ページの本文へ

Hitachi

株式会社 日立システムズ

専門家コラム:グローバル最新AI事情

【第3回】AIによる医療と老化の改革

医療費と高齢者人口

世界経済フォーラムは、所得と富の格差拡大や気候変動などとともに、世界的変化の主な5つの推進要因の1つとして、高齢化を挙げています。

グローバルコスト

65歳超の世界人口は、今後30年間で現在の3倍にあたる15億人に達し、それに伴って高齢化に起因するコストも膨れあがる見込みです。実際、一部では、2050年までに心臓病やアルツハイマー病、糖尿病などの慢性疾患による経済的影響が47兆米ドルを超えると推定されています。

米国と英国における医療費の増加

米国の医療制度では、65歳以上の国民に費やされる医療費が25歳未満の5倍以上となっています。米国では、2030年までに、65歳を超える国民1人に対する労働人口が3人になる見込みです。

日本

現在、日本では医療費がGDPの8%を占めていますが、調査によれば、数十年にわたる経済の停滞、高額なブランド医薬品の過度な使用、そして世界一の高齢社会であることから、2025年までに医療費がGDPの11%にまで増加すると推定されています。

日本の総人口に占める高齢者人口の割合が28.1%となっている中、65歳を超える高齢者の5人に1人に相当する460万人がアルツハイマー病にかかっており、深刻な蔓延に直面しています。高齢者人口の増加に伴い、この数字も増加することが見込まれます。

再生医療、ロボット工学とAI、自動運転車、サービス産業におけるドローン利用の実用化に関して、日本は世界的リーダーとしての大きな一歩を踏み出しています。これらはすべて、高齢化社会に対応するための優れた機動性と接続性、および長寿命の実現において重要な役割を果たすよう設計されています。 とりわけ、日本は支援ロボットの成長を推進しています。医療は、Society 5.0の重要な柱です。 日本の医療は国民皆保険制度によって支えられており、学界、産業界、政府の横のつながりによって得られる豊富な生データは、何十年にもわたり日本の経済モデルの基礎をなしてきました。
日本の高齢化問題の解決に向け、日本政府は介護施設へのロボットの導入を支援しています。しかし、多くの人が、介護面でのメリットと倫理的問題とのバランスを慎重に取ることを強く勧告しています。

高齢化


The Hallmarks of Aging(老化の特徴)https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3836174/

  • ゲノムの不安定性:遺伝子損傷を引き起こす内部要因と外部要因は、どちらも生涯を通じて体内に蓄積します。これが老化を促進することが分かっています。
  • テロメア短縮:テロメアは染色体の末端を保護する「ふた」であり、細胞が分裂するたびに短くなります。時間が経つにつれ、細胞がそれ以上分裂できなくなるまでテロメアが短くなり、病気につながる可能性があります。
  • エピジェネティック変異:個々の生活体験や環境要因によってDNAではなく遺伝子発現に変異が生じ、それが老化に影響を及ぼします。
  • タンパク質恒常性の喪失:細胞タンパク質は加齢に伴ってミスフォールドされ、そのせいで恒常性維持機能が失われます。このように損傷したタンパク質の蓄積は、老化や老化に伴う病気の原因となります。
  • 栄養感知の制御不全:代謝を調節する経路があり、そのタンパク質は栄養レベルの影響を受け、老化の促進にも関与しています。
  • ミトコンドリアの機能不全:加齢に伴い、ミトコンドリア(体内の代謝の調節を担うエネルギー製造所)の機能不全が始まります。
  • 細胞老化:「歳をとった」細胞は若い細胞ほど速く排除できず、体内に蓄積することで健康に悪影響を及ぼす可能性があります。
  • 幹細胞の枯渇:新しい組織細胞の再生を助ける4種類の幹細胞の活動は、加齢に伴って低下します。
  • 細胞間コミュニケーションの変化:細胞間のコミュニケーションは加齢に伴って妨げられ、炎症や組織の損傷を引き起こします。

老化は生物有機体が持つ自然な特徴であり、老化研究分野におけるAIと深層学習の進歩のほとんどはバイオマーカー開発の専門領域のものです。基本的な臨床血液検査、写真、ビデオ、音声、網膜スキャン、さらには医用イメージングからマイクロバイオームデータに至るまで、さまざまなデータタイプに対して年齢予測システム、つまり「老化時計」が開発されています。

デジタル医療市場

医療は3兆ドルの米国産業であり、人工知能は、2030年代と2040年代に大きな優位を占める新しい革新的な巨大企業を生み出すことになるでしょう。

CBinsightsによると、2018年には、ベンチャーキャピタルが米国の500社近いスタートアップ企業に100億ドルを投資しました。 また、大手テクノロジー企業、ベンチャーキャピタル、および各国政府は、テクノロジーの進歩についても熱心に調査しています。

デジタルヘルススタートアップ企業の投資段階

デジタル医療市場には18,000社のスタートアップ企業が参入しており、その規模は1,450億ドルに上ります。 投資家たちは、2018年にデジタルヘルスに68億ドルを投資しました。AI規制はまだ整備されていませんが、デジタルヘルスは多かれ少なかれ全面的な導入が進み、導入も容易になるでしょう。医療AI市場は、2021年までに複合年間成長率40%を達成する見込みです。これは主に、AIが医療の成果を30~40%改善すると同時に、治療費を半分に削減できる可能性があるためです。
デジタルヘルス分野は急激に拡大しています。仮想診断からAIを利用したより効果的な医薬品の開発まで、その可能性は飛躍的に広がっています。

トレンド - 思いもよらない方法で医療や健康データに影響を与えるAI

早期発見から医療診断の改善まで、AIは世界を変革し続けています。消費者がサービスを利用する方法、医療機関が医療を提供する方法、さらには実現できる健康上の成果など、AIや機械学習はさまざまな形で医療を改革しています。AIは破壊的な力を秘めており、これはほんの始まりに過ぎません。

医療は、いずれAIによって最も大きな変革を遂げる分野になる可能性があります。機械学習は、ニューラルネットワークによる医用イメージング、NLPによる電子医療データのマイニング、深層強化学習と5Gを利用したロボット手術などの分野に大きな影響を与えるでしょう。また、機械学習技術をウエアラブルデバイスに応用することで、センサーデータを処理して予防医療に役立てることができます。

2020年は、AIテクノロジーが医療や医薬品に応用される年になると期待されています。人間は自分の能力と精神を修正し、改善し、継続的に向上させる機会を手に入れるでしょう。

