毎経記者｜張宏 毎経編集｜魏官紅 2025年、湖北宜昌出身の58歳患者が、人工知能の支援を受けて、胃部の隠れた「粘膜内高分化腺癌」を検出しました。類似の事例が増える中で、人工知能の医療における役割が徐々に明らかになっています。今年、「スマート経済」が初めて「政府工作報告」に盛り込まれました。「第15次五カ年計画」では「人工知能+」の生活福祉に関する重大プロジェクトをデジタル中国の核心任務に位置付けています。2025年8月、国務院は「人工知能+」行動の深い実施に関する意見を発表し、すべての人が享受できる高水準の住民健康アシスタントの探求と普及を求め、人工知能が補助診療、健康管理、医療保険サービスなどのシーンでの利用を秩序立てて推進し、基層医療健康サービスの能力と効率を大幅に向上させることを要求しています。「第15次五カ年計画」では関連内容が特集されています。3月25日から29日、「2026中関村フォーラム年会」が北京で開催されました。年会の期間中、AI（人工知能）医療の現在の浸透率、応用における障害、AI医療がどのような段階で役立つかについて、『每日経済新聞』の記者（以下NBD）は、国務院参事で北京協和医学院衛生健康管理と政策学院の終身教授である劉遠立氏にインタビューを行いました。 ""劉遠立氏がフォーラム会場で円卓対話に参加している。写真提供：毎経記者 張宏 撮影**誰が支払うのか、どのように支払うのかはAI医療産業の発展の核心問題**-----------------------------**NBD**：現在、AI医療の浸透率はどのようになっていますか？**劉遠立**：現在、市場は依然として多様な競争の様相を呈しています。AI医療製品は主にto C（消費者向け）とto B（医療機関向け）の2つの大きなカテゴリに分かれます。核心問題は、誰が支払うのか、どのように支払うのかです。表面上、優れた製品の市場受容性は消費者または医療機関の採用意欲に依存しているように見えますが、その背後の鍵となる推進要因はやはり医療保険です。医療保険は患者と医療機関の意思決定、特に後者に対して決定的な影響を持っています。我が国の医療機関は公立の属性を持っていますが、その生存と発展は業務収入に高度に依存しています。業務収入の60％以上が医療保険の支払いから来ています。したがって、AI製品が医療保険の償還リストに含まれるなら、市場基盤を持つことになりますが、含まれなければ、医療機関は慎重に評価することになります。たとえ製品が医療保険リストに含まれても、その価格設定と補償基準は依然として重要な変数です。優れた医療技術の適用にはコスト支出が伴い、医療機関は厳密なコスト効果分析を行う必要があります。現在、我が国の公立病院は収支の不均衡という課題に直面しており、この背景のもとで公立病院は顕著な資金圧力に直面しています。したがって、人工知能製品は「価値医療」を実現できることを証明する必要があります——つまり、医療の質を向上させ、合併症を減少させ、患者の予後を改善しながら、医療機関の総運営コストを削減することです。医療の質、コスト管理、公益性はしばしば「不可能の三角」と見なされますが、技術がこの困難を突破できることを証明できなければ、医療機関は採用の決定を下すのが難しいでしょう。現在、一部の人工知能製品の市場プロモーションは、技術の先進性と研究開発投資の規模を過度に強調しています。しかし、より注目すべきは、そのビジネスモデルの持続可能性です。医療保険の迅速な導入と合理的なコスト補償メカニズムが欠如している場合、技術の実現は「最後の1マイル」の障害に直面することになります。したがって、市場経済の条件下で、優れた医療技術の普及と応用の鍵は、支払いメカニズムの確立と、誰が支払うのか、どのように支払うのかを明確にすることです。これは現在のAI医療産業の発展において重点的に解決すべき核心テーマです。**特定の分野では、AI全科医の能力は正式に訓練を受けた医師に劣らない**-----------------------------------**NBD**：以前に関連ニュースがあり、医師が人工知能を使って患者の画像データ中の病変を発見したということです。現在、AIは医療のどの段階でより良い役割を果たせると考えていますか？**劉遠立**：これは疑いの余地がありません。現在の医学における人工知能の持続的なイテレーションと最適化は、主に2つの基盤に依存しています：知識ベースとデータベース。知識に関わるすべての段階、特に公に発表された医学知識の分野では、AIの能力は個々の医師を大きく超えています。健康知識の普及や宣伝、あるいは一般的な病気や多発性疾患の診療——症状と基本的な検査指標を入力すると、AIは迅速に判断を下すことができます。簡単に言えば、現在のAI全科医の能力は、一般的な病気や多発性疾患の面で、正式に訓練を受けた全科医に劣らないのです。しかし、臨床検査結果、画像データ、患者の病歴などの情報を組み合わせて難病を治療する場合、AIには依然として明らかな不足があります。ただし、2つの点は重視すべきです。第一に、多くの欠陥があるにもかかわらず、人工知能の発展の最大の特徴は非常に迅速なイテレーションです。十分な計算力の支援があり、高品質な知識ベースと実世界データを用いたトレーニングが行われれば、技術は継続的に進歩し、潜在能力は非常に高いものとなるでしょう。