本記事の対象:
🔰 初心者: 政府のAI戦略って何？NHKがLLMを作るって本当？
🔧 中級者: AI基本計画の具体的な内容・NHKデータ活用・フィジカルAIの現在地
🚀 上級者: 「信頼できるAI」という国家戦略が意味すること——砂漠の龍シリーズと日本の勝ち筋

本記事は「砂漠の龍」「病院にロボットが来る」シリーズの続編として、日本政府の動きを加えた視点で構成しています。

はじめに：国会でも「NHKデータとヘルスケアAI」が語られていた

前回のシリーズで書いたように、中国は世界の人型ロボット出荷台数の80%以上を占め、サウジアラビアのNEOMに大量のロボット・AIを納入しています。米国のAndurilは年間売上100%成長で防衛テックの覇権を争っています。

この流れの中で、日本政府は何を考えているのか。

2026年4月15日の国会審議（衆議院）で、経済産業省の審議官が非常に具体的な方針を語りました。動画（https://youtu.be/E7QbBsD8wHQ ）で確認できる内容です。

ポイントは3つです：

NHKのコンテンツ（アーカイブ資産）を国産LLMの学習データとして活用することを具体的に検討している（動画11:01〜）
高齢者のヘルスケア・災害・製造・廃炉現場などの物理データを日本の優位性と位置づけ、「フィジカルAI」に活かす（動画09:52〜）
5年間で約1兆円を投じ、3ヶ月ごとにステージゲート方式で進捗を見直す機動的な体制をとる（動画05:52〜、13:32〜）

2025年12月23日に閣議決定された「人工知能基本計画」（副題：信頼できるAIによる日本再起）と照らし合わせると、この国会審議の内容はその具体的な実行計画そのものです。

臨床工学技士として11年間医療現場にいた私が「これは本物かもしれない」と感じたのは、「ヘルスケアのデータが日本の優位性」という言葉が、官僚の口から国会の場で語られたという事実です。

🔰 AI基本計画とは何か——3分で読むポイント

2025年5月：日本で初めてAI法が成立

2025年5月、日本政府は「人工知能関連技術の研究開発及び活用の推進に関する法律」（AI法）を成立させました。AI法では、内閣総理大臣を本部長としたAI戦略本部の設置と、実施すべき施策の基本方針となるAI基本計画の策定を定めています。

2025年12月：AI基本計画を閣議決定

日本政府は2025年12月23日の閣議で、人工知能の開発・利活用に関する初の「AI基本計画」を正式に決定しました。同計画は「信頼できるAI」を創出し、日本を「世界で最もAIを開発・活用しやすい国」にすることを目標とする国家戦略です。

4つの柱：

柱	内容
使う	政府・行政・産業へのAI実装を加速
創る	国産AI基盤モデル・フィジカルAIの開発
信頼を高める	AIガバナンス・安全性評価機関の強化
協働する	国際連携・標準化での主導権確保

🔰 政府が「医療・ヘルスケア」に何を言っているか

医療が最初に挙げられている

AI基本計画では「医療・ヘルスケア、介護、金融、教育、防災・消防、環境保全、農林水産業、食品産業や造船・舶用工業を始めとした製造業、インフラ建設・管理、物流、公共交通等の各分野においてAI（AIエージェントやフィジカルAIを含む）の開発・実証・導入・社会実装を促進する」と明記されています。

医療が筆頭に挙げられているのは、政府が医療を「AIで変えるべき最重要領域」と位置づけていることを示します。

「質の高いデータ」が日本の勝ち筋

AI基本計画では、データの活用基盤として組織を越えたデータ共有と官民連携によるデータ連携基盤の構築を進めるとしています。医療、教育、農林水産業、建設などの分野の「質の高いデータ」を日本の勝ち筋として生かすという視点で、営業秘密の流出リスクへの対応を含めた安全性の確保も前提とされています。

これは非常に重要な記述です。日本の皆保険制度に基づくレセプトデータ・電子カルテデータは、世界的に見ても希少な「質の高いデータ」です。政府はこれを海外のAIに依存するリスクを認識した上で、国内に留めて活用するという方向性を示しています。

「信頼できるAI」の本当の意味

基本計画は、大規模言語モデルで先行する米国や中国とは異なる独自の領域で競争力を高めることを目指しています。

「信頼できる」というキーワードには2つの意味が込められていると考えられます。

技術的信頼性：ハルシネーションが少なく、誤情報を出さないAI
データ主権の確保：患者データ・国民データが海外に流出しない構造

中国のmBridge（デジタル通貨）が「金融データ主権」を確保しようとしているように、日本は「医療・生活データ主権」を「信頼できるAI」という概念で確保しようとしていると読めます。