心拍や血糖値などの重要な生物学的指標を監視する新たなモバイルテクノロジーは、消費者の行動に根本的かつ前向きな変化をもたらします。

投資家たちは減量をサポートするウエアラブルデバイスに多額の投資を行ってきましたが、結局、長期的な行動の変化は見られず、失望する結果となりました。

AIは、予防から自己監視、診断、治療に至るまで、健康へのアプローチに多くの影響を与える可能性があります。これには、健康の社会的、家族的、経済的、感情的側面にどのように対処するかも含まれます。

将来的には、TwitterやFacebookなどのソーシャルメディアサイト、ウエアラブルデバイス、環境センサーなどから収集したデータを遺伝データやプロテオームデータと組み合わせることで、特定の病気のリスクと発症の両方をより明確に定義することが重要になるでしょう。企業はこの知識を利用することではじめて、医療機関や消費者がこのプロセスを遮るために使用できる低コストの介入を開発できるようになります。複数の診断、従来の臨床検査、およびウエアラブルデバイスを通じて収集したデータを組み合わせることで、疾患リスクをより包括的に把握できるようになり、医療機関やヘルスコーチは長期的な行動の変化を促進する、容易かつ低コストの介入を優先できるようになります。

AIと老化

老化に起因する病気の治療費は、世界各国の医療制度を崩壊させ、企業や政府の議題はこの件で埋め尽くされる恐れがあります。AIは、高齢化に歯止めをかけ、社会の絶え間ない変化に適応できる俊敏なイニシアチブを生み出すことができます。私たちは、幼児の死亡率低下と感染症による死亡者数の削減において大きな進歩を遂げました。しかし、心血管疾患、2型糖尿病、アルツハイマー病などの深刻な健康問題を抱えた高齢者はいまだに存在し、何百万人という高齢者が孤独な生活を送っています。

人間の寿命は延びましたが、生活の質が向上したわけではありません。AIの進歩は、老化研究の分野に大きな影響を与えています。 AIには、生物学的プロセスを演繹的、機構的に理解することなく、複雑な非線形データ内の関連パターンを識別するという特有の機能があります。AIは、体内で起きている複雑で全体的かつ統合的な関係を明らかにします。

AIには、どのように歳をとり、自己を監視し、そしてどのように人生を送るかをまとめて変革する大きな可能性があります。

実際に適用されたユースケースは、老化と寿命に関するさまざまな研究分野で、AIが有望な結果をもたらし始めていることを示しています。 AIは、概念実証例がわずかしかない過剰に宣伝されたテクノロジーから、大規模に導入され、認められた高齢者医療のトレンドへと次第に変化しています。

AIはすでに、プロセスの非効率性や手作業による高額な治療の問題を解消して人的ミスを防止するために急速に進歩しており、患者ケアの本来の趣旨を再定義することを保証しています。AIの力を解き放つには、医療ITの関係者や業界のエンドユーザーと緊密に連携する必要があります。 私たちは、人間の能力と社会的つながりを改善するために、より複雑な社会的プロセスの構築に重点を置く必要があります。これらのメカニズムには、自動運転車、目に見えないIoTセンサー、モバイルヘルスアプリやデジタルヘルスアプリなどの新しいテクノロジーに加え、経済成長を支援するために構築された関連サービスなどが含まれます。

すでに、製薬のさまざまな分野でAIアルゴリズムの開発に成功しており、幅広い用途に適用されています。

サービスを共通のプラットフォームに統合することを奨励する規制によって、健康的な老化のための革新が進むでしょう。 アクセスと規制は、データ取得のための効果的なパイプラインを確立するために、医療機関とAIベースの企業との連携が必要であることを考慮する必要があります。

この大量のデータに含まれる有益な情報を活用するには、深層学習技術の開発や機械学習などの新しい計算論的アプローチの導入も必要になります。正確な予測を行うAIの能力は、データの可用性に大きく依存します。

AIテクノロジーとユースケース

医療診断

「患者の死亡の約10%は誤診に起因しており、誤診は病院が抱える厄介な問題の6~17%を占めている」 出典 - 全米アカデミーズ

毎年1,200万件を超える深刻な誤診が発生しており、医療の質があまり良くない地域が数多く存在します。

AIソリューションは、診断を迅速化し、精度を向上させることができます。これにより、複数の領域で、現在ほとんどの医師が行っているよりも優れた診断が可能になります。しかし、医療行為へのAIの統合はまだ初期段階にあり、自社の利益のためにすでに個人データを収集している企業に私たちの最も個人的なデータを提供することは、多くの危険をはらんでいます。

このようなミスを引き起こす要因は、医師の能力だけではありません。ほかにも、以下のようなさまざまな要因があります。

  • 健康情報システムの非効率な連携と統合
  • 臨床医と患者の間のコミュニケーションギャップ
  • 診断のサポートが十分でない従来の医療業務システム

患者の転帰に関して利用できるデータが限られていることから、医療診断へのAIの応用は今のところ導入の初期段階にあります。2022年までには、医療機関や医療制度による診断へのアプローチ方法にAIが影響を与える可能性が高まるかもしれません。AIは、個人が自身の健康の変化をリアルタイムに把握する能力を変革するうえで、その役割を果たすことになります。

病院管理

患者の転帰を予測して、病院管理に役立てます。 AIを利用して電子カルテを再整理することで、医療管理にかかる膨大な時間の無駄を削減できます。これはつまり、Amazon社やGoogle社などの企業が、よりスマートなAIを利用して医療データを再パッケージすることを意味します。AIには、電子カルテなどのドキュメントやプロセスを効率化することで、その時間を大幅に削減できる可能性があります。

医薬品の開発

HIMSS Analytics 2017の基本概要によると、現在AIテクノロジーを利用している、またはAIテクノロジーに投資している医療機関は5%未満となっています。

過去5年間にわたり、製薬業界では、AIの導入によって科学者による新薬開発や病気への対抗方法が見直されてきました。

大手製薬会社が現在利用しているITは、レガシーシステムをベースとする従来型のものであり、相互運用性がなく、データのタグ付けが行われていません。製薬会社がAIベースのシステムを導入すれば、これらの課題を解決できるだけでなく、コストを削減し、効果的な新しい治療法を開発できます。

