コラム

社会保障とヘルスケアの未来ヘルスケア

名医を超えるより、医療を底上げする:Physical AIが変える医療の未来

ヘルスケア有識者インタビュー・シリーズ(4)

タグから探す

2026年09月28日

創薬・健康エコシステム本部高垣宜史

社会保障とヘルスケアの未来
本シリーズでは、最前線で活躍されている医療・ヘルスケア分野の研究者や専門家の方々へのインタビューをお届けします。今回お話を伺ったのは、医療用ロボットの研究開発に長年取り組み、世界の医療ロボティクスを牽引するBradley Nelson氏です。Physical AIは、医療を本当に変えるのか。Bradley Nelson氏は、変革を確信しつつ「直ちに実現することはない」と語ります。立ちはだかる4つの障壁とは何か、そして研究止まりの技術と実用化に至る技術を分ける要素とは何か。国内医療機器メーカーがいま改めて考えるべき「医療機器としてのPhysical AIのあり方」について伺いました。

Physical AIが変える医療:越えるべき4つの障壁

高垣:今後、医療分野において、Physical AIは大きな変革をもたらし得るものとお考えですか。

Nelson:Physical AIは、間違いなく医療を変革していくと思います。ただし、直ちに実現するものではありません。規制要件への対応、医療提供体制の理解、医師の信頼獲得、投資対効果の期待の4つが障壁となり得るでしょう。

①規制要件への対応
医療分野に参入することは、すなわち規制要件に対応することです。十分なエビデンスが求められるため、非常にハードルが高いことを認識するべきです。開発者としては、ときに苛立ちを覚えることもありますが、私はこうした厳しい規制が存在することを肯定的に捉えています。

②医療提供体制の理解
院内システム、医療従事者の役割もまた、きわめて独特で複雑な形で運営されています。例えば、手術室に入ると、全てが綿密に段取りされています。全てに明確な役割があり、全てが計算しつくされたやり方で進められます。患者の準備が整えられ、主治医、看護師、その他の医療従事者もそれぞれの責任を担っています。そのプロセスを変えようとするには、明確な理由が必要ですし、まず、そのプロセスがどのように機能しているのかを十分理解していなければいけません。

③医師の信頼獲得
Physical AIの利用者である医師に、本当に使いたいと思ってもらうことが重要です。Intuitive Surgical, Inc.(以下、Intuitive社)の事例は、最も成功した医療ロボティクス企業として私たちが持つモデルです。Intuitive社の優れている点は、医師向けのインターフェースにあります。医師はIntuitive社の機械を使うことを好み、安心して使います。インターフェースの設計は、芸術に近いものと捉えています。

④投資対効果の期待
投資対効果についても考える必要があります。医療機器メーカーはどのように収益を得るのか。病院はどのように投資回収を実現するのか。設備投資、ディスポーザブル(単回使用)性、サービス費用、その他の関連費用も考慮しなければなりません。

これらの4つの障壁は複雑なパズルです。成功するためには、全体像を捉え、多様な要素を統合的に組み合わせる必要があります。そのため、医療機器メーカーやAIヘルスケア企業が直ちに成功することは、まずありません。実現まで時間がかかるかもしれません。

研究止まりか実用化か。分岐点は「医師連携」と「資金確保」

高垣:Physical AIに関連する多くの研究が存在しますが、実用化に至るものと、実用化に至らないものを分ける要因は何でしょうか。

Nelson:「医師との連携」と「資金確保」の2つが、実用化を左右する重要な要素だと思います。

第1に、利用者である医師と密接に連携することです。まず、医師と多くの動物試験を行い、そのシステムがどのように機能するのかを理解します。その上で、手技を少しずつ、段階的に変えます。そのプロジェクトに粘り強く関与し続ける強い決意を持ち、かつ病院のニーズを本当に理解することです。「病院がなぜそのように運営されているのか」「医師が何を求めているのか」「医師は何を期待しているのか」を理解していることが必要です。多くの企業や研究者は良いアイデアを持っています。私の研究グループでよく言う言葉に、“Everything has been invented.”(全てのものはすでに発明されている)があります。私たちが良いアイデアを思いついたときには、すでに他の誰かも同じことを考えている、という意味です。したがって、その課題に対して本当に新しいものを持ち込めているかを確認する必要があります。