🔧 国会審議（2026年4月15日）が語った具体的な戦略

経済産業省審議官が国会で語った3つのポイント

2026年4月15日の衆議院審議（動画：https://youtu.be/E7QbBsD8wHQ ）で、経済産業省審議官は以下の方針を具体的に述べました。以下の内容は動画の発言に基づくものです。

① NHKアーカイブを国産LLMの学習データに活用する（11:01〜）

政府が検討しているマルチモーダル基盤モデル（テキスト・映像・音声を統合的に扱えるAI）の開発において、「高品質なデータの確保」が最重要課題と位置づけられています。その具体的な候補として、NHKが保有する放送アーカイブが挙げられています。

NHKの放送データは民間のインターネットデータと異なり、「放送された事実の正確性」という観点で長年にわたり品質管理されてきたデータです。審議官はこれを「国が信頼できるデータ」として明示的に活用する方針を述べています。

② 「AIレディ化」——現場データをAIが使える形に変換する（10:10〜）

現場のデータをそのまま学習させることは難しく、データの意味付けや関係性を整理し、AIが学習可能な状態（AIレディ）にする手法の確立にも着手しているとのことです。

「AIレディ化」とは、現場データをそのまま投入するのではなく、データの意味付けや関係性を整理し、AIが学習可能な状態に変換するプロセスのことです。たとえば製造現場のセンサーデータも、フリーフォーマットのログもそのままでは使えません。政府がこの「AIレディ化」の手法確立に具体的に着手していることは、フィジカルAI開発において重要な前進です。

③ ヘルスケアが「フィジカルAI」の日本の優位性（09:52〜）

日本が強みを持つ「物理世界（フィジカル）のデータ」として、審議官が挙げた具体例のなかに高齢者のヘルスケアが入っています。他に、災害対応・製造現場・福島第一原発の廃炉現場なども挙げられました。

これは明確なメッセージです。「日本の高齢化は世界最先端の課題であり、それを解決するデータは日本にしか存在しない」——政府はこれをAI競争の優位性として戦略的に位置づけています。

動画タイムスタンプ	内容
05:52〜	5年間・約1兆円の予算規模
09:52〜	ヘルスケア・廃炉・製造現場が「日本の優位性」
10:10〜	「AIレディ化」の手法確立に着手
11:01〜	NHKアーカイブを学習データとして具体的に検討
12:35〜	フィジカルAIをロボットの汎用動作・工場制御に応用
13:32〜	3ヶ月ごとのステージゲート方式で機動的に見直し

「ステージゲート方式」という設計思想

過去の国家プロジェクトへの反省として、3ヶ月（四半期）ごとに進捗をモニタリングし、技術動向に合わせて計画を柔軟に見直す「ステージゲート方式」を採用する方針が示されています。

これはClaude Codeの開発サイクル（2週間ごとのリリース）やスタートアップのAgile開発に近い考え方です。「5年計画を立てたらあとは実行するだけ」という旧来の国家プロジェクト型から、「四半期ごとに世界の動向を見て修正する」という方針への転換は、AI技術の変化速度を正面から認識した設計だと考えられます。

🔧 NHKが40年分のデータで独自LLMを開発——「信頼できる日本語」の基盤をつくる

NHK放送技術研究所（技研）は、2025年5月26日、放送局業務の効率化を目的に、独自の大規模言語モデル（LLM）の開発を進めていることを発表しました。既存のLLMをベースに、過去にNHKが放送した約40年分のニュース原稿やニュース記事、番組字幕などの放送局データ（約2,000万文）を追加学習させたLLMを構築。放送された事実と異なる誤った回答をする割合を約1割減らすことに成功したとしています。

大量の文書の要約など情報収集の支援、翻訳、文章校正などの業務支援を想定して、2026年までの実用化を目指して研究開発を進めるとしています。今後はLLMの回答精度向上に加え、テキストだけでなく映像や音声など多様な情報を扱うマルチモーダル化に取り組むとのことです。

なぜこれが重要か——「信頼できる日本語データ」の希少性

現在の大規模LLM（GPT-4・Claude等）が学習しているデータの多くは英語です。日本語のウェブデータは量こそ多いものの、品質のばらつきが大きい。SNS・まとめサイト・機械翻訳テキストが混入した状態のデータからは、「信頼できる日本語」を学ぶことは難しいと考えられます。