AIは、新薬の開発、服薬遵守の支援、臨床試験の詳細な分析において、製薬業界で重要な役割を果たすことになります。また、機械学習アルゴリズムは、医薬品の生物学的相互作用および化学的相互作用の調査に利用されることが見込まれます。

医用画像処理と放射線学

医用イメージングへのAIの応用は、医用画像再構成、ノイズ低減、品質保証、セグメンテーション、トリアージといった、広範囲に及ぶ不可欠なプロセスを強化できます。

深層学習は、主に画像の特定の特徴を識別し、画質を向上させ、外れ値や異常を見つけることができます。多くのイメージング研究室は、効率と専門知識を理想のレベルまで高めるために、高度な技術へと急速に移行しつつあります。

今後のAIベースアプリケーションの多くは、ラジオゲノミクス、コンピューター支援検出、および分類の分野で将来性があると言われています。 現在の医療制度はAIによって再構築され、その結果、現在の臨床画像診断は大きな影響を受けることになります。 ただし、シームレスな相互運用性を備えたデータ交換手段とともに、医用イメージングデータ用にカスタマイズされた、新しい事前トレーニング済みモデルアーキテクチャの構築に注力する必要があります。

さらに、放射線学におけるAIの急速な進歩は、患者ケア全体を変革する取り組みの決定的な突破口となる可能性があります。AIは、統合されたクラウドベースのプラットフォームを強化し、放射線科医は、症例をリアルタイムで自動的にレビューできるようになります。

病理学 - 病気の早期発見

AIを使用したデジタル病理学が急速に普及しつつある今、従来の病理診断は終わりに近づいています。作業量が増加し、正確さへのニーズが高まっていることから、AIは今後数年間で本格的にその影響力を示すでしょう。最先端のテクノロジーは、顕微鏡や人間の視覚では実現できない病理診断を実現する力を持っています。

病理学へのAIの応用により、画像解析、まれな対象物の識別、形態学に基づくセグメンテーション、スライド全体のデジタルイメージングを簡素化できます。最近の臨床診療における人工知能とデジタル病理学の急速な導入は、価値に基づくケア提供に新たな可能性をもたらしました。

IoMT - Internet of Medical Things

AIとIoTを組み合わせることで、大きな価値が生まれる可能性があります。Internet of Medical Things(IoMT)と呼ばれるこの高度なテクノロジーにより、さまざまな医療機器やセンサーをインターネットに接続して、膨大な量の重要な患者データを収集できるようになります。収集されたこれらのデータは、患者の状態を把握し、迅速かつ正確に医療診断を行い、医療機関におけるリソースの利用パターンを理解するために分析し、利用することができます。

多くの医療機関がIoMTのメリットに関心を寄せています。IoMTは、慢性疾患を持つ患者と医療機関に大きな安心をもたらします。IoMTを利用すれば、患者が快適な自宅にいながら、リアルタイムに患者を監視できるようになります。

ロボット工学

調査対象となった人の68%が、ロボットは人間を支援できるために有益であると回答した一方で、自分が病院や介護施設でロボットの介助を受けることやロボットとコミュニケーションを取ることに抵抗がないと答えた人は26%しかいませんでした。
出典: 欧州委員会による調査 - ec.europa.eu/digital-single-market/en/news/attitudes-towards-impact-digitisation-and-automation-daily-life

介護を必要とする高齢者が増加していることから、研究者たちはロボットが圧倒的な需要に対処するための1つの方法になると考えています。

  • 対話型AIエージェント - 高齢者管理や高齢化に対応する、Ipsoft Ameliaなどの対話型/認識AIエージェント。
  • ロボットコンシェルジュは、高齢者が1人暮らしを続けることができるよう支援します。これらのロボットは、料理や掃除、人付き合いに至るまで、あらゆる支援を行います。ロボットは介護を行い、場合によっては社会的交流を提供しますが、この独特な人間的課題に対して倫理をどのように適用するかなど、一部の研究者が直面している課題もあります。
  • モバイルロボティックテレプレゼンス(MRT)システムは、高齢の患者と建設的な社会的交流を実現できることがすでに証明されています。MRTは基本的に、頭の高さにディスプレイが設置された車輪付きのロボットで、簡単なスマートフォンアプリを使用して遠隔操作できます。MRTを利用すれば、高齢者が遠く離れた場所に住んでいても、親戚やソーシャルワーカーが頻繁に高齢者を「訪問」できます。高齢の患者がデバイスを操作する必要はなく、何もしなくてもソーシャルワーカーや家族と交流できます。
  • 人型ロボットは、高齢者に特に必要とされるケアを提供するのに十分な進化を遂げています。これらのロボットは物を拾ったり独立して移動したりできるだけでなく、例えば腕や手の動きを使って人間らしい自然なやり取りを行うことができます。さらに高度な人型ロボットには、タッチスクリーンなどのデバイスやセンサーが搭載されています。多くの高齢者はタッチスクリーンを使いづらいと感じ、ロボットに対話的なコマンドを与えて、その応答を画面から読み取ることを好みます。一方で、老化による難聴や視力障害のある高齢者には、タッチスクリーンを使用するオプションが不可欠です。人型ロボットは、課題となりえる社会的、倫理的影響を考慮することなく、テクノロジーの機能性を評価することに重点を置いてきました。その性質から、人型ロボットは孤独の軽減に役立つと一般的に考えられています。
  • 手術ロボットは、近い将来、多くの定型手術で医師より優れた手技を行えるようになるでしょう。医療テクノロジーの導入は今後さらに加速する見込みです。 

深層学習ニューラルネットワーク

深層学習は、以前遭遇したデータに基づいて推論を行います。例えば、医療に関連するデータをより多く入力すれば、医療だけでなく、考えられるほぼすべての診断、プロセス、転帰、医師に、AIがどのような影響を与えるかについても、非常に優れたアイデアを得ることができます。
年齢予測システムの開発に使用されている最新の深層学習技術は、以前は互換性がなかった動的データ型と静的データ型に新しい可能性をもたらします。AIによる老化バイオマーカーを利用することで、生物学的プロセスの全体像を把握し、最も重要な特徴を抽出して生物学的標的とメカニズムを同定するという、因果モデルを構築するための新しい手法が可能になります。敵対的生成ネットワーク(GAN)と強化学習の最近の発展により、多様な合成分子と患者データの生成、新しい生物学的標的の同定、期待する特性とジェロプロテクターを持つ新しい分子化合物の生成が可能になりました。