第二に、この潜在能力は受動的に待っているだけでは実現できず、私たちが積極的に参加する必要があります。したがって、私は医学の人工知能製品はある程度公共財として見なされるべきだと考えています——創出された優れた技術は迅速に全世界の人々に利益をもたらすことができます。そして、製品の質の高さは、各患者、各医師、各専門家が臨床経験や実世界データを提供する意欲と密接に関連しています。経験豊富な専門家ほど、経験を共有し、データを提供する責任があります。それによってこの公共財の最適化とイテレーションを推進することができます。潜在能力、責任、使命、これら三者は一体となるべきです。これに基づいて、医療健康の人工知能大モデルの開発においては、医療健康分野のデータガバナンスアライアンスを設立し、データの共有と協力的なイノベーションを促進すべきです。イギリスのUK Biobank（英国生物样本库）は全人類に30以上の新しい標的を提供しており、中国も独自のChina Biobank（中国生物样本库）を設立する能力を持っています。さらに、グローバルアライアンスの構築を促進する必要があります。一方ではモデルを共同開発し、もう一方では、科学的で権威ある評価システムを確立することが重要です——中国の専門家の意見だけでなく、各国の専門家の専門的な判断を集めることで、成果物の質を確保することができます。**原始的診療タスクが完了したデータを大モデルのトレーニングに活用することを推進する**--------------------------**NBD**：先に使用しなければデータは得られない；使用するためには、まずその価値を証明しなければならない；そして、製品に価値を持たせるためには、まずデータが必要です。この中には矛盾があるのでしょうか？**劉遠立**：これは医療健康の「信頼できるデータ空間」と呼ばれ、国家データ局には関連する文書があります。その核心メカニズムにはいくつかの側面が含まれています：まずデータの権利を明確にし、次に各方面がデータの価値を共有する動機を持つようにすること、そして基盤にはデータガバナンスの作業があります。各データ保持者は、データを適切に管理し、データが真実で信頼でき、利用可能であることを確認し、共有に参加する意欲が必要です。また、共有によって生じた価値に対して適切な報酬を得ることで、共有の動機を喚起することができます。具体的には、臨床診療の過程で大量のデータが生成されます。これらのデータはすでに原始的な診療タスクを完了しており、さらなるガバナンスを通じてその質を向上させ、構造化の程度を強化することで、直接大モデルのトレーニングに利用することができます。したがって、データガバナンスが第一歩であり、使用が第二歩であり、価値配分はその後の段階となります。
専門家インタビュー：国務院参事の劉遠立氏が語る—特定分野において、AI全科医の能力は正式な訓練を受けた医師に劣らない
毎経記者｜張宏 毎経編集｜魏官紅
2025年、湖北宜昌出身の58歳患者が、人工知能の支援を受けて、胃部の隠れた「粘膜内高分化腺癌」を検出しました。類似の事例が増える中で、人工知能の医療における役割が徐々に明らかになっています。
今年、「スマート経済」が初めて「政府工作報告」に盛り込まれました。「第15次五カ年計画」では「人工知能+」の生活福祉に関する重大プロジェクトをデジタル中国の核心任務に位置付けています。2025年8月、国務院は「人工知能+」行動の深い実施に関する意見を発表し、すべての人が享受できる高水準の住民健康アシスタントの探求と普及を求め、人工知能が補助診療、健康管理、医療保険サービスなどのシーンでの利用を秩序立てて推進し、基層医療健康サービスの能力と効率を大幅に向上させることを要求しています。「第15次五カ年計画」では関連内容が特集されています。
3月25日から29日、「2026中関村フォーラム年会」が北京で開催されました。年会の期間中、AI（人工知能）医療の現在の浸透率、応用における障害、AI医療がどのような段階で役立つかについて、『每日経済新聞』の記者（以下NBD）は、国務院参事で北京協和医学院衛生健康管理と政策学院の終身教授である劉遠立氏にインタビューを行いました。
劉遠立氏がフォーラム会場で円卓対話に参加している。写真提供：毎経記者 張宏 撮影
誰が支払うのか、どのように支払うのかはAI医療産業の発展の核心問題
NBD：現在、AI医療の浸透率はどのようになっていますか？
劉遠立：現在、市場は依然として多様な競争の様相を呈しています。AI医療製品は主にto C（消費者向け）とto B（医療機関向け）の2つの大きなカテゴリに分かれます。核心問題は、誰が支払うのか、どのように支払うのかです。
表面上、優れた製品の市場受容性は消費者または医療機関の採用意欲に依存しているように見えますが、その背後の鍵となる推進要因はやはり医療保険です。医療保険は患者と医療機関の意思決定、特に後者に対して決定的な影響を持っています。
我が国の医療機関は公立の属性を持っていますが、その生存と発展は業務収入に高度に依存しています。業務収入の60％以上が医療保険の支払いから来ています。したがって、AI製品が医療保険の償還リストに含まれるなら、市場基盤を持つことになりますが、含まれなければ、医療機関は慎重に評価することになります。
