1 はじめに
1.1 調査目的 39
1.2 市場の定義 39
1.3 調査範囲 40
1.3.1 考慮したセグメントと地域 40
1.3.2 含むものと含まないもの 41
1.3.3 考慮した年数 42
1.3.4 通貨を考慮 42
1.4 市場関係者 43
1.5 変更点のまとめ 44
2 調査方法 45
2.1 調査データ 45
2.1.1 二次データ 46
2.1.1.1 主な二次情報源 46
2.1.1.2 二次資料からの主要データ 47
2.1.2 一次データ 47
2.1.2.1 主要な一次情報源 48
2.1.2.2 一次調査の主な目的 48
2.1.2.3 一次資料からの主要データ 49
2.1.2.4 主要な業界洞察 50
2.1.2.5 一次調査の内訳 50
2.2 調査デザイン 51
2.3 市場規模の推定 51
2.3.1 サプライサイド分析（収益シェア分析） 52
2.3.2 ボトムアップアプローチ：エンドユーザーの採用 54
2.3.2.1 親市場のトップダウン評価 55
2.3.2.2 企業プレゼンテーションと一次インタビュー 55
2.4 データの三角測量 59
2.5 調査の前提 60
2.5.1 市場規模の前提 60
2.5.2 調査の前提 60
2.6 リスク評価 61
2.7 調査の限界 61
2.7.1 方法論に関する限界 61
2.7.2 範囲に関する限界 61

3 エグゼクティブ・サマリー 62
4 プレミアムインサイト 68
4.1 創薬における人工知能（AI）市場の概要 68
4.2 北米：創薬における人工知能（AI）市場、
エンドユーザー別、国別（2023年） 69
4.3 創薬における人工知能（AI）市場：地理的成長機会 70
4.4 創薬人工知能市場：地域ミックス 71
4.5 創薬における人工知能（AI）市場：先進国vs.
新興市場 71
5 市場の概要 72
5.1 はじめに 72
5.2 市場ダイナミクス 72
5.2.1 推進要因 74
5.2.1.1 業界横断的な提携やパートナーシップの増加 74
5.2.1.2 創薬・開発にかかる時間とコストの削減ニーズの高まり 76
5.2.1.3 医薬品の特許切れと効果的な新規リード化合物の必要性 76
5.2.1.4 癌治療における薬剤と標的の相互作用を予測するためのAIの利用拡大 77
5.2.1.5 創薬におけるAI支援マルチオミクスの統合 78
5.2.1.6 希少疾病治療薬開発のための希少疾病治療への注目の高まり 79
5.2.2 阻害要因 80
5.2.2.1 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 80
5.2.3 機会 81
5.2.3.1 バイオ創薬の加速に向けたAIの活用 81
5.2.3.2 新興国における創薬への注目の高まり 81
5.2.3.3 人間認識AIシステムの開発に注力 82
5.2.3.4 シングルセル解析におけるAIの利用拡大 82
5.2.3.5 シングルセルデータからのバイオマーカーと疾患サブタイプの容易な同定 83
5.2.3.6 精度の高い個別化医薬品の高い需要 84
5.2.4 課題 85
5.2.4.1 質の高いデータセットの利用可能性の制限 85
5.2.4.2 高度なAIツールとトレーニングデータセットの不足 85
5.2.4.3 高度なAIモデルの計算上の制約 86
5.2.4.4 モデル訓練用の高品質データセットの不足 86
5.3 顧客のビジネスに影響を与えるトレンド／混乱 87