第2の要素は資金です。Physical AIの研究開発には非常に多額の資金が必要であり、長期的な視点を持った投資家の存在も必要です。

Physical AIの進化とは。遠隔手術と自律性が切り拓く未来

高垣:Physical AIは、従来世代のロボットシステムと比べて、医療ロボットの能力をどのように変えていくとお考えですか。また、最大の利点はどこにあると思いますか。

Nelson:まず医療AIにおいて、医療用画像が大きな領域であることは明らかです。CT(Computed Tomography)、MRI(Magnetic Resonance Imaging)、超音波診断装置は膨大な量の画像データを生み出しており、放射線科医がその全てを見ることは、単純に不可能です。画像診断と、医療データを理解するAIの能力はきわめて親和性が高く、大量のデータがあれば、傾向を見いだすことも可能です。

Physical AIにおいて、今後、2つの注目すべき進展が見込まれています。

第1は遠隔手術です。例えば日本には、医療アクセスが容易ではない地域があります。一方、脳血管内治療やカテーテル治療の専門的処置を要する患者が島々にいます。また、心筋梗塞や脳卒中の患者は、限られた時間内に治療を受ける必要があります。問題は、専門医を遠隔地のクリニックとどのようにつなぐかです。低軌道衛星や5Gを通じて遠隔手術をする取り組みが多く進められており、多くの企業が参入しています。

第2の進展は自律性(Physical AI自身の判断で処置がされる)です。これは米国ARPA-H※1(Advanced Research Projects Agency for Health)を通じて強く推進されています。自律性を持つことによって、手技の一部は自動的に実行されるようになり、例えば人間の医師がボタンを押すと、医師が器具に完全に関与し続けなくても、ロボットが手技の一部を完了できるようになるかもしれません。私は、こうした能力は実現していくと思います。

約1年半前、私は香港から100キロメートル離れた中国・深圳にいるブタに対して手術をしました。遠隔手術を概念として理解するだけでなく、実際に100キロメートル離れた場所から、ブタの体内で小腸や膀胱を動かしてみると、何が可能なのか、何が難しいのかを実感するのです。単に遠隔手術を可能にするだけでなく、トレーニングを支援し、異なる場所にいるチームが複雑な問題に共同で取り組めるようにするという点でも、外科手術に大きな影響を与えるでしょう。

自律化を目指す過程こそが、外科手技を磨き上げる

高垣:今後10年の間に、Physical AIを用いた自律的手術は現実的にどのような場面で使われるようになるとお考えですか。また、どのような場面では人間による管理・監視が引き続き不可欠だとお考えですか。

Nelson:自身が患者だとすると、人間の医師に「何が起きているのか」を常に監視して欲しいです。なぜなら、エッジケース(前提条件や許容範囲の境界付近で起きる、通常は想定されない状況)は必ず存在しており、そのシステムが学習していない事態が起こる可能性は、常にあります。

自律化に最も適している手技は、縫合やスキャンのような、単調で反復的な作業です。例えば、大腸内視鏡検査や胃内視鏡検査の一部も、将来的には自動化される可能性があると思います。私が特に関心を持っているのは血管内治療です。私たちの研究の多くは、脳内へ到達するものを含め、血管内で機器を誘導することに興味があります。そうした手技の一部は自動的に実行できる可能性がありますが、手技全体を自律化したいとは思いません。これらの領域における完全自律化は、まだ先の話だと思います。

自律化の研究は、医療手技について私たちに多くのことを教えてくれます。場合によっては、手技を手動でより良く行う方法を教えてくれることもあります。例えば、1980年代に、人々は産業用ロボットが工場における人間の仕事を奪い、あらゆるものが自動で組み立てられるようになると確信していました。組み立てラインに人間は不要になると考えられていました。

私たちがこの研究に取り組み始めると、設計者や製造業者は、部品の設計を変えれば、より組み立てやすくなることに気づき始めました。最終的には非常に組み立てやすくなったため、米国の企業は、人件費の安い国にその作業を移すことにしました。結局、ロボットではなく人間が組み立てていますが、その取り組みは結果的に部品のあり方を変えたのです。

