難題を抱える歯科医療領域をDX・AIで変えていく──Vol.2 エミウム株式会社 代表取締役 稲田雅彦【寄稿：DNX Ventures新田修平】

DNX Ventures 新田修平（以下「新田」）エミウムの事業概要をお聞かせください。

エミウム株式会社 代表取締役 稲田雅彦（以下「稲田」）エミウムは歯科医療領域のITスタートアップであり、日本の歯科業界をリードする国立大学法人 東京科学大学（旧 東京医科歯科大学）認定の大学発スタートアップです。

医療領域において、医科は薬がソリューションの中心である一方、歯科は補綴物や矯正用マウスピースといった医療製造物の占める割合が大きいという特徴があります。この歯科医療サプライチェーンの領域には課題が山積しており、それらを解決するべくDXやAIトランスフォーメーションを手がけているのが当社です。

新田どういった課題があるのでしょうか。

稲田2024年6月からは歯科用3Dスキャナーが一部の歯科技工物から保険適用となったこともあり、補綴物（ほてつぶつ。クラウンやブリッジ等）、入れ歯、インプラントやマウスピース矯正の設計・製造ではデジタル化が実現しています。ただ、3Dスキャナー、3D CAD（図面作成ツール）、3Dプリンター活用といった「点」のデジタル化は進んでいるものの、それらを線で繋ぎ、さらに面としていく、バリューチェーン全体のDXやAIトランスフォーメーションは進んでいません。

そういった課題に対し、私たちは基幹業務ERPクラウドやAI CADなどの複数ソリューション・プロダクトの提供を通して解決を試みています。

新田エミウムを分類するならバーティカルスタートアップ、バーティカルSaaSなのでしょうが、一つのSaaSアプリケーションというより、基幹ERPまで含めたクラウド・プラットフォーマーとして業界のDXに貢献するソリューションを提供されているのですね。バーティカルSaaSと生成AIは相性が良いものだと思っていますが、稲田さんは生成AIのトレンドをどのように分析されていますか。

稲田ChatGPT、生成AIの登場によって第4次AIブームが訪れましたが、それ以前の第3次AIブームとは大きな差があると思っています。その背景にあるのがLLMの存在であり、第4次AIブームでLLMが登場したことにより、AIの知能レベルが圧倒的に向上しました。

第3次AIブームで登場したディープラーニング技術におけるパラメータ数は、1万個から1億個と非常に大きくなりましたが、知能レベルはあまり上がらなかったんです。一方第4次AIブームでは、パラメータ数が1,500億を超え、さらに5,000億、1兆に到達すると、知能レベルは垂直に跳ね上がりました。

現在のパラメータ数は2兆を超えており、もはや一部のタスクでは人間の知能を大きく上回っており、AGI(汎用人工知能:人間に近い知能をもってさまざまなタスクをこなすことができる人工知能)の領域に入っています。

これまで機械学習や人工知能の専門家は、AIの知能向上・学習効率の向上を目指して種種のアルゴリズムの研究開発に明け暮れてきましたが、ひたすらデータやパラメータを増やせば知能が上がっていくフェーズに入っており、ハイパースケーラーと呼ばれるAmazon.com、Microsoft、Googleが莫大な投資を始めています。医療領域の変革を一気に進めていくための活用が一気にイメージしやすくなり、可能性が大きく高まったと感じています。

新田投資すればするほど知能が上がるという状況でしょうか。

稲田その通りです。基盤モデルとなる領域に関してはハイパースケーラーであるGAFAMが数兆円規模で投資するような世界が広がっていて、通常のスタートアップはまったく太刀打ちできない状況です。

新田LLMや基盤モデル開発には資本力がものを言う世界であり、アメリカのハイパースケーラーを中心として開発・投資が進んでいる一方で、日本においては、そもそものデータが十分に取得・整備されていないという課題と基盤モデル開発を行う大規模コンピューティングパワー・資金力の無さに課題があると考えています。特にバーティカル領域において、稲田さんはどんな点がボトルネックとなっていると感じていますか。

稲田シンプルに、AIトランスフォーメーションを始めにくい“鶏卵”問題として、データ整備、データリポジトリの整備が圧倒的に不十分な点があると感じています。医療領域においては、カルテの電子化が何よりも重要なのですが、なかなか進んでいません。