これらの新しい技術は、統合されたシームレスなエンドツーエンドのバイオマーカー開発、標的の同定、創薬、および医薬品の研究開発の加速と改善に役立つ可能性のある現実世界のエビデンスパイプラインと組み合わせることができます。

老化防止のための深層学習の高度な使用

老化バイオマーカーの発見による精密医療
精密医療は、堅牢な定量的バイオマーカーに依存しています。老化バイオマーカーは、臨床的介入の治療効果を評価するための定量的基礎を提供できるツールです
現在直面している、人間の老化研究における主な課題の1つは、老化防止の治療的介入の効果を追跡するために標的化し、測定できるバイオマーカーがないことです。
現在、老化バイオマーカーの多くは、1つの機能だけでなく、破壊されると老化に関連する特定の病気や機能不全の発症を誘発することが知られている限定された一連の生理学的機能を監視します。そのため、客観的な定量化が可能で測定が容易な生物学的老化の特徴であるバイオマーカーを開発する必要が依然としてあります。このようなバイオマーカーの設計は、概念実証、実験検証、解析性能検証などを含む、時間のかかる面倒な多段階プロセスが必要です。AIテクノロジーは、老化バイオマーカーの開発に効果的な代替手段を提供します。データ学習に基づく老化時計は、バイオマーカーの同定にすでに使用されています。将来的に、データの特徴間の複雑な非線形関係を解明し、より一層正確なモデルを構築するために、複合データ学習アーキテクチャが使用されるようになります。
標的の同定
ディープニューラルネットワークを使用した効果的な老化防止治療の開発におけるもう1つの重要な側面は、対象となる標的の同定です。 経路摂動解析を使用した経路活性化パターンの相違点のスクリーニングなど、さまざまな計算論的アプローチが開発されています。これらの手法は、経路をトランスクリプトームマップとして特徴付け、若年者と高齢者の間の大きな変化を引き起こす経路を同定するために使用できます。このような解析の結果は、老化に関与する経路についての情報をもたらします。ディープニューラルネットワークを使用するこの手法は、潜在的な長寿特性を使用して同定した既知の化合物のスクリーニングライブラリーに依存します。 老化時計によって使用される特徴を分析して、新しい標的を同定することもできます。このアプローチでは、骨格筋の特徴に基づいて年齢を予測するために使用される遺伝子のリストを使用し、それをさらに分析して年齢予測に最も重要な遺伝子を同定します。年齢予測における特徴の重要性を評価するために、いくつかの手法が使用されています。
低分子創薬
薬物化合物を設計し、創薬においてより効率的にスクリーニングできる大規模な仮想化学ライブラリーを構築するための計算手法が開発されています。創薬および医薬品の開発は、深層学習テクノロジーを使用し、潜在的な有効性と安全性に従って薬剤候補を特徴付けることでさらに最適化できます。AIテクノロジーによって標準的な創薬パイプラインが破壊されることで、老化防止治療のための新しい候補を効果的に同定できるようになります。例えば、GANパラダイムに基づく生成モデルは、仮想分子を生成するその能力から、大きな可能性を秘めています。
遺伝子治療
遺伝子治療は、遺伝子を使用して遺伝性疾患、各種がん、特定のウイルス感染などの疾患を治療または予防する実験的技術です。実際には、この技術は、遺伝物質を細胞に導入することで、異常な遺伝子を補ったり、有益なタンパク質を生成したりするように設計されています。遺伝子治療は有望ではあるものの、現在はほかに治療法がない疾患に対してのみ試験が行われています。FDAは、一部の白血病、リンパ腫、および遺伝性疾患である網膜ジストロフィーの治療に初めて遺伝子治療を承認しました。 人工知能は、遺伝子編集プロセスの精度を高めるための重要な要因です。遺伝子編集の開発は、患者のDNAを変化させる可能性のある能力を科学者に提供することによって、個々の患者に合わせた治療法の探求に新たな機会をもたらしています。膨大な量のデータに基づいて学習、予測、アドバイスを行う能力を持つAIテクノロジーは、患者の予後を予測したり、実験的治療を用いた臨床試験からオーダーメイド医療に至るまでのさまざまな選択肢を医師にアドバイスしたりするために使用できるパターンを特定できます。 ただし、正確に遺伝子を編集できるかどうかについては、まだ課題があります。

大手テクノロジー企業 – FAGMA

Google社、Alphabet社、Microsoft社、IBM社、Amazon社、Tencent社はいずれも医療および医療テクノロジーの分野に参入しています。 これらすべての企業が、自社の未来を医療分野のAIと結び付けるべく大きな一歩を踏み出しています。これらの大手テクノロジー企業は、データを追い求め、各種基準やツールキットの設計に取り組んでいます。

世界経済に影響を及ぼす恐れのあるさまざまな病気や急速な高齢化から世界を守るために、テクノロジー企業は医療費に歯止めをかけようとしています。

ソフトウェアが医療における差別化の要因になっていることから、大手テクノロジー企業はソフトウェア分野の専門知識や消費者との直接的な関係、さらには潤沢な資金によって、優位な立場に立っています。

大手テクノロジー企業は、医療分析や独自のデータソースへのアクセスに精通した企業やスタートアップ企業を探しています。

  • Chinese Tencent社は、医療サービスへと舵を切っており、バイオテクノロジーの未来に影響を与えていくと思われます。
  • Infervision China社は、命を救うために深層学習を活用しようとしています。中国では、肺がんの初期兆候を探すために毎年14億件のCTスキャンを確認することが求められていますが、それに対応できるだけの放射線科医がいません。放射線科医は毎日何百件ものスキャンを確認しなければなりませんが、これは単調なだけでなく、疲労がミスにつながる可能性があります。Infervision社は、放射線科医がより正確かつ効率的にがんを診断できるように、放射線科医の仕事を補助するアルゴリズムを訓練し、学習させました。
  • Apple社は、医師を雇用し、Apple Watch製品で医療分野に影響を及ぼすための準備を進めています。同社はApple Watchを使った監視に非常に真剣に取り組んでおり、これをiPhoneと組み合わせることで、スマートフォンを監視デバイスへと変えようとしています。
  • Google社の「メディカルブレイン」AI部門とAmazon社の1492医療テクノロジー部門。Google社とAmazon社は、スマートホーム、製薬、医療機器、そして医療ファイルをスキャンして患者の転帰に関する予測分析を行える深層学習を探求しています。また、Amazon社は医療保険にも参入し、デジタル医療関連パッケージの提供やワイヤレスの心拍数検出にも取り組んでいます。
  • Google DeepMind - Google社は、DeepMindの着想であり基盤でもある神経科学を応用して、人間の思考プロセスを模倣する機械を開発しています。DeepMindは、ゲームで人間を打ち負かすことに成功しましたが、本当に興味深いのは、治療計画の作成にかかる時間の短縮や機械を利用した病気の診断など、医療に応用できる可能性があることです。
  • Microsoft社は、拡張現実を利用した栄養情報や食事の監視に取り組んでいます。
  • Verily社は、自動腹部逆流試験を開発しました。
今後買収が予想される企業
  • AI対応の医療機器(Alivecor社、Bigfoot社など)
  • 医療機関、研究所、消費者の間を介在する電子カルテやAPI(Kareo社、Health Gorilla社)
  • テクノロジー企業に出発点として利用してもらうための独自の流通と関係を構築した既存の企業(Express Scripts社、PillPack社)

