工知能(AI)システムとプラットフォームは、有名で財務的に安全なメーカーがこの市場の有力なプレーヤーです。これらの企業は以前から事業を展開しており、幅広い製品群、最先端技術、強固な国際的販売・マーケティング網を有しています。この市場の主要企業には、NVIDIA Corporation(米国)、Microsoft Corporation(米国)、Google, Inc.(米国)、Intel Corporation(米国)、Illumina, Inc.(米国)、SOPHiA GENETICS(スイス)などがあります。

ゲノミクスAI市場、技術別では機械学習が最大規模を獲得
技術別に見ると、市場は機械学習とその他の技術に区分されます。製薬会社、CRO、バイオテクノロジー企業が医薬品ゲノミクス用途に機械学習を広く採用していることから、2022年の同市場は機械学習分野が支配的。これは、機械学習がデータセットから洞察を抽出し、ゲノム研究を加速できるためです。

用途別では、診断分野がゲノムAI市場を支配すると予測
用途別に見ると、市場は診断、創薬・薬剤開発、精密医療、農業・動物研究、その他の用途に区分されます。2022年の市場規模では、診断が最大のアプリケーション・セグメント。このセグメントのシェアが大きいのは、疾患に関する研究が増加していることと、シーケンシングのコストが低下していることに起因しています。

エンドユーザー別では、病院・医療機関がゲノミクスAI市場で2番目に大きなシェアを占めています。
エンドユーザー別では、製薬・バイオテクノロジー企業、病院・医療機関、研究所・学術機関・政府機関、その他のエンドユーザーに大別されます。2022年の市場シェアは、病院・医療機関が第2位。医薬品開発の時間とコストを削減するソリューションに対する需要の高まりなどが、市場成長の原動力となっています。

2022年のゲノムAI市場は北米が最大シェアを占める見込み
地域別に見ると、世界市場は北米、欧州、アジア太平洋地域、その他の地域に区分されます。2022年には、北米が最大の市場シェアを占め、次いで欧州が続きます。北米の大きなシェアは、米国で精密医療を推進するための研究資金や政府の取り組みが増加していることに起因しています。

ゲノムAI市場は、NVIDIA Corporation(米国)、Microsoft Corporation(米国)、Google, Inc.(米国)、Intel Corporation(米国)、BenevolentAI(英国)、SOPHiA GENETICS(スイス)、Illumina, Inc.

この調査レポートは、ゲノミクスにおけるAI市場を以下のサブマーケットごとに分類し、収益予測や動向分析を行っています:

製品別
ソフトウェア
サービス別
技術別
機械学習
ディープラーニング
教師あり学習
強化学習
教師なし学習
その他の機械学習技術
その他の技術
機能別
ゲノム解読
遺伝子編集
臨床ワークフロー
予測遺伝子検査と予防医学
アプリケーション別
診断
創薬・医薬品開発
精密医療
農業・動物研究
その他の用途
エンドユーザー別
製薬・バイオテクノロジー企業
ヘルスケアプロバイダー
研究センター、学術機関、政府機関
その他エンドユーザー
地域別
北米
米国
カナダ
欧州
ドイツ
英国
フランス
その他のヨーロッパ
アジア太平洋
その他の地域

2022年12月、Intel Labsとペンシルバニア大学ペレルマン医学部(ペンシルバニア医科大学)は、分散型機械学習(ML)と人工知能(AI)アプローチを用いて、国際的な医療・研究機関が悪性脳腫瘍を特定するための共同研究を完了。
20222年9月、エヌビディア・コーポレーションは、マサチューセッツ工科大学(MIT)およびハーバード大学(Harvard)のブロード研究所(Broad Institute)と提携し、ゲノム解析ワークフローを加速させ、標的治療の発見と開発のための大規模言語モデルの共同開発を支援します。この提携は、NVIDIAのAIに関する専門知識とヘルスケアコンピューティングプラットフォームを、ブロード研究所の研究者、科学者、オープンプラットフォームと接続するもので、TerraプラットフォームでNVIDIA Clara Parabricksを利用可能にすること、大規模言語モデルを構築すること、ゲノム解析ツールキット(GATK)に改善されたディープラーニングを提供することに重点を置いています。
2021年8月、Illumina, Inc.がGRAILを買収し、生命を救う可能性のある多発がん早期発見検査へのアクセスを患者に提供。
2021年3月、SOPHiA GENETICSは日立製作所と提携。この提携契約は、医療従事者、製薬・バイオテクノロジー企業に臨床的、ゲノム的、および実社会における知見を提供し、患者の利益のためにデータ駆動型プレシジョン・メディシンを国際的にさらに民主化するものです。

 

【目次】

 

1 はじめに (ページ – 32)
1.1 調査目的
1.2 市場の定義
1.3 対象と除外
1.4 調査範囲
1.4.1 対象市場
図1 ゲノミクスにおける人工知能(AI)市場のセグメンテーション
1.4.2 対象地域
1.5 考慮した年数
1.6 考慮した通貨
表1 通貨換算レート
1.7 制限事項
1.8 利害関係者
1.9 変更点のまとめ