たとえ製品が医療保険リストに含まれても、その価格設定と補償基準は依然として重要な変数です。優れた医療技術の適用にはコスト支出が伴い、医療機関は厳密なコスト効果分析を行う必要があります。
現在、我が国の公立病院は収支の不均衡という課題に直面しており、この背景のもとで公立病院は顕著な資金圧力に直面しています。したがって、人工知能製品は「価値医療」を実現できることを証明する必要があります——つまり、医療の質を向上させ、合併症を減少させ、患者の予後を改善しながら、医療機関の総運営コストを削減することです。医療の質、コスト管理、公益性はしばしば「不可能の三角」と見なされますが、技術がこの困難を突破できることを証明できなければ、医療機関は採用の決定を下すのが難しいでしょう。
現在、一部の人工知能製品の市場プロモーションは、技術の先進性と研究開発投資の規模を過度に強調しています。しかし、より注目すべきは、そのビジネスモデルの持続可能性です。医療保険の迅速な導入と合理的なコスト補償メカニズムが欠如している場合、技術の実現は「最後の1マイル」の障害に直面することになります。
したがって、市場経済の条件下で、優れた医療技術の普及と応用の鍵は、支払いメカニズムの確立と、誰が支払うのか、どのように支払うのかを明確にすることです。これは現在のAI医療産業の発展において重点的に解決すべき核心テーマです。
特定の分野では、AI全科医の能力は正式に訓練を受けた医師に劣らない
NBD：以前に関連ニュースがあり、医師が人工知能を使って患者の画像データ中の病変を発見したということです。現在、AIは医療のどの段階でより良い役割を果たせると考えていますか？
劉遠立：これは疑いの余地がありません。現在の医学における人工知能の持続的なイテレーションと最適化は、主に2つの基盤に依存しています：知識ベースとデータベース。知識に関わるすべての段階、特に公に発表された医学知識の分野では、AIの能力は個々の医師を大きく超えています。健康知識の普及や宣伝、あるいは一般的な病気や多発性疾患の診療——症状と基本的な検査指標を入力すると、AIは迅速に判断を下すことができます。簡単に言えば、現在のAI全科医の能力は、一般的な病気や多発性疾患の面で、正式に訓練を受けた全科医に劣らないのです。
しかし、臨床検査結果、画像データ、患者の病歴などの情報を組み合わせて難病を治療する場合、AIには依然として明らかな不足があります。
ただし、2つの点は重視すべきです。第一に、多くの欠陥があるにもかかわらず、人工知能の発展の最大の特徴は非常に迅速なイテレーションです。十分な計算力の支援があり、高品質な知識ベースと実世界データを用いたトレーニングが行われれば、技術は継続的に進歩し、潜在能力は非常に高いものとなるでしょう。第二に、この潜在能力は受動的に待っているだけでは実現できず、私たちが積極的に参加する必要があります。
したがって、私は医学の人工知能製品はある程度公共財として見なされるべきだと考えています——創出された優れた技術は迅速に全世界の人々に利益をもたらすことができます。そして、製品の質の高さは、各患者、各医師、各専門家が臨床経験や実世界データを提供する意欲と密接に関連しています。経験豊富な専門家ほど、経験を共有し、データを提供する責任があります。それによってこの公共財の最適化とイテレーションを推進することができます。潜在能力、責任、使命、これら三者は一体となるべきです。
これに基づいて、医療健康の人工知能大モデルの開発においては、医療健康分野のデータガバナンスアライアンスを設立し、データの共有と協力的なイノベーションを促進すべきです。イギリスのUK Biobank（英国生物样本库）は全人類に30以上の新しい標的を提供しており、中国も独自のChina Biobank（中国生物样本库）を設立する能力を持っています。
さらに、グローバルアライアンスの構築を促進する必要があります。一方ではモデルを共同開発し、もう一方では、科学的で権威ある評価システムを確立することが重要です——中国の専門家の意見だけでなく、各国の専門家の専門的な判断を集めることで、成果物の質を確保することができます。
原始的診療タスクが完了したデータを大モデルのトレーニングに活用することを推進する
NBD：先に使用しなければデータは得られない；使用するためには、まずその価値を証明しなければならない；そして、製品に価値を持たせるためには、まずデータが必要です。この中には矛盾があるのでしょうか？
劉遠立：これは医療健康の「信頼できるデータ空間」と呼ばれ、国家データ局には関連する文書があります。その核心メカニズムにはいくつかの側面が含まれています：まずデータの権利を明確にし、次に各方面がデータの価値を共有する動機を持つようにすること、そして基盤にはデータガバナンスの作業があります。各データ保持者は、データを適切に管理し、データが真実で信頼でき、利用可能であることを確認し、共有に参加する意欲が必要です。また、共有によって生じた価値に対して適切な報酬を得ることで、共有の動機を喚起することができます。
具体的には、臨床診療の過程で大量のデータが生成されます。これらのデータはすでに原始的な診療タスクを完了しており、さらなるガバナンスを通じてその質を向上させ、構造化の程度を強化することで、直接大モデルのトレーニングに利用することができます。したがって、データガバナンスが第一歩であり、使用が第二歩であり、価値配分はその後の段階となります。