創薬のためにバイオテクノロジーAIのスタートアップ企業と提携する製薬会社

従来の製薬会社は、長い創薬サイクルに対する革新的なソリューションを求めてAI SaaSのスタートアップ企業との提携を拡大しているほか、バイオテクノロジーAIのさまざまなスタートアップ企業とも提携しています。

製薬会社は新しい治療法の候補を発見し、長期にわたる創薬プロセスを変革するために、AIアルゴリズムに数百万ドルを投資しています。それと同時に、デジタルヘルスを利用して消費者に直接リーチし、AIに関する必要な専門知識を見つけています。

最大の機会は、深層学習と人工知能を利用してまったく新しい適応症や医薬品を特定することです。

  • Pfizer社は、XtalPi社と戦略的提携を結びました。XtalPi社は、AIのスタートアップ企業であり、小分子の薬剤特性を予測し、計算に基づく合理的な医薬品設計を開発するために、Tencent社やGoogle社などの大手テクノロジー企業によって支援されています。
  • Novartis社、Sanofi社、GlaxoSmithKline社、Amgen社、Merck社などの大手製薬会社は、がんや心臓病などの幅広い疾患に対する新しい医薬品候補を発見するために、過去数カ月間でさまざまなAIスタートアップ企業との提携を発表しました。
今後買収が見込まれる企業
  • Recursion Pharmaceuticals社やAtomwise社などの企業は、AIや生物学の分野における魅力的な買収対象となる可能性があります。
  • 製薬会社のサービス分野への参入に伴い、デジタル療法の補完的サービスを提供するOmada Health社やPear Therapeutics社の買収が予想されます。
  • 非同期遠隔医療企業は、サービスを利用して、特許期限切れの低リスク製品を消費者に直接販売できます。

遺伝子治療企業

遺伝子治療分野のニーズに応えるために、いくつかの企業がAIベースのプラットフォームを開発しました。

  • ATUM社(www.atum.bio)は、カリフォルニアに拠点を置くバイオエンジニアリング遺伝子企業であり、遺伝子合成にAIを応用し、リープイントランスポザーゼと呼ばれるテクノロジーを開発しました。
  • Synpromics社(www.synpromics.com/)は、英国に拠点を置く企業であり、AIを利用してゲノム配列間のパターンと遺伝子発現の細胞型特異的調節におけるそれらの関与を同定します。
  • Elevationは、Microsoft社によって開発され、ゲノムデータとAIを用いてDNA鎖を編集する最適な位置を予測し、副作用を軽減して編集プロセスを高速化します。

再生医療とAI

収益を生み出して成長させる能力を持っている起業家にとって、再生医療は最も大きな可能性を秘めている分野です。人間の寿命は伸びており、人はできるだけ質の高い生活をできるだけ長く送りたいと考えています。

再生医療分野の目的は、例えば人工幹細胞を使用することで、患者により高度な治療を提供したり回復時間を短縮したりすることです。 AI技術は、人工幹細胞、免疫細胞、およびヒトの再生組織などを用いたオーダーメイド医療のための予測モデルの開発に機会をもたらします。例えば、AIは、胚細胞の発達状態を識別するために使用できます。AIテクノロジーのもう1つの応用例として、深層学習分析を使用して生成された3D幹細胞画像と遺伝子編集ツールCRISPRで改変された細胞株のオンラインカタログが最近導入されました。

さらに広い範囲では、AIは、再生医療技術が直面しているほかの種類の課題に対しても現実的な解決策を提供できるほか、より精密な組織工学アプリケーションのための計算モデルベースのディープニューラルネットワークの開発により、組織工学結果の予測も行えます。

  • Mayo Clinicは、最近1,000万ドルの助成金を受け、その一部は脊椎再生の研究に使われています。
  • サンフランシスコにあるPrellis Biologics社は、人間の臓器を制作して研究室で育てることを可能にするホログラフィックレーザー印刷技術を開発しました。この技術による人類への利益と臓器制作によって生み出される金銭は、天文学的なものになるかもしれません。再生医療の重要な点として、組織および臓器の3Dバイオプリンティングは、失われた構造や機能を回復する新しい方法を提供します。このタイプのテクノロジーは、老化に伴って自然と劣化する、より頑丈な組織や臓器を作り出せる可能性があります。
  • LyGenesis社は、臓器再生に取り組み、生存能力のある毛細血管を持つ人間の組織を印刷することに成功しました。これは、臓器の印刷が可能になるという有望な兆候です。
  • マサチューセッツ州ケンブリッジにあるBlueRock社は、死んだ細胞を新しい細胞に置き換え、人体の生物学的機能を失われる前の状態に回復させようと取り組んでいます。
  • オハイオ州ウィロービーヒルズにあるスタートアップ企業のNeuros社は、電気神経ブロックに重点を置いています。同社は、この経路を通じて、切断後の痛み、手術後の痛み、さらには片頭痛などの慢性的な痛みを治療できるようになると述べています。将来的には、ボタンを押すことで痛みが遮断または軽減されるようになります。

スタートアップ企業

デジタルヘルス分野のスタートアップ企業

すでに、世界中のスタートアップ企業が自社の知識を生かしてこの市場に参入しています。以下は、特に有望なデジタルスタートアップ企業です。

  • ミュンヘンにあるKaia App社が開発したアプリは、腰痛を40%軽減することが調査で明らかになっています。
  • レッドウッドシティにあるuAris Health社は、内視鏡手術を行う手術ロボットを開発しました。
  • シリコンバレーにあるZipline社は、ドローンと医療が融合することをはっきりと示しています。同社は、2016年にルワンダ政府と協力してオンデマンドサービスを開始し、迅速な医療のために50種類以上の血液製剤(血液、血漿、血小板)を配送しています。
  • ロンドンにあるBenevolentAI社のスローガンは、「医薬品開発へのデータとテクノロジー主導のアプローチ」です。