5.4 業界動向 87
5.4.1 創薬におけるAIの進化 87
5.4.2 コンピューター支援薬剤設計と人工知能 89
5.5 エコシステム分析 91
5.6 サプライチェーン分析 93
5.7 技術分析 94
5.7.1 主要技術 94
5.7.1.1 ドライラボサービス 94
5.7.1.2 ウェットラボ・サービス 97
5.7.1.2.1 化学ソフトウェアとサービス 97
5.7.1.2.2 生物学ソフトウェアとサービス 98
5.7.1.2.2.1 シングルセル解析 99
5.7.2 補完技術 102
5.7.2.1 ハイパフォーマンスコンピューティング 102
5.7.2.2 次世代シーケンサー 102
5.7.2.3 リアルワールドエビデンス／リアルワールドデータ 102
5.7.3 隣接技術 103
5.7.3.1 クラウドコンピューティング 103
5.7.3.2 ブロックチェーン技術 103
5.7.3.3 モノのインターネット 103
5.8 規制の状況 104
5.8.1 規制機関、政府機関、その他の組織 104
5.8.2 規制の枠組み 107
5.9 価格分析 111
5.9.1 創薬ソフトウェアとサービスの地域別参考販売価格 111
5.9.2 指標価格分析（プロセス別） 112
5.10 ポーターの5つの力分析 112
5.10.1 競合の激しさ 114
5.10.2 買い手の交渉力 114
5.10.3 代替品の脅威 114
5.10.4 新規参入企業の脅威 114
5.10.5 供給者の交渉力 115
5.11 主要ステークホルダーと購買基準 115
5.11.1 購入プロセスにおける主要ステークホルダー 115
5.11.2 主要な購買基準 116
5.12 特許分析 117
5.12.1 特許公開動向 117
5.12.2 管轄地域分析：創薬における人工知能（AI）の上位出願国 117
5.12.3 創薬人工知能市場における主要特許 119

5.13 アンメットニーズと重要なペインポイント 121
5.13.1 アンメットニーズ 121
5.13.2 シングルセル解析の展望： 創薬における主要課題とペインポイント 122
5.13.3 エンドユーザーの期待 123
5.14 主要会議・イベント（2024-2025年） 124
5.15 ケーススタディ分析 125
5.16 ビジネスモデル分析 130
5.17 投資と資金調達のシナリオ 132
5.18 創薬人工知能市場におけるAI/ジェネレーティブAIのインパクト 133
5.18.1 主要なユースケースと市場の可能性 133
5.18.1.1 主なユースケース 134
5.18.2 AI／ジェネレーティブAIの導入事例 135
5.18.2.1 事例1：ジェネレーティブAIと合理化されたワークフローによる創薬の加速 135
5.18.2.2 事例2：ジェネレーティブAIによる低分子創薬の加速 135
5.18.3 AI／ジェネレーティブAIの相互接続と隣接エコシステムへの影響 136
5.18.3.1 創薬市場におけるAI 136
5.18.3.2 ゲノミクス・バイオインフォマティクス市場 137
5.18.3.3 ライフサイエンス分析市場 137
5.18.4 ユーザー対応と影響評価 138
5.18.4.1 ユーザー準備状況 138
5.18.4.1.1 製薬企業 138
5.18.4.1.2 バイオテクノロジー企業 138
5.18.4.2 影響評価 138
5.18.4.2.1 ユーザーA：製薬会社 138
5.18.4.2.1.1 実施 138
5.18.4.2.1.2 影響 139
5.18.4.2.2 ユーザーB：バイオテクノロジー企業 139
5.18.4.2.2.1 実施 139
5.18.4.2.2 インパクト 139
5.19 人工知能由来の臨床資産 140
6 創薬における人工知能（AI）市場（プロセス別） 150
6.1 導入 151
6.2 ターゲット同定・選択 152
6.2.1 個別化医薬品の需要増加と医薬品研究開発への高投資が市場成長を促進 152
6.3 ターゲットバリデーション 153
6.3.1 創薬の後期段階での失敗を回避することが重視されるようになり、市場成長を後押し 153
6.4 ヒットの同定と優先順位付け 154
6.4.1 大規模データ解析の必要性が採用を促進 154
6.5 ヒット化合物の同定／リード化合物の生成 155
6.5.1 親油性を増加させることなく新薬の効能を向上させるヒット・トゥ・リード同定／リード生成 155
6.6 リード最適化 156
6.6.1 市場成長を後押しする透明性の高いプレゼンテーションと分析の必要性 156
6.7 候補化合物の選定とバリデーション 157
6.7.1 臨床薬の失敗の可能性が高く、候補化合物検証サービスの採用に拍車がかかる 157
7 創薬における人工知能（AI）市場（ユースケース別） 159
7.1 導入 160
7.2 疾患の理解 161
7.2.1 研究データの質と量を向上させるために疾病の理解に重点が置かれるように 161
7.3 医薬品の再利用 162
7.3.1 費用対効果の高い治療へのニーズの高まりと生物医学データの利用可能性の増加が市場成長を促進 162
7.4 de novoドラッグデザイン 163
7.4.1 低分子設計 164
7.4.1.1 バーチャルスクリーニングとシミュレーション技術の利用の増加が成長を促進 164
7.4.2 ワクチン設計 165
7.4.2.1 十分に検証されたAIツールの利用が市場成長を後押し 165
7.4.3 抗体・その他の生物製剤設計 165
7.4.3.1 タンパク質モデリングの進歩がセグメント成長を促進 165
7.5 薬物最適化 166
7.5.1 低分子化合物の最適化 167
7.5.1.1 分子構造の潜在的変化を特定するための生成モデルの活用が市場成長を促進 167
7.5.2 ワクチン最適化 168
7.5.2.1 ワクチン製剤の効果的予測とデリバリーベクターの調整が成長を促進 168
7.5.3 抗体・その他の生物製剤の最適化 169
7.5.3.1 タンパク質構造の予測に機械学習の採用が増加し、セグメントの成長を促進 169
7.6 安全性・毒性 170
7.6.1 高度なオフターゲット効果予測、pk/pdシミュレーション、qspモデリングが市場を牽引 170

