創薬と医療を、半導体にとって単なる新しい市場として捉えるだけでは、現実で起きている変化を見誤りやすい。2026年1月12日、NVIDIA（エヌビディア）と米国の大手研究開発型製薬企業Eli Lilly（イーライリリー・アンド・カンパニー）は、創薬の研究開発にAIを適用する共同イノベーションラボの設立を発表した。両社は5年間で最大10億ドルを人材、インフラ、計算資源に投じ、エヌビディアのNVIDIA BioNeMoとVera Rubinアーキテクチャを基盤に、創薬、製造、医療画像まで視野に入れた体制づくりを進めるとしている。ここで焦点になっているのは、GPUの追加販売ではない。研究と実験の進め方そのものを、AI前提で組み替える動きである。
同じ2026年1月12日、米国の科学機器、試薬、消耗品などを提供するThermo Fisher Scientific（サーモフィッシャーサイエンティフィック）もエヌビディアとの戦略協業を発表した。科学機器、ラボ基盤、データをAIにつなぎ、研究現場の自動化、精度向上、処理速度向上を進める内容で、同社はエヌビディアのパーソナルAIスーパーコンピュータ「DGX Spark」、オープンソースのソフトウェアプラットフォーム「NeMo」、生成AIを活用して新薬開発を加速させるフレームワーク「BioNeMo」などを活用しながら、実験設計から結果解釈までの手作業削減を目指す。
エヌビディアはこの構図を「lab-in-the-loop」と表現しており、ライフサイエンス分野の需要が、単体の計算資源調達から、装置・ソフト・データ基盤を一体で更新する需要へ移りつつあることを示している。
本稿では、このエヌビディアの動きをメインに、創薬AI・医療機器が半導体需要をどう変えるかを考察する。
創薬AIが求めるのは研究基盤の再設計
イーライリリーとエヌビディアの発表で重要なのは、創薬AIを「計算の高速化」にとどめていない点にある。両社は、wet lab（水、薬品、微生物、細胞などの研究施設）とdry lab（液体を使わずにコンピュータ、シミュレーション、データ解析のこと）を緊密につなぐ「continuous learning system」を掲げ、AI支援の実験、データ生成、モデル開発が相互に改善し合う枠組みを打ち出した。
加えて、対象領域は創薬だけに限らず、臨床開発、製造、商用オペレーションにも広がる。これは、創薬がGPUを買う市場というより、計算資源、ロボティクス、デジタルツイン、データ生成を束ねた研究インフラ市場へ姿を変えつつあることを意味する。
半導体側から見れば、問われるのはアクセラレータ単体の性能ではない。大量データを回す計算資源、継続学習を支えるメモリとストレージ、装置とAIを結ぶ接続、そして長時間運用を支える実装と冷却まで含めた総合力である。創薬企業が欲しているのはボード1枚ではなく、研究を止めずに回すための新しい設計思想だとみた方が実態に近い。
自動化ラボの広がりが、半導体需要の裾野を広げる
一方、サーモフィッシャーとエヌビディアの協業は、その裾野の広がりをより分かりやすく示している。両社は、科学機器、ラボインフラ、データをAIと接続し、実験設計、サンプル準備、測定、結果解釈までの一連の作業を高度化する構想を示した。ここでは、AIは単なる解析ソフトではなく、機器群を結び直す中核として位置付けられている。研究現場のデジタル化が進むほど、半導体側ではGPUだけでなく、制御系、通信、センサー、電源、実装まで含めた一体提案の重要性が増す。
ポイントは市場規模の大きさよりも、要求水準の高さにある。ラボはデータセンターのように演算だけが強ければよいわけではない。機器と機器を安定してつなぎ、実験結果の再現性を確保し、実験系と計算系の往復を崩さないことが求められる。創薬・ライフサイエンスが半導体に高付加価値をもたらしうるのは、この「止めずに回す」要件が強いからだ。
短期の出荷数量ではなく、医療機器の要件が半導体に何を求め始めているか
医療分野の変化は、創薬だけにとどまらない。2025年3月18日、エヌビディアと米国の医療技術・デジタルソリューション企業GE HealthCare（GEヘルスケア）は、自律型X線技術と超音波アプリケーションの開発に向けた協業を発表した。患者の位置決め、画像スキャン、品質確認といった工程を自律化するには、医療機器が物理世界を理解し、現場で判断し、リアルタイムに動く必要がある。このためGEヘルスケアは、センサー、人体、環境の物理ベースシミュレーションを含むエヌビディアのプラットフォーム「Isaac for Healthcare」を活用し、仮想空間で訓練・試験・検証を進めるとしている。
