Teradataは、医療・ライフサイエンス分野でAIを活用した3つの顧客事例を発表しました。
欧州の研究機関では、最大10年先の疾病発症を70%の精度で予測しました。
米国の医療システムでは、患者エンゲージメントが520%向上しました。
いずれも、データを外部に移動させず、統制されたデータベース内でAIを実行しています。
記事の概要
Teradataは、欧州の先端研究機関、米国の総合医療システム、米国の医療保険事業者の事例を公開しました。
欧州の先端分子生物学・腫瘍学研究機関は、患者の年齢タイムラインを扱う200万パラメータのモデルを開発しました。
Teradataのエンジニアリングチームは、Bring Your Own Model技術とnPathを使い、モデルを3日間でデータベース内に展開しました。
このモデルは、最大10年先の疾患発症を70%の精度で予測し、地域・集団レベルの医療需要計画に活用できる成果を示しました。
100万人以上をケアする米国の大規模医療システムでは、10年分の患者データと約150の特徴量を使ってリスクを層別化しました。
この取り組みにより、遠隔モニタリングなどのデジタルケアを展開し、患者エンゲージメントが520%向上しました。
米国の大手医療保険事業者では、LLM、エンベディング、データベース内の類似度マッチングを規制対応に用いました。
Teradataの委託調査では、医療・ヘルスケアのリーダーの90%が、AI活用に十分なデータは20%以下と回答しました。
記事のポイント
- 疾病発症を10年先まで予測： 欧州の先端研究機関は、200万パラメータのモデルを3日でDB内に展開し、10年後の発症を70%精度で予測しました。
- 患者支援をデータで優先化： 米国の医療システムは、10年分・約150特徴量でリスク層別化し、患者エンゲージメントを520%高めました。
- データを移動せず規制対応： 米国の医療保険事業者は、LLMや埋め込みをDB内で処理し、データを移動せず規制対応を進めました。
このニュースがもたらす影響
- 導入を検討する医療機関： 10年分の患者データや約150の特徴量を使える組織では、予測モデルの精度だけでなく、支援対象の選定からデジタルケアまでを一体で設計することが求められそうです。
- 医療AIサービス提供者： モデルをデータベース内で3日間で稼働させた事例から、外部環境へのデータ移動を抑えながら、既存モデルを現場の業務へ接続する実装力が競争軸になる可能性があります。
- 医療・保険業界のデータ責任者： AIに使えるデータが20%以下という調査結果を踏まえると、モデル開発に先行して、データの文脈化やガバナンスを基盤へ組み込む判断が必要になりそうです。
このニュースの背景
医療・ヘルスケアでは、AIに活用できる形で記述・文脈化されたデータが20%以下だと答えたリーダーが90%に上りました。
一方で、今回の事例では、長期間の患者データを使った疾病予測、リスク層別化によるデジタルケア、規制対応へのLLM活用が進められています。
いずれもデータを外部へ移動させず、統制されたデータベース内でモデルやLLM、類似度マッチングを実行する構成です。
医療・保険分野では、ガバナンスやセキュリティを維持しながら、PoCから本番運用や規制対応へ短期間で移行できる基盤が求められています。
関連するニュース
詳しい記事の内容はこちらから（引用元）
日本テラデータ株式会社のプレスリリース（2026年10月8日 11時00分）テラデータ、医療・保険分野におけるAI活用と…
https://prtimes.jp/main/html/rd/p/000000266.000018629.html