8 創薬における人工知能（AI）市場
治療領域別 172
8.1 はじめに 173
8.2 がん領域 173
8.2.1 高いがん罹患率と有効ながん治療薬の不足が市場成長を促進 173
8.3 感染症 175
8.3.1 伝染病の発生が増加し、創薬活動が活発化 175
8.4 神経分野 177
8.4.1 複雑な疾患の診断と治療が創薬における人工知能（AI）の採用を増加させる 177
8.5 代謝性疾患 178
8.5.1 低分子治療法の発見における人工知能の役割が採用を促進 178
8.6 心血管系疾患 179
179 8.6.1 座りがちな生活習慣と肥満の高蔓延が心疾患の新薬開発を増加させる 179
8.7 免疫学 180
8.7.1 免疫疾患に対する医薬品パイプラインの増加が市場成長を促進 180
8.8 精神疾患 180
8.8.1 先進国での精神疾患の増加が市場成長を促進 180
8.9 その他の治療分野 181
9 創薬における人工知能（AI）市場（プレーヤータイプ別） 182
9.1 導入 183
9.2 エンドツーエンド・ソリューション・プロバイダー 183
9.2.1 複数のベンダーの必要性を減らし、ワークフローを加速するエンドツーエンド・ソリューション・プロバイダー 183
9.3 ニッチ／ポイント・ソリューション・プロバイダー 184
9.3.1 正確で費用対効果が高く、時間消費も少ないことが市場成長を促進 184
9.4 AI技術プロバイダー 185
9.4.1 フルサービス管理でAIに特化した機能が市場成長を支える 185
9.5 ビジネスプロセスサービスプロバイダー 186
9.5.1 高品質ツールへのアクセス向上と医薬品開発コストの低減が市場成長を後押し 186