AIが実現するオーダーメイド医療と老化防止研究に重点を置いたスタートアップ企業

AIは、企業や医療機関が収集した大規模な医療データセットの解釈に基づく効果的なオーダーメイド医療の開発に使用されています。

現在、AI技術を老化研究の分野に応用している特筆すべき企業がいくつかあります。

  • Bioage社は、老化バイオマーカーの開発や老化および老化に伴う病気の創薬に機械学習とゲノムデータを利用しています。
  • Insilico Medicine社は、データ学習ベースのアルゴリズムを開発し、老化研究、バイオマーカー開発、創薬を、統一されたエンドツーエンドの学習パイプラインで実行できる統合AIパイプラインを展開しています。同社は、ゲノミクス、AI、およびビッグデータ分析の進歩を利用して、老化および老化に伴う病気の新しい革新的なソリューションを見つけることを目標としています。
  • Athelas社は、がん治療のための自宅で簡単に行える血液診断を開発しています。
  • Atomwise社は、アルツハイマー病のように有効な治療法がまだない病気の創薬パイプラインを持っており、AIを利用した老化研究を行っています。これらの例は、新しい医薬品の開発促進を目的として、AIテクノロジーをさまざまなレベルで適用できることを示しています。 AIが適用されるのは、老化バイオマーカーの同定の迅速化、新しい標的とジェロプロテクターの同定、期待する特定の特性を持つ新しい化合物開発の迅速化と最適化、エラー率の低減による患者の予後の改善、治療成果の予測による最も適切な治療法の選択の支援、臨床試験中の医薬品が試験を通過する可能性および臨床試験結果の予測などです。
  • DermaSensor社は、分光法を利用して皮膚がんの可能性を数秒で評価できる携帯型センサーを設計しています。
  • Neolight社は、早産児や正期産児の黄疸を治療するために光線療法ベッドを開発している医療機器会社です。

高度なバイオメトリクス

研究者たちは、ニューラルネットワークを使用して、以前は定量化が困難だった危険因子の調査と測定を始めています。パターンを発見するAIの能力は、以前は知られていなかった危険因子の特定と新たな診断方法への道を開き続けるでしょう。ニューラルネットワークを使用した網膜像と音声パターンの分析は、心臓病リスクの特定に役立つ可能性があります。

  • Google社
    Nature誌に掲載された論文によると、Google社の研究者たちは、網膜像で訓練されたニューラルネットワークを使用して、心臓血管の危険因子を発見したといいます。 この研究で、網膜像から年齢、性別、喫煙パターンなどの危険因子を特定できるだけでなく、これまで報告されていなかった精度で定量化できることが分かりました。
    Google社のもう1つのユースケースは、医療バイオメトリクスの受動的監視です。2018年1月、人の皮膚の色や変位から心臓血管機能を分析するという野心的なビジョンとともに、Google社の特許が公開されました。
  • Mayo Clinicは、声の音響特性を分析するイスラエルのスタートアップ企業であるBeyond Verbal社と連携し、冠動脈疾患(CAD)を持つ患者の顕著な声の特徴を見つけました。この研究では、被験者が感情的な体験を説明しているときに、CADと強く関連する2つの声の特徴が見つかりました。
  • Cardiogram社は、糖尿病によって引き起こされる心拍変動の変化を、深層学習を使用した既製のウエアラブル心拍センサーで検出できることを示唆しています。あるアルゴリズムアプローチは、85%の精度で心拍数から糖尿病を検出できることを示しています。

IoT - スマートデバイス企業

医療機器、ソフトウェア、サービスとしてのAI

過去数カ月間で、多くのAIソフトウェア製品が、FDAから臨床における商用利用の承認を受けました。規制当局の承認が急速に進んだことで、2014年以降、投資を拡大した80社以上のAIイメージングおよび診断企業では、合計149個の製品が承認を受けています。

いくつかのAI-as-a-Service(サービスとしてのAI)プラットフォームは、FDAの承認を受けたホーム監視デバイスに統合されており、異常がある場合に医師に警告を送信します。

  • IDx-DR社は、「軽度以上の糖尿病性網膜症」を持つ患者を87.4%の確率で正しく特定し、これを持たない患者を89.5%の確率で特定しました。

FDAは、専門家によるセカンドオピニオンなしで糖尿病性網膜症の患者をスクリーニングするAIソフトウェアを承認しました。このソフトウェアは、製品の市場投入までの時間を短縮する「ブレークスルー機器指定」を受けました。

  • Viz.ai社のViz Lvaは、FDAの承認を受けた製品であり、CTスキャンを分析して、患者の脳卒中の可能性を医療機関に通知します。
  • Arterys社は、GE Ventures社の支援を受けるスタートアップ企業であり、当初肺と肝臓の病変の発見に焦点を当てていたオンコロジーAIスイートでFDAの承認を受けています。

消費者側では、スマートフォンの普及と画像認識の進歩により、スマートフォンが強力な在宅診断ツールになりつつあります。

  • スタートアップ企業Healthy.io社の製品であるDip.ioは、従来の尿検査スティックを使用してさまざまな尿路感染症を監視します。ユーザーがスマートフォンでスティックの写真を撮影すると、コンピュータービジョンアルゴリズムがさまざまな照明条件やカメラの質を考慮して結果を調整します。この検査では、感染症および妊娠に関連する合併症が検出されます。Dip.ioは、欧州とイスラエルですでに市販されており、FDAの承認を受けています。

ロボット工学

高度な人工知能でプログラミングされた、自主的に人間と対話できるコンパニオンロボットを作り出します。

コンパニオンロボットには、以下のようなものがあります。

  • 日本の開発者によって製造されたAiboとParo
  • 英国で製造されたMiRo
  • Care-O-botやPepperなどの人型ロボット。より複雑で包括的なケアを提供できます。