この分野では、半導体の価値はデータセンター向けGPUの性能だけでは決まらない。医療機器に載るエッジAI、センサー処理、低遅延制御、実時間判断、そして長期運用に耐える信頼性がそろって初めて価値になる。しかも、Isaac for Healthcareは2025年3月時点開発途中の未完成状態にあり、現状は量産市場というより、まず開発基盤の整備が先行している局面だ。だからこそ、ここで見ておくべきなのは短期の出荷数量ではなく、医療機器の要件が半導体に何を求め始めているかである。
手術ロボティクスが示す「計算」と「現場」の一体化
2025年10月28日、世界最大級のヘルスケアカンパニーJohnson & Johnson MedTech（ジョンソン・エンド・ジョンソン メドテック）は、NVIDIA Isaac for Healthcareを活用したロボティクス開発の進展を公表した。対象は同社の内視鏡手術支援ロボットシステム「MONARCH Platform for Urology」で、仮想手術室の構築、患者解剖や臨床シナリオの生成、術前の検証、医療チーム向けトレーニングへの応用が発表された。さらに、エヌビディアのリアルタイム・コラボレーション「NVIDIA Omniverse」とオープンソース「Cosmos」を用いた高忠実度のデジタルツインと物理ベースデータの活用が前提に置かれており、開発プロセスそのものが計算基盤と一体化し始めている。
手術ロボは、計算資源を大型化するだけでは成立しない。術前シミュレーション、術中の応答性、術後まで見据えたデータ運用を束ねる必要がある。半導体側から見れば、ロボット制御、画像処理、センサー融合、通信、実装信頼性がひとつの案件で同時に問われる市場だ。医療が「半導体を使う業界」にとどまらず、「半導体の総合性能を試す業界」へ近づいていることを示す材料といえる。
画像診断とゲノム解析にも広がる新しい動き
画像診断やゲノム解析でも、価値の源泉は単体アルゴリズムから全体基盤へ移っている。2025年4月15日、DNAシーケンシングおよびアレイベース技術のIllumina（イルミナ）と米国のヘルスケア・テクノロジー企業Tempus AI（テンパスAI）は、次世代シーケンシング検査の臨床導入を加速する協業を発表した。イルミナのAI技術とテンパスのマルチモーダルデータ基盤を組み合わせ、ゲノムアルゴリズムの訓練と分子検査の臨床価値を支えるエビデンス生成を進めるという内容である。ここでは、シーケンサーが売れれば終わりではなく、解析基盤、データ蓄積、臨床エビデンスまで含めて初めて市場性が立ち上がる。
同じ構図は病理診断にも見える。ヘルスケア企業Roche（ロシュ）は2025年4月29日、AI駆動型コンパニオン診断に関し、米FDAからBreakthrough Device Designationを取得したと発表した。対象デバイスは、IHCアッセイ、デジタル病理アルゴリズム、画像管理システム、病理スキャナー、染色装置を組み合わせた構成で、単独ソフトではなく、装置・画像管理・解析が一体になっている。医療AIの価値が、アルゴリズム単体ではなく、機器、ソフト、データ、運用を束ねた全体設計の上で決まることを示す事例である。
半導体企業にとって医療は「高単価市場」ではなく「高要件市場」
創薬、ラボ自動化、診断機器、手術ロボ、ゲノム解析に共通するのは、計算、センシング、接続、制御、実装の複合要件が強い点にある。しかも、いったん導入が進めば、機器更新、ソフト更新、検証環境、保守まで含めて関係が長く続きやすい。半導体にとって医療は、数量で押す市場というより、厳しい要件への適合を通じて高付加価値を築く市場と位置付けた方が実像に近い。
もっとも、これを「すぐに大量出荷へつながる市場」とみるのは早い。GEヘルスケア向けのIsaac for Healthcareは開発途中の未完成状態であり、イルミナとテンパスの協業も臨床導入を支えるエビデンス生成が主眼だ。足元は、量産の立ち上がりよりも、開発と検証の基盤づくりが先行している。だが、その準備段階で求められている要件はすでに明確だ。半導体の価値は「演算性能」だけでは足りず、「現場で使える総合性能」へ広がっている。
創薬・医療はGPUの顧客では終わらない
このように創薬・医療は、GPUの顧客では終わらない。創薬では、実験とAIを循環させる研究基盤の再設計が始まり、ラボでは科学機器とデータ基盤の自動化が進み、医療機器では自律画像診断と手術ロボがエッジAI、センサー、実装信頼性を同時に求め始めた。画像診断やゲノム解析でも、アルゴリズム単体ではなく、装置とデータ基盤を含む全体設計で価値が決まる。半導体企業にとって医療は、新しい販売先というより、半導体の価値定義そのものを更新する「共同進化先」として見た方が実態に近い。
＊この記事は以下のサイトを参考に執筆しました。