10 創薬人工知能市場：AIツール別 187
10.1 導入 188
10.2 機械学習 188
10.2.1 ディープラーニング 190
10.2.1.1 エラーの減少とデータの一貫した管理が市場成長を促進 190
10.2.1.2 畳み込みニューラルネットワーク 191
10.2.1.3 リカレントニューラルネットワーク 191
10.2.1.4 生成的敵対ネットワーク 191
10.2.1.5 グラフ・ニューラル・ネットワーク 191
10.2.1.6 その他の深層学習技術 192
10.2.2 教師付き学習 192
10.2.2.1 薬剤の再配置を予測し、高次元データセットを管理するための教師あり学習 192
10.2.3 強化学習 193
193 10.2.3.1 新分子を加速させ、セグメントの成長を促進するためにパフォーマンスを最大化する必要性 193
10.2.4 教師なし学習 194
10.2.4.1 教師なし学習による複雑なタスクの実行、新薬候補の発見、リード化合物の最適化 194
10.2.5 その他の機械学習技術 195
10.3 自然言語処理 196
10.3.1 非構造化データ内の情報を特定し、創薬を加速する自然言語処理 196
10.4 コンテキストを考慮した処理とコンピューティング 197
10.4.1 患者固有の薬物反応の予測を改善し、治療介入を最適化するコンテクストを考慮したコンピューティング 197
10.5 コンピュータビジョン 198
10.5.1 高度な画像処理によって創薬を強化するコンピュータビジョン 198
10.6 画像解析 198
10.6.1 市場成長を支える画像処理技術による創薬の向上 198
11 創薬における人工知能（AI）市場（展開別） 200
11.1 導入 201
11.2 オンプレミス展開 201
11.2.1 マルチベンダーアーキテクチャの提供とセキュリティ上の利点が市場を牽引 201
11.3 クラウドベースの展開 202
11.3.1 共同研究への注力とソフトウェア・ハードウェア購入コストの削減が市場を牽引 202
11.4 Saasベースの展開 204
11.4.1 低コスト、優れたセキュリティ、容易なアクセスが市場成長を促進 204
12 創薬における人工知能（AI）市場（エンドユーザー別） 206
12.1 導入 207
12.2 製薬・バイオテクノロジー企業 207
12.2.1 費用対効果の高い医薬品開発に対する需要の高まりが市場成長を促進 207
12.3 受託研究機関 210
12.3.1 製薬・バイオテクノロジー業界におけるアウトソーシングニーズの高まりが市場成長を促進 210
12.4 研究センター、学術・政府機関 211
12.4.1 創薬における治療戦略と革新的アプローチの開発に注力することが市場成長を促進 211
13 創薬における人工知能（AI）市場（地域別） 213
13.1 はじめに 214
13.2 北米 214
13.2.1 北米のマクロ経済見通し 214
13.2.2 米国
13.2.2.1 調査期間中は米国が北米市場を支配 220
13.2.3 カナダ 226
13.2.3.1 AIベースの新興企業の出現と高い医療支出が市場成長を支える 226
13.3 欧州 231
13.3.1 欧州のマクロ経済見通し 232
13.3.2 英国 237
13.3.2.1 政府の研究開発助成が市場成長を促進 237
13.3.3 ドイツ 243
13.3.3.1 高度な医療インフラの存在と個別化医療への高い関心が市場を牽引 243
13.3.4 フランス 248
13.3.4.1 政府の強力な支援と有利な戦略が市場成長を促進 248
13.3.5 イタリア 253
13.3.5.1 先進的な製薬産業とライフサイエンス研究開発への注力の高まりが市場成長を促進 253
13.3.6 スペイン 258
13.3.6.1 政府の好意的な取り組みと製薬企業の高額投資が市場成長を後押し 258
13.3.7 その他の欧州 263
13.4 アジア太平洋地域 269
13.4.1 アジア太平洋地域のマクロ経済見通し 269
13.4.2 日本 275
13.4.2.1 高い高齢者人口と先進的な医薬品研究が市場成長を後押し 275