その他の分野に関する概要

また、遠隔医療も患者と医師とのコミュニケーションを容易にすることで医療を改善します。遠隔医療は、慢性疾患の治療と監視を24時間体制で行えるより良い機会をもたらします。バイオメディカルテレメトリーは今後大きな発展を遂げるでしょう。このデジタルテクノロジーは、医師を支援し、ストレスのかかる状況を緩和するという分野で能力を拡大する可能性があります。生体工学機器や生物医学装置に、障害を持つ人、あるいは重い病気やけがに苦しむ人のための新しいソリューションが導入されていくでしょう。

補装具は、非常に速い速度で開発が進んでいます。軽量で信頼性の高い新素材、3D印刷技術、そしてスマートアルゴリズムによって、高度な機能を持つ補装具の開発が可能になっています。

スマートホーム - スマートホームでの医療は、今後爆発的に増加することが見込まれており、3D印刷のような急成長中のテクノロジーの成熟に伴い、多くの企業がこの分野を席巻するのに優位な立場につけています。

AIによって強化された長寿薬

長寿薬の開発に取り組んでいる企業は、従来のバイオ医薬品企業よりも進んでいます。長寿の研究開発には、AI、デジタル医学、ジェロサイエンスなどの多くの科学技術分野が用いられるため、長寿に取り組む企業は次世代企業と見なされています。長寿に取り組む企業は、診断や予後評価のための非常に高度な手法に加え、臨床試験を実施するための次世代技術を使用しています。


出典: CBinsights

セノリティクス。最も人気のある研究分野の1つにセノリティクスがあります。これは、老化細胞を標的とし、細胞死を誘発することでそれらの細胞を破壊する部類の医薬品です。

セノリティクスは新しい研究分野の一部であり、この分野には、DNAの損傷のような細胞刺激を標的とすることで老化を防止したり若返らせたりできると考えられているジェロプロテクター薬なども含まれます。

以下は、臨床試験に関連する主な企業です。

  • 人工知能技術を使用するJuvenescence AI社と、その合弁企業であり深層学習による創薬を行うInsilico Medicine社は、老化細胞を標的とする医薬品と栄養補助食品の両方の開発に取り組んでいます。

メトホルミン

メトホルミンは、2型糖尿病を治療する安価な後発医薬品であり、長寿を促進する可能性のある医薬品として登場しました。

長寿の研究者たちは、老化に伴う酸化ストレスや炎症を軽減する効果に注目しています。

メトホルミンに関連する企業や研究機関は、以下のとおりです。

  • 主要な学術機関や病院で、糖尿病予備軍、虚弱、炎症、筋萎縮、インスリン抵抗性などの老化に伴う症状に対するメトホルミンを使用した臨床試験が開始されました。
  • Mayo Clinicは、60歳以上を対象として、メトホルミンの虚弱への影響を調査する試験の準備を進めています。この試験では、メトホルミンの長期投与が細胞再生を強化して老化細胞を減らし、それによって虚弱や身体機能が改善されるかどうかを調査します。

ゲノムの不安定性とは、DNAの複製エラーを直接引き起こすか、あるいは活性酸素の活動によってDNA損傷を誘発する精神的ストレス、太陽放射、有害化学物質、生物学的因子を指します。私たちのゲノムは、毎日潜在的な損傷に直面しています。ゲノムが完全性と安定性を維持できるのは、この蓄積された損傷を修復する固有の修復システムのおかげです。

  • Sinclair Labは、NMDと呼ばれる医薬品の前臨床研究を行っています。

エピジェネティック変異

老化のプロセスは、エピゲノムの変化を引き起こす可能性があります。この変化は、細胞機能を潜在的に変化させ、最終的にはその機能を損なう可能性のある遺伝子発現の変化をもたらす場合があります。例として、免疫系のエピジェネティック変異は、活性化を阻害し、免疫細胞を抑制し、免疫系の障害や炎症に対して人間をぜい弱にすることがあります。

  • Turn.Biは前臨床OSKMLNを実施しており、SALKは医薬品研究OKSMの前臨床を実施しています。

タンパク質恒常性の喪失

タンパク質恒常性の喪失は、老化に伴う一般的なプロセスであり、病気の指標となります。このプロセスは、有害なタンパク質またはミスフォールドされたタンパク質と望ましくない凝集体の蓄積を特徴としています。これらのタンパク質の分解は加齢に伴って阻害されます。老化した細胞は自食機能が低下し、細胞のリソソームは細胞の老廃物を除去する効率が低下することが分かっています。アルツハイマー病、パーキンソン病、ハンチントン病、プリオン病は、タンパク質恒常性の喪失に起因する病気の一例です。

  • Ichor Therapeutics社はLysoclear、Covalent Biosciences, Inc.社はCardizymeの前臨床試験をそれぞれ実施しています。

栄養感知の制御不全

代謝活性は、人間の細胞にストレスを与えることが知られています。カロリー制限は、代謝機能障害を遅らせるための予防療法です。ミトコンドリアの機能不全や酸化ストレスといった代謝の副産物の中には有害なものがあり、栄養感知を制御不能にして糖尿病を引き起こす可能性があります。老化の速度を調節できるいくつかの重要な代謝シグナル伝達経路があります。タンパク質は老化防止の研究対象となる可能性があります。間欠的カロリー制限は、潜在的な代謝機能障害を遅らせる予防療法として、依然として最も広く認識されている療法です。

これに対する主な取り組みは以下のとおりです。

  • カリフォルニア大学サンフランシスコ校は、Klothoと呼ばれる医薬品の研究を行っています。
  • また、米国高齢化研究連合会とアルベルト・アインシュタイン医学校は、メトホルミンを使用したTame試験の第3段階臨床試験を実施しており、こちらも重要です。

ミトコンドリアの機能不全

ミトコンドリアの機能不全に対して開発中の医薬品は多くありません。ミトコンドリアは、尿素、コレステロール、神経伝達物質の代謝に関与しており、解毒とフリーラジカル生成、さらには脂肪、炭水化物、タンパク質の消化にも関与しています。これらの機能障害は多くの全身性疾患を引き起こし、多くの一般的な老化病変はミトコンドリアの機能不全に起因することが分かっています。ミトコンドリアの機能不全は、2型糖尿病、アテローム硬化性心疾患、がん、アルツハイマー病、パーキンソン病、および脳卒中に関係しています。ミトコンドリアの機能不全は、人間が老化する主な理由の1つと考えられています。

これに対する主な取り組みは以下のとおりです。

  • Salkは、医薬品研究J147の第1段階臨床試験を実施しています。
  • また、SENS Research Foundationは、医薬品の前臨床試験MitoSensを実施しています。

