株式会社 AKT Health（总部：东京都，以下简称「本公司」）宣布开始提供专注于制药与医疗保健领域的数据标注即服务（Data Annotation as a Service）。基于本公司独自开发的医疗 AI 运营框架「HAIOps（Healthcare AI Operations）」，由具备领域知识的专业团队一贯负责确保决定生成式 AI 及机器学习模型精度的数据品质。 ■ 为何数据标注在现今如此重要 AI 模型的性能与其说取决于训练数据的「量」，不如说更多地取决于数据的「质」。特别是在医疗与制药领域，精确理解临床术语、结合语境的标注以及符合法规的数据管理是不可或缺的。 从市场规模的角度来看，其重要性也反映在数字上。全球 AI 训练数据市场预计在 2026 年达到约 44 亿美元规模，到 2034 年将增长至 231 亿美元（年均复合增长率 CAGR 22.9%）。仅日本市场预计在 2026 年时将达到约 2.8 亿美元规模。（来源：Fortune Business Insights） 日本的医疗保健分析市场在 2024 年记录为 24 亿美元，预计到 2033 年将扩大至 151 亿美元（CAGR 19.8%）。（来源：DataM Intelligence / EIN Presswire, 2026年2月） 经济产业省（METI）在 2026 年度预算中，将半导体与 AI 领域的支出扩大至约 1.23 兆日圆（约 79 亿美元），比前一年增加了近 4 倍。此外，还提出了到 2030 年官民合计 10 兆日圆规模的 AI 与半导体投资目标，将包括制药与医疗保健在内的跨产业 AI 应用作为国家政策予以推进。（来源：Bloomberg, 2025年12月 / The Japan Times, 2025年12月 / NVIDIA Blog, 2025年10月） 有一项调查结果显示，数据科学家 67% 的工作时间花费在数据准备与整理上，而非模型构建。（来源：Fivetran + Vanson Bourne, 2024年） 在日本的制药企业与医疗机构中，虽然 AI 导入的讨论在进行，但在训练数据的整备阶段导致项目停滞的情况层出不穷。本公司的使命是从「数据的上游」开始解决这一课题。 ■ 服务概要 本公司提供的数据标注即服务不仅仅止于简单的标签作业。我们的专业团队将从数据设计到标注品质管理及交付提供一贯的支持。 主要涵盖领域： - 医药品、临床文档的 NLP 标注（医疗术语、副作用、适应症的提取与分类） - MR（医药代表）、医生行为数据的分类与意图标注（用于促销效果分析） - 患者调查、问卷数据的情感分析与主题提取标注 - 从 PDF、影像中提取结构化数据（核准申请文档、学术论文等） - 生成式 AI 评估用 RLHF 数据集构建（好/坏配对与排名） ■ 独创框架「HAIOps」——医疗 AI 运营的新标准 HAIOps（Healthcare AI Operations）是本公司独自开发并提倡的专注于医疗领域的 AI 运营框架。它扩展了通用的 MLOps（机器学习运营），旨在应对安全性监视、法规符合性以及临床妥当性等医疗与制药领域特有的要求，由以下四个层级组成： 1. 临床妥当性层（Clinical Validation）：由临床专家进行双重审查、标注者间一致性（Cohen's / Fleiss' Kappa）的统计管理、与金标准（Gold Standard）的基准测试。 2. 法规符合性层（Regulatory Compliance）：符合 21 CFR Part 11 的电子签名、标注历史的完整追踪，并遵循 CDISC、MedDRA、SNOMED CT、ICD、DICOM、FHIR 等国际标准。 3. 安全性监视层（Safety Surveillance）：不良事件信号检测的升级进程、标注者判断漂移的统计监视、偏见检测。 4. 绩效监视层（Performance Monitoring）：各项目的仪表板、SLA 管理、对 SOP 的持续回馈。