13.4.3 中国 281
13.4.3.1 ジェネリック医薬品の需要増加と政府投資の増加が市場成長を促進 281
13.4.4 インド 286
13.4.4.1 整備されたITインフラと政府の積極的な取り組みが市場成長を促進 286
13.4.5 その他のアジア太平洋地域 291
13.5 ラテンアメリカ 296
13.5.1 ラテンアメリカのマクロ経済見通し 297
13.5.2 ブラジル 302
13.5.2.1 成長するバイオテクノロジー分野と政府の取り組みが市場成長を後押し 302
13.5.3 メキシコ 307
13.5.3.1 政府の好意的な取り組みと製薬会社の高額投資が市場成長を後押し 307
13.5.4 その他のラテンアメリカ 312
13.6 中東・アフリカ 317
13.6.1 中東・アフリカのマクロ経済見通し 318
13.6.2 GCC諸国 323
13.6.2.1 個別化医療の重視と医療インフラの発展が市場を牽引 323
13.6.3 その他の中東・アフリカ 328
14 競争環境 334
14.1 導入 334
14.2 主要プレーヤーの戦略／勝利への権利 334
14.2.1 創薬人工知能市場で主要企業が採用した戦略の概要 334
14.3 収益分析、2019年～2023年 336
14.4 市場シェア分析、2023年 337
14.4.1 主要市場プレイヤーのランキング 339
14.5 企業評価マトリックス：主要プレイヤー、2023年 340
14.5.1 スター企業 340
14.5.2 新興リーダー企業 340
14.5.3 浸透型プレーヤー 340
14.5.4 参加企業 340
14.5.5 企業フットプリント：主要プレーヤー、2023年 342
14.5.5.1 企業フットプリント 342
14.5.5.2 ユースケースのフットプリント 343
14.5.5.3 プロセスフットプリント 344
14.5.5.4 治療領域フットプリント 343
14.5.5.5 プレーヤータイプのフットプリント 346
14.5.5.6 展開モードフットプリント 347
14.5.5.7 地域別フットプリント 348
14.6 企業評価マトリクス：新興企業／SM（2023年） 349
14.6.1 進歩的企業 349
14.6.2 対応力のある企業 349
14.6.3 ダイナミックな企業 349
14.6.4 スタートアップ・ブロック 349
14.6.5 競争ベンチマーキング：新興企業／SM、2023年 351
14.7 企業評価と財務指標 352
14.7.1 財務指標 352
14.7.2 企業評価 353
14.8 ブランド／製品の比較 354
14.9 競争シナリオ 355
14.9.1 製品とソリューションの発売 355
14.9.2 取引 356
14.9.3 拡張 357
14.9.4 その他の開発 358
15 企業プロフィール 359
NVIDIA Corporation (US)
Exscientia (UK)
Google (US)
BenevolentAI (UK)
Recursion (US)
Insilico Medicine (US)
Schrödinger Inc. (US)
Microsoft (US)
Atomwise Inc. (US)
Illumina Inc. (US)
Numedii Inc. (US)
Xtalpi Inc. (US)
Iktos (France)
Valo Health (US)
and Merck KGaA (Germany)
16 付録 466
16.1 ディスカッション・ガイド 466
16.2 Knowledgestore： マーケットサ ンドマーケッツの購読ポータル 474
16.3 カスタマイズオプション 476
16.4 関連レポート 476
16.5 著者の詳細 477

*** 創薬における人工知能（AI）の世界市場に関するよくある質問(FAQ) ***

・創薬における人工知能（AI）の世界市場規模は？
→MarketsandMarkets社は2024年の創薬における人工知能（AI）の世界市場規模を18.6億ドルと推定しています。

・創薬における人工知能（AI）の世界市場予測は？
→MarketsandMarkets社は2029年の創薬における人工知能（AI）の世界市場規模を68.9億ドルと予測しています。

・創薬における人工知能（AI）市場の成長率は？
→MarketsandMarkets社は創薬における人工知能（AI）の世界市場が2024年～2029年に年平均29.9%成長すると展望しています。

・世界の創薬における人工知能（AI）市場における主要プレイヤーは？
→「NVIDIA Corporation (US)、Exscientia (UK)、Google (US)、BenevolentAI (UK)、Recursion (US)、Insilico Medicine (US)、Schrödinger、Inc. (US)、Microsoft (US)、Atomwise Inc. (US)、Illumina、Inc. (US)、Numedii、Inc. (US)、Xtalpi Inc. (US)、Iktos (France)、Valo Health (US)、and Merck KGaA (Germany)など ...」を創薬における人工知能（AI）市場のグローバル主要プレイヤーとして判断しています。

※上記FAQの市場規模、市場予測、成長率、主要企業に関する情報は本レポートの概要を作成した時点での情報であり、最終レポートの情報と少し異なる場合があります。

*** 免責事項 ***
https://www.globalresearch.co.jp/disclaimer/