2 調査方法 (ページ – 39)
2.1 調査データ
図2 調査デザイン
図 3 調査アプローチ
2.1.1 二次調査
2.1.1.1 二次ソースからの主要データ
2.1.2 一次調査
2.1.2.1 主要な一次情報源
2.1.2.2 一次ソースからの主要データ
2.1.2.3 主要な業界インサイト
2.1.2.4 一次インタビューの内訳
図4 一次インタビューの内訳 供給側と需要側の参加者
図5 一次インタビューの内訳: 企業タイプ別、呼称別、地域別
2.2 市場規模の推定
図6 ゲノミクス市場における人工知能(AI)の供給を評価するための主要指標
図7 ゲノミクスソリューションにおける人工知能(AI)の販売から企業が生み出す収益
図8 収益シェア分析図解
図9 ボトムアップアプローチ
図10 採用に基づくゲノミクスにおける人工知能(AI)市場規模の推定
図11 トップダウンアプローチ
表2 要因分析
2.3 市場の内訳とデータ三角測量
図12 データ三角測量の方法
2.4 調査の前提
図13 調査の前提
2.5 景気後退の影響
2.6 リスク評価
表3 限界と関連リスク
2.7 研究の限界

3 EXECUTIVE SUMMARY(ページ – 57)
図14 ゲノミクスにおける人工知能(AI)市場をリードするソフトウェア分野(提供別
図15 ゲノミクスにおける人工知能(AI)市場で最大の規模を獲得し続ける機械学習(技術別
図16 ゲノミクスにおける人工知能(AI)市場では、機械学習分野でディープラーニングが急成長へ
図17 ゲノミクス分野の人工知能(AI)市場ではゲノムシーケンスが機能別で最も高いCAGRを記録へ
図18 ゲノミクスにおける人工知能(AI)市場では診断がアプリケーション別で主流に
図19 ゲノミクスにおける人工知能(AI)市場で主導的地位を確保する製薬・バイオテクノロジー企業(エンドユーザー別
図20 ゲノミクスにおける人工知能(AI)市場、地域別

4 PREMIUM INSIGHTS(ページ番号 – 62)
4.1 ゲノミクスにおける人工知能(AI)市場におけるプレーヤーにとっての魅力的な機会
図21 創薬・開発および精密医療における人工知能(AI)ソリューションの採用増加が市場を牽引
4.2 ゲノミクスにおける人工知能(AI)市場、地域別
図22 北米が予測期間中にゲノミクスにおける人工知能(AI)市場を独占
4.3 北米のゲノミクスにおける人工知能(AI)市場、エンドユーザー・国別、2022年
図23 2022年の北米市場は製薬・バイオテクノロジー企業と米国が支配的
4.4 ゲノミクスにおける人工知能(AI)市場、提供製品別
図24 2028年にはソフトウェア分野が市場シェアの大半を占める
4.5 ゲノミクスにおける人工知能(AI)市場:技術別
図25 2028年には機械学習が他の技術を上回る
4.6 ゲノミクスにおける人工知能(AI)市場:エンドユーザー別
図26 2028年に最大の市場シェアを占めるのは製薬・バイオテクノロジー企業
4.7 ゲノミクスにおける人工知能(AI)市場:機能別
図27 ゲノムシークエンシングが予測期間中に急成長するセグメント
4.8 ゲノミクスにおける人工知能(AI)市場:用途別
図28 2028年には診断が市場を支配

5 市場概観(ページ – 68)
5.1 はじめに
5.2 市場ダイナミクス
5.2.1 推進要因
5.2.1.1 プロセスとスケジュールを迅速化し、医薬品開発と創薬コストを削減する必要性
5.2.1.2 プレーヤー間のパートナーシップやコラボレーションの増加、ゲノムAIへの投資の増加
5.2.1.3 精密医療におけるAIの採用の増加
5.2.1.4 バイオインフォマティクスデータとゲノムデータセットの爆発的増加
図 29 ゲノム解析のコストと生成される生データのレベル 生成された生データのレベル、2003-2023年
5.2.1.5 計算能力の向上とハードウェアコストの低下
5.2.2 阻害要因
5.2.2.1 熟練したAI人材の不足と医療ソフトウェアに関する曖昧な規制ガイドライン
5.2.3 機会
5.2.3.1 人間を意識したAIシステムの開発に注力
5.2.4 課題
5.2.4.1 キュレーションされたゲノムデータの不足
5.2.4.2 データプライバシーに関する懸念
図30 米国保健福祉省に報告された医療侵害(2019~2021年
5.3 エコシステム分析
図31 ゲノミクス市場における人工知能(AI):エコシステム分析

6 ゲノミクスにおける人工知能(AI)市場:サービス別(ページ数 – 75)
6.1 はじめに
図32 2022年の市場シェアはソフトウェア分野が拡大
表4 ゲノミクスにおける人工知能(AI)市場、オファリング別、2021~2028年(百万米ドル)
6.2 ソフトウェア
6.2.1 標準的な統計的アプローチによるエラーを低減するインテリジェントソフトウェア
表5 ソフトウェア:ゲノミクスにおける人工知能(AI)市場、地域別、2021~2028年(百万米ドル)
表6 ソフトウェア:ゲノミクスにおける人工知能(AI)市場:北米、国別、2021年~2028年(百万米ドル)
表7 ソフトウェア:ゲノミクスにおける人工知能(AI):欧州市場:国別、2021年~2028年(百万米ドル)
6.3 サービス
6.3.1 様々な最終用途産業でAI技術の採用が増加し、市場を後押し
表8 サービス ゲノミクスにおける人工知能(AI)市場、地域別、2021年~2028年(百万米ドル)
表9 サービス 北米のゲノミクスにおける人工知能(AI)市場、国別、2021年~2028年(百万米ドル)
表10 サービス 欧州のゲノミクスにおける人工知能(AI)市場:国別、2021~2028年(百万米ドル)

 

 

【本レポートのお問い合わせ先】
www.marketreport.jp/contact
レポートコード: HIT 7852

市場調査レポート・産業資料販売のReport.jp