医療でも、同じようなことが起こる可能性があります。私たちは、従来の手技を見つめ直し、これまでとは違う形で考えるようになり、その結果、より良い、より効率的な手技を見いだす可能性があります。

外科手術には長い歴史と伝統があります。特に大学病院では、手技がどのように行われるのかを示しながら、次世代を教育するために多くの時間が費やされています。自律化を考えることは、そのプロセスの一部を変えるかもしれません。

臨床実装のカギ:既存治療との同等性とコスト削減効果

高垣:Physical AIを実臨床現場に実装するためには、どのような臨床エビデンスや検証が必要になるとお考えですか。

Nelson:規制の観点からは、既存の標準治療の水準を下回ることは認められません。Physical AIの技術は、少なくとも既存治療と同等である必要があります。例外として、膠芽腫のようにきわめて致死性が高く、予後に困難な治療をする場合には、既存の治療の枠に入らずとも、有用性が認められれば受け入れられる可能性があります。

しかし、その他の多くの手技では、Physical AIの技術は少なくとも既存の標準治療と同等の性能を示す必要があります。その上で、コスト削減が可能であること、より効率的であること、必要な医療従事者数を減らせるエビデンスを示す必要があります。コスト削減効果は、医療機関の導入判断を左右するきわめて重要な要因です。

日本でPhysical AIの開発を進めるカギは、データ収集と精密技術

高垣:日本で、医療機器分野におけるPhysical AIのエコシステムを構築したい場合、何が求められますか。

Nelson:Physical AIの研究開発において、日本の大きな課題の1つは、医療データの分散や利活用上の制約により、十分なデータ活用が進んでいないことです。例えば、生成AIがうまく機能するのは、インターネット上の膨大なデータから情報を引き出せるからです。残念ながら、医療分野にはそのように活用できる膨大なデータがありません。これは、政府と一部企業が協力できる領域です。Physical AIの研究開発において、データを収集し、それを活用したシミュレーションやモデルを構築できるかが重要です。米国のAI企業が認識していることと同様に、データ収集の面では、よりオープンである必要があります。

日本の医療機器は多くの面で非常に優れており、特に精密機械工学に強みがあります。日本企業は世界のガイドワイヤー市場できわめて高い競争力を有しています。ガイドワイヤーは、患者の体内に挿入される単純なワイヤーのように見えるかもしれませんが、その構造は複雑です。高い利益率で販売できる一方で、適切に製造する方法を見極めるには長い時間がかかります。製造プロセスは非常に難しく、多くの有力な日本企業がこの領域で活躍しています。私たちの研究では、磁場を用いて機器の先端を操縦しています。例えば、ガイドワイヤーの先端を磁化し、磁気ナビゲーションシステムを用いて体内で操縦し、より精密に誘導できるようにすることです。同じ考え方は、カテーテルや内視鏡にも応用できる可能性がありますし、日本企業の優れた技術力と結び付く機会があるでしょう。

Physical AI時代にも変わらない、保守と滅菌管理の重要性

高垣:医療機器メーカーが、Physical AIの研究開発をする際、保守、修理、サービスといったアフターケアをどのように考慮すべきですか。Physical AIの自律性によって、自らメンテナンスをする可能性はありますか。

Nelson:医療機器は、資本設備製品とディスポーザブル製品を区別して考えます。資本設備製品は医療機器そのもので、大型の医療機器では、100万ドル以上で販売されることもあります。しかし実際には、医療機器メーカーはディスポーザブル製品の販売を通じて売上を増やすことが多いです。ディスポーザブル製品について滅菌、再利用、廃棄物管理に医療機関内でのルールがあり、これらは開発者が考慮すべき課題です。ディスポーザブル製品は一度使用された後、次の手技では新たなディスポーザブル製品が使われます。これはビジネスモデルの重要な部分です。

資本設備製品には通常、メンテナンスサービス契約も付随します。病院は、何か問題が発生した際に医療機器メーカーの修理担当者が対応できるよう、医療機器の種類によって金額はさまざまですが、機器購入価格のおよそ10%を毎年支払う必要があります。

