エグゼクティブサマリー

国内の稼働事例で開示された時間削減効果
従来比の時間・移動距離の削減率(%) · 導入企業による開示 · 2023-2026年
ヒットから開発候補まで ~70% 治験総括報告書の作成 35% 治験の患者選定 ~33%(想定) 治験の統計プログラミング 30% 倉庫ピッキングの移動距離 22.6%(試験)
出典:[Astellas 2024]、[MHLW grant 2025]、[Fujitsu 2025]、[Shionogi 2023]、[Medipal 2023]

3つの理由

導入を後押しするのはコストではなく人手です。MRは1年で6.6%減少して43,646人となり[MR Center 2025]、薬剤師は年間8億9,600万件の処方箋について服薬指導を記録しています[MHLW 2025 dispensing]。

文書業務ではすでに成果が出ています。あるがんセンターは報告書作成を120営業日から78営業日に短縮し[MHLW grant 2025]、塩野義製薬は治験プログラミングの工数を30%削減しました[Shionogi 2023]。

創薬と患者データは停滞しています。中外製薬は自社モデルで設計した唯一の臨床段階抗体の開発を中止し[Fierce 2026]、電子処方箋を発行する病院はわずか19.4%です[Digital Agency 2026]。

結論条件付きで推進。日本のパートナーを通じたサプライヤーとしての参入が前提です。文書、記録、営業支援ツールは1〜2年で投資を回収し、創薬と患者向けツールは3〜5年の賭けとなります[Kira estimates]。
まず臨床、薬局、営業の各チームに時間を還元する提案を。創薬と患者向けソフトウェアは参入の入口ではなく、オプションとして位置付けるべきです。
Astellas 2024 · Digital Agency 2026 · Fierce 2026 · Fujitsu 2025 · Medipal 2023 · MHLW 2025 dispensing · MHLW grant 2025 · MR Center 2025 · Shionogi 2023 · Kira estimates · 出典の詳細は出典一覧を参照

影響の大半は臨床文書、安全性関連文書、薬局記録、MR業務に集中し、工場と価格設定への影響は最も小さくなります。

ここでいう影響度とは、モデルが話題を集める領域ではなく、ルールに基づき大量に繰り返される業務を指します。

セグメント内で影響を受ける領域
スコア0-5 · x=文書・ルール・パターン確認が業務に占める比率 · y=人員工数と処理量 · バブル=コスト比重
現時点で影響大 処理量は大、自動化余地は小 優先度低 ルール依存度は高、規模は小 0 0 1 1 2 2 3 3 4 4 5 5 文書・ルール業務の比率(0-5) 人員工数と処理量(0-5) 臨床文書・データ 薬事・安全性関連文書 薬局記録・フォローアップ MR・メディカル業務 供給計画・卸売 創薬研究 製造・品質 市場アクセス・価格設定
出典:[Kira estimates] 以降のページの業務量に基づく

文書業務が先行する理由

処理量が大きい。2024年度に薬局が調剤した処方箋は8億9,600万件で、それぞれに服薬指導の記録が伴います[MHLW 2025 dispensing]。

文書は時間がかかり、外部委託されています。外部委託した治験総括報告書は作成に6か月超、費用はJPY 5 mn以上かかります[MHLW grant 2025]。

研究所は事情が異なります。創薬はモデルの影響を受けますが、業務の中心は実験です。得られるのはスピードであり、工数削減より成果として計上しにくい性質があります。

注記スコアは開示された業務量に基づく当社の判断であり、実測の時間調査ではありません。
提案内容は右上の4領域に合わせるべきです。工場や価格設定の自動化を入口にしてはなりません。
MHLW 2025 dispensing = MHLW dispensing costs FY2024 · MHLW grant 2025 = MHLW research grant report, FY2025 · Kira estimates = KIRAアナリストによる三角測量推計