細胞老化

加齢に伴い、死んで置き換わることを拒否する細胞が蓄積していきます。これらの細胞は、細胞機能を阻害し、組織修復を低下させ、がんの原因となりえる突然変異を蓄積し、慢性炎症の増加を引き起こしています。細胞分裂周期が不可逆的に停止するこの現象は、細胞老化と呼ばれます。老化は、ほぼすべての細胞に影響を及ぼす普遍的なプロセスです。加齢に伴って免疫反応が低下し、一部の老化細胞は免疫クリアランスを逃れます。人間が老齢になる頃には、老化細胞が大量に蓄積しています。組織内に老化細胞が長期的存在することは、老化に伴う病気を促進する可能性があり、老化自体を促進する可能性さえあります。

この分野の主な取り組みは以下のとおりです。

  • Unity Biotechnology社は、治験UBX0101を実施しています。
  • Oisin Biotechnologies社は、医薬品の前臨床試験SENSOlyticを実施しています。
  • Cleara Biotech社は、医薬品の前臨床研究FOXO4-DRIを実施しています。
  • Antoxerene社は、前臨床試験Small-molecule senolyticsを実施しています。
  • The Scripps Research Instituteは、QuercetinDasatinibの第2段階臨床試験を実施しています。
  • Mayo Clinicは、Fisetinの第2段階臨床研究を実施しています。

幹細胞の枯渇

幹細胞はほかの多くの細胞型に分化し、組織内で再生成分として機能できます。幹細胞は、正常な細胞と組織の機能を維持するために、機能的な分化細胞で組織を補充します。幹細胞の数は生涯減少し続けるため、若年者ほど補充の可能性が高くなります。幹細胞は加齢に伴って遺伝的変異と遺伝子損傷を蓄積するため、年齢とともに分化能力を失う傾向があります。幹細胞の枯渇は、組織再生の失敗を表しており、老化の特徴です。

これに対する主な取り組みは以下のとおりです。

  • Intervene Immune社は、Human Growth Hormone(HGH)とDehydroepiandrosterone(DHEA)の第2段階臨床プロジェクトを実施しています。
  • Cratus社は、間葉系幹細胞(MSC)治療の第2段階を実施しています。
  • LyGenesis社は、異所性移植用臓器の前臨床試験を実施しています。

細胞間コミュニケーションの変化

人間が老化すると、細胞間の電気的および化学的シグナル伝達系が破壊され、シグナルに歪みが生じます。破壊されたメッセージは、細胞間コミュニケーションの不均衡をもたらします。細胞が老化すると、免疫系の機能不全や組織損傷の蓄積に起因して、より多くの炎症シグナルが生成されます。その結果、アテローム性動脈硬化、2型糖尿病、肥満、慢性消化性潰瘍などの慢性炎症と慢性疾患が生じます。

  • resTORbio社は、RTB101の第2段階医薬品研究を実施しています。
  • Scholar Rock社は、SRK-015の第1段階医薬品研究を実施しています。
  • Samumed社は、Lorecivivint(SM04690)の第3段階臨床研究を実施しています。
  • Conboy社は、次世代アフェレシスの前臨床試験を実施しています。
  • Scholar Rock社は、SRK-015の第1段階研究を実施しています。

新たな未来 - 進化する世界のために人間を進化させる – インテリジェントな社会

私たちは今後、拡張現実の利用の増加、国境を越えたコミュニティの増加、デジタル企業の著しい成長を目にすることになるでしょう。これらのトレンドはすべて、人間がデジタル化していく進化と新たな世界経済の側面を表しています。

汎用AIについて言えば、汎用人工知能(AGI)の開発や、さらには人間の記憶や能力をコンピューターに移行するなどの複数の取り組みが行われていますが、これらのアプローチの実現可能性を示す概念実証は行われていません。

ハイブリッド人間の誕生はもうすぐです。おそらく、医療におけるAIの最も驚くべき能力は、テクノロジーと人間の生態とが重なりつつあることです。

AIの進歩によって、体内に埋め込まれたチップで内部自律システムを制御できる日が近づいています。これらのチップは、脳内の反応によってアクティブ化され、仮想現実によって視力を高めたり、強化されたストレージ機能によって記憶を強化したりします。

AIチップを人間の脳に埋め込めるようになれば、二重らせんを解き明かすための明確な道筋をも手に入れることができます。人間のDNAへの書き込みや編集が可能になり、先天的な欠損を削除し、病気や疾患を発生と同時に修正できるようになります。

私たちは、一般化し、戦略を学習し、学習した特徴から新しいモデル、対象、データを生成する最新のAIの能力と、予防医療、再生医療、回復医療のあらゆる分野で新しいアプリケーションとソリューションをもたらす特徴抽出および因果関係分析の正確な方法とを組み合わせた集学的アプローチを必要としています。

簡単に言えば、ビッグデータ、ソフトウェア、化学、バイオテクノロジー、機械学習の最新の進歩を組み合わせることで、人間の脳に直接アップロードされる人間の追加機能を実現できるようになります。将来的に、人間の生態と最新のテクノロジーを同期させることにより、まったく新しい未知の領域が切り開かれます。その可能性は無限です。

高齢化に関するAI研究は、データの経済的側面、生成、交換、モデルの交換と検証、そして分析、臨床試験、教育プログラムに重点を置いたコンソーシアムと国際協力が必要であることを示しています。

* コラムは筆者の個人的見解であり、日立システムズの公式見解を示すものではありません。

* 記載されている会社名、製品名はそれぞれの会社の商標もしくは登録商標です。

メールマガジン

最新のイベント情報、商品情報など、お役立ち情報をご紹介するメールマガジンをお送りしております。

メールマガジン登録

  • 日立システムズFacebook 公式アカウント
  • Webから直接、クラウドサービスの注文・導入ができるオープンクラウドマーケットプレース

データセンター紹介ページへ

データセンター紹介
ゆるぎない信頼のパートナー 日立のデータセンター

ハイパーダイヤの専用サイトを別ウィンドウで表示します。

交通のことならハイパーダイヤ
乗換案内・路線情報検索サイト。英語・中国語にも対応。

日立システムズの
Microsoftソリューション
Microsoftとの力強い協力体制で、お客さまのソリューションを支えます。

日立システムズは、システムのコンサルティングから構築、導入、運用、そして保守まで、ITライフサイクルの全領域をカバーした真のワンストップサービスを提供します。