Physical AIとは、機器が物理世界と相互作用し、センサーが情報を収集し、何らかの知能が作用を導くということです。私の見解では、Physical AIであっても、従来の医療機器と同様に保守・サービスは必要であり、滅菌や廃棄物管理に関する課題は今後も残り続けるでしょう。

名医を超えるより、医療全体を底上げするPhysical AI

高垣:医療分野のPhysical AIは、将来どのような役割を果たすとお考えですか。

Nelson:Physical AIが手技の安全性向上に寄与することに疑いはありません。

私は教師として、長らく学生を指導してきました。私はクラスの上位15%の学生は、すでに優秀なので、大きく学力を伸ばすことはできないと考えています。私が教師として最も支援したいのは中間層の学生です。彼らの学力が向上し、パフォーマンス水準を引き上げることを支援したいと考えています。

Physical AIは、医療でも同様の効果をもたらすでしょう。最も優れた、非常に熟練した医師の能力を大きく高めるわけではないかもしれませんが、全体として平均的なパフォーマンス水準を引き上げることは確かに可能です。私はそれを期待しています。

編集後記│三菱総合研究所の目線

Physical AIの医療応用に向けて各国が技術覇権を競う一方、「技術的優位性だけでは市場は動かない」という原点に、いま立ち返るべきである。現に、Bradley Nelson氏が挙げた規制要件への対応、医療提供体制の理解、医師の信頼獲得、投資対効果の期待という4つの障壁は、いずれも研究活動の外側にある実装への課題である。

これに対し、日本の課題として示唆されたのは研究活動の内側にあるデータ活用基盤の不足である。ガイドワイヤーに代表される精密機械工学で世界的に優位に立つ日本は、この技術的強みと、政府・企業が連携したデータ活用基盤整備を掛け合わせてこそ独自の勝機を得る。既存治療との同等性、およびコスト削減の実証を前提に、「名医を超えるPhysical AIではなく、医療全体の水準を底上げするPhysical AI」、この現実的な構想こそ、国内医療機器メーカーが据えるべき戦略軸である。

免責事項

本インタビューは2026年8月に実施し、当該時点における各国の法令・規制の内容、市場の状況および政治体制に基づき議論しております。最新の法令・規制内容等について、読者の皆さまご自身でご確認いただきますようお願い申し上げます。また、本記事において述べられている事項は、インタビューイーの見解を示したものであり、各関係機関・団体等の意見・意向を反映または代表するものではありません。本記事において提供する情報は、あくまで一般的な情報であり、具体的な専門的アドバイスを提供するものではありません。そのため、本記事の内容を利用されたことにより生じた損害等について、当社、インタビューイーは一切の責任を負いません。

有識者紹介

Bradley Nelson氏
写真:Bradley Nelson氏(ご本人提供)

Bradley Nelson

Bradley Nelson氏は、チューリッヒ工科大学(ETH Zürich)でロボティクス・インテリジェントシステム学の教授を務めており、ロボット工学、マイクロ・ナノテクノロジー、および生物医学工学の領域を横断して研究を行う科学者、エンジニア、そして学術界のリーダーである。同氏は、ロボット工学と医学の融合領域における先駆的な研究者として知られ、低侵襲な診断・治療を実現するマイクロロボットの設計、製造、制御に関する研究で国際的に高い評価を得ている。チューリッヒ工科大学では長年にわたりマイクロ・ナノロボティクス分野において世界有数の研究プログラムを構築・主導しながら、基礎科学の発展と臨床応用の推進に貢献してきた。また、数百編に及ぶ学術論文を発表するとともに、多くの研究者を育成し、起業や産学連携を通じて研究成果の社会実装・事業化にも取り組んできた。

※1:https://arpa-h.gov/(閲覧日:2026年9月1日)

著者紹介

  • 高垣 宜史

    創薬・健康エコシステム本部

    ヘルスケア・バイオ分野の民間メーカーさま向けの新規事業戦略検討や研究開発動向調査、官公庁の調査や伴走支援などをしています。

連載一覧

関連するナレッジ・コラム