米国ではほぼ100%の電子化を成し遂げているのに対して、日本では政府が掲げる「医療DX令和ビジョン2030」の施策を通して、2030年までに100%の普及を目指している状況です。そんな中で、歯科は医科に比べてもさらに遅れをとっており、データが蓄積されないため、高度な医療DXへの着手がそもそもしにくいという難題を抱えています。

新田歯科医療においては、サプライチェーン領域のデジタル化やDXも関係してくるのではないでしょうか。

稲田はい。日本の製造業はデータ化の段階で遅れていますから、それに連動するように医療製造業である歯科医療・歯科技工業界でも遅れをとってしまっているのが現状です。一方で、エミウムは東京科学大学認定ベンチャーであり、同大学がこれまで医科歯科を連携してデジタル化推進とともにデータを蓄積してきたことから、国内でも医科歯科連携をして医療ビッグデータを取れているという強みがあります。

新田欧米では診断においてAIの活用が進んでいるという話を聞きます。臨床の現場ではどのようにAI活用の可能性があるのでしょうか。

稲田アメリカは特に進んでいて、この20年ほどでデータインフラ整備がほぼ完了しました。生成AIを活用したプログラム医療機器、いわゆるSaMD（Software as a Medical Device）が、臨床の現場をサポートし、より良い治療を実施しやすくなっています。歯科領域においても虫歯の診断ができるAIソフトウェアがFDAに採用されました。これは、医師や歯科医師が安心して使用できるというお墨付きのようなものです。

開発したOverjet社の実験では、このソフトウェアを使わない場合に比べ、使った場合の方が虫歯の発見率が32%改善するという結果も出たとのことです（ソースはこちら）。また、医科領域では、糖尿病網膜症や腫瘍の発見におけるAI活用がもはや当たり前になりつつあるという状況です。特にX線画像分析における医療AI活用が世界的に進んでいて、診査・診断のサポートに役立てられています。

さらに、治療計画の立案へのAI活用も始まり、患者情報を分析し、最適な治療法や治療計画の立案・提案も可能となってきています。ただし、日本国内では歯科領域にいたっては0社であり、今後はエミウムが参入していきたいと考えているところです。

新田医療サプライチェーン領域という視点から、今後生成AIの導入をどのように進めていきたいと考えていますか。

稲田歯科領域のCADのAI化は世界的に進み、特に中国や韓国が先行しています。日本は遅れをとっていることから、エミウムも追随すべく取り組んでいます。

また、エミウムとして現在力を入れているのは、歯科医療サプライチェーン領域で広く基盤になるような技術開発です。例えば、3次元データからから歯、歯肉、顎、補綴物を抽出するという歯の抽出処理を自動化する技術はすでに開発が完了しています。

さらに、CTやMRIなど複数の3次元データやX線画像データを、マルチモーダルに組み合わせ、学習するといった基礎技術開発も進行中です。今までこういった業務は歯科CADオペレーターが担う業務でしたが、解剖学的な知見と複数形式のデータを組み合わせる必要があり、これまでのAI技術だと実用化にまでなかなか至りませんでした。

一方、最新の生成AIやLLMを活用すれば、2次元データや3次元データ、テキストデータなどを組み合わせたマルチモーダルAI化が可能であり、そこに言語による説明責任をもったソリューションの提示を行うことも得意になります。高い精度で、迅速に、複雑なオペレーションを実現できるようになりました。

新田最後に、エンジニアとしてエミウムで働くおもしろさややりがいをお聞かせください。

稲田日本の医療のサプライチェーンの底上げに貢献し、医工連携の領域でおもしろいことに取り組めるということだと思います。日本の医療業界は世界的に見ても非常に高度な医療サービスを提供できている一方、現場は労働集約型で生産性が低く、かなり疲弊しているのが現状です。

歯科医療領域のサプライチェーンは崩壊に瀕しつつあります。医療製造の担い手は高齢化し、そもそもデジタル化も難しい状況となっていて、入れ歯を発注したものの3ヶ月待ちといった例はもはや珍しくありません。したがって歯科医療サプライチェーンの生産性向上は待ったなしの状況であり、DXやAIトランスフォーメーションは必須という切実な状況です。

課題が山積する中、エミウムは業界内外の方々と手を取り合って力を尽くしています。医工連携の中でも歯科医療・歯科技工領域は製造業の知見がダイレクトに活きることから、やりがいは大きいのではないでしょうか。歯科医療領域の新しい未来をともに作っていきたいと考えるエンジニアの方に来ていただけたらと思います。