AIの精度は「データの質」で決まる - AKT Healthが、製薬・ ヘルスケア特化のデータアノテーションサービスを提供開始.
日本国内でAI活用が加速する中、モデルの精度を左右するアノテーション工程に特化。独自のヘルスケアAI運用フレームワーク「HAIOps」に基づき、医療・製薬領域の専門知識と高品質データでAI開発を支援。
株式会社 AKT Health（本社：東京都、以下「当社」）は、製薬・ヘルスケア領域に特化した
データアノテーション・アズ・ア・サービス（Data Annotation as a Service）の提供を開始いたします。当社が独自に開発したヘルスケアAI運用フレームワーク「HAIOps（Healthcare AI Operations）」に基づき、生成AIや機械学習モデルの精度を決定づけるデータ品質の確保を、ドメイン知識を持つ当社専門チームが一貫して担います。
■ なぜ今、データアノテーションが重要なのか
AIモデルの性能は、学習データの「量」よりも「質」によって大きく左右されます。とりわけ医療・
製薬分野では、臨床用語の正確な理解、文脈に即したラベリング、法規制に準拠したデータ管理が不可欠です。
市場規模の観点でも、その重要性は数字に表れています。
-
グローバルAIトレーニングデータ市場は2026年に約44億ドル規模に達し、2034年には231億ドルへ成長すると予測されています（CAGR 22.9%）。日本市場単独では2026年時点で約2.8億ドル
規模が見込まれています。（出典：Fortune Business Insights）
-
日本のヘルスケアアナリティクス市場は2024年に24億ドルを記録し、2033年には151億ドル
へ拡大すると予測されています（CAGR 19.8%）。
-
経済産業省（METI）は2026年度予算において半導体・AI分野への支出を約1.23兆円（約79億
ドル）と前年比4倍近くに拡大。さらに2030年に向けた官民合計10兆円規模のAI・半導体投資
目標も掲げており、製薬・ヘルスケアを含む産業横断的なAI活用が国策として推進されています。（出典： Bloomberg, 2025年12月 / The Japan Times, 2025年12月 / NVIDIA Blog, 2025年10月）
-
データサイエンティストの業務時間の67%モデル構築ではなくデータ準備・整備に費やされているという調査結果があります。（出典：Fivetran + Vanson Bourne, 2024年）
日本の製薬企業・医療機関においてはAI導入の検討は進むものの、学習データの整備段階で
プロジェクトが停滞するケースが後を絶ちません。当社はこの課題を「データの川上」から解決する
ことを使命としています。
■ サービス概要
当社が提供するData Annotation as a Serviceは、単なるラベリング作業にとどまりません。当社の専門チームが、データ設計からアノテーション品質管理・納品まで一貫してサポートします。
主な対応領域
-
医薬品・臨床文書のNLPアノテーション（医療用語・副作用・適応疾患の抽出・分類）
-
MR・医師行動データの分類・意図ラベリング（プロモーション効果分析向け）
-
患者調査・アンケートデータの感情分析・テーマ抽出アノテーション
-
PDF・画像からの構造化データ抽出（承認申請書類・学術論文等）
-
生成AI評価用RLHFデータセット構築（Good/Badペアリング・ランキング）
■ 当社独自のフレームワーク「HAIOps」——ヘルスケアAI運用の新たなスタンダード
HAIOps（Healthcare AI Operations）は、当社が独自に開発・提唱するヘルスケア領域に特化
したAI運用フレームワークです。一般的なMLOps（機械学習運用）を拡張し、安全性監視・規制適合・臨床的妥当性といった医療・製薬分野特有の要件に対応するため、以下の4つのレイヤーで構成されて
います。
-
臨床的妥当性レイヤー（Clinical Validation）：臨床エキスパートによる二重レビュー、
アノテーター間一致度（Cohen's / Fleiss' Kappa）の統計的管理、ゴールドスタンダードとの
ベンチマーキング
-
規制適合性レイヤー（Regulatory Compliance）：21 CFR Part 11準拠の電子署名、
アノテーション履歴の完全追跡、CDISC・MedDRA・SNOMED CT・ICD・DICOM・FHIR等の
国際標準への準拠
-
安全性監視レイヤー（Safety Surveillance）：有害事象シグナル検出のエスカレーション手順、
アノテーター判断ドリフトの統計的監視、バイアス検出
-
パフォーマンス監視レイヤー（Performance Monitoring）：プロジェクト別ダッシュボード、
SLA管理、SOPへの継続的フィードバックループ
“本フレームワークにより、当社のData Annotation as a Serviceは単なる外注ラベリングではなく、
PMDA・FDA・EMA等の規制当局の審査に耐えうる「監査可能なアノテーションデータ」を提供
します。学習データそのものの出自と品質が、AIモデル承認プロセスにおいて問われる時代に対応
した、包括的運用体系です。”
■ 日本市場における優位性
日本語という言語的ハードルに加え、薬機法への適合・個人情報保護法対応など、グローバルな
アノテーションベンダーが対応しきれない要件が国内市場には存在します。当社はこれらの要件を
HAIOpsフレームワークのもとでデフォルトで満たすサービス設計を実現。英日バイリンガル対応に
より、外資系製薬企業のジャパンオフィスとの連携も円滑に行えます。
また、日本のデータアノテーションツール市場は世界シェアの約5%を占め、精密さを求める製薬・
ロボティクス分野での需要が特に高い市場です。（出典：Fortune Business Insights）
■ サービス提供の背景
AKT Healthはこれまで、傾向スコアマッチング（PSM）分析・Power BIダッシュボード構築・多施
設データ統合など、製薬クライアント向けのデータ分析支援を展開してきました。その経験を通じ、
多くのプロジェクトにおいて「分析の前段階——データの構造化・ラベリング——に最も工数が
かかる」という共通課題を繰り返し目の当たりにしてきました。
本サービスはその課題認識から生まれた、当社にとって新たな取り組みです。製薬データの文脈と
品質基準を熟知した立場から、アノテーション工程に専門特化したサービスとして、当社独自の
HAIOpsフレームワークのもとで提供を開始します。
■ 今後の展開
2026年内に製薬企業・CRO・医療データ企業を中心に10社以上との連携を目指します。
アノテーションサービスを入口に、AIモデル評価・データ戦略コンサルティングまで提供領域を拡張
していく方針です。ご関心のある企業・担当者さまは、下記よりお気軽にお問い合わせください。
【本件に関するお問い合わせ先】
会社名：株式会社AKT Health
所在地：東京都渋谷区東1-16-8
代表者：代表取締役 タラプラガダ・アディティア・クマール
設立 ：2019年5月