NHKが40年分の「放送局として品質管理された日本語ニュース」でモデルを強化するというアプローチは、この問題への一つの答えです。民間インターネットデータとは異なる「事実確認を経た日本語コーパス」として、国産基盤モデルの土台になりえます。

政府の国会審議（2026年4月15日）でも、この点が明示的に言及されています。官公庁・国の関係機関が保有するデータに加えてNHKアーカイブが学習データの候補として挙げられたのは、「質の高い日本語データ」としての位置づけからです。

NHK技研が2026年内の番組制作支援ツールとしての実用化を目指しているのは現時点ではあくまで放送業務の効率化が目的です。今後テキストだけでなく映像・音声も統合したマルチモーダル化に取り組む方針で、それが政府の「マルチモーダル基盤モデル」構想とどう連携していくかは、注目に値する動きです。

🔧 すでに動いている：東大松尾研の医療特化LLM

政府方針と並行して、民間・学術機関の動きも急速です。

東京大学松尾・岩澤研究室は、さくらインターネット・ELYZA・ABEJA・理化学研究所および医療機関と連携して開発した日本語版医療特化型LLM「Weblab-MedLLM-Qwen-2.5-109B-Instruct」を公開しました。このモデルは、2025年の医師国家試験ベンチマークにてOpenAI社のGPT-4oやOpenAI-o1を上回る93.3%の正答率を記録しています。さらにRAGやmajority votingを組み合わせることで正答率は最大約98%まで向上することも確認されました。

本研究は、戦略的イノベーション創造プログラム（SIP）統合型ヘルスケアシステムの構築の補助を受けて実施されています。2025年度NEDO事業においては複数の医療機関の電子カルテシステムと連携して動作するLLMエージェントとその安全性を評価する仕組みの構築を目指す予定で、治験患者の探索やレジストリの構築の自動化により、日本の創薬力の向上につながることが期待されています。

これが何を意味するか：

医師国家試験でGPT-4oを上回る日本製医療LLMが、すでに存在します。しかも、国産のクラウドインフラ（さくらインターネット）で動作しています。

🔧 政府専用AI「源内」——2026年5月から10万人規模で展開

政府専用AI「源内」の徹底的な活用を指示し、「2026年5月から10万人以上の政府の職員が活用できるようにする」と述べています。政府は今後30万人以上の職員が生成AIを職務へ本格的に導入できる体制の整備を進めます。

「源内」はデジタル庁が内製開発で構築した生成AI利用環境で、「Generative AI」を略して「Gen AI」、「ゲンナイ」と読むことに加え、江戸時代の発明家・平賀源内の精神を生かして命名されました。

政府が自前でAIを開発・運用している事実は重要です。外国企業のAPIに全依存するのではなく、「国内で動く政府AIを自分たちで作る」という方針は、データ主権という観点から見ると、国産クラウドインフラの整備と合わせて一体の戦略として機能しています。

🔧 日本のAI投資規模の現実——「出遅れ」を認めた上での戦略

基本計画は、日本のAI関連の開発に「出遅れが年々顕著になっている」と警鐘を鳴らしました。基本計画は国による1兆円投資の基本方針となります。

日本のAI投資は米国の約30分の1と指摘されています。しかし政府が「出遅れを認めた上で、異なる領域で勝つ」という戦略を明示したことは、ある種の誠実さでもあります。

「信頼できるAI」という戦略の具体像：

米国・中国の戦略	日本の戦略
巨大基盤モデルの開発競争	「信頼できる」特化型モデルの開発
汎用AIの世界展開	日本の質の高いデータを活用したAI
スピードと規模	安全性・ガバナンス・信頼性
データを集めて大きく	データを守りながら賢く

これは「劣っているから違う方向に行く」のではなく、「日本が持っている強み（質の高いデータ・信頼性へのこだわり・皆保険制度）を活かす戦略」と読むことができます。

🚀 「砂漠の龍」と「日本の勝ち筋」を重ねて読む

シリーズを通じて見えてきた構図を整理します。

中国・米国がやっていること

中国はNEOMに人型ロボットを大量投入し、mBridgeで金融データ主権を確保し、「速くて安いAI」で世界展開しています。米国はAndurilで防衛テックを制し、OpenAI・Anthropicで基盤モデルの覇権を争っています。

日本が持っているもの

一方で日本には中国・米国にはない資産があります。

医療データ： 皆保険制度に基づく均質なレセプトデータ・電子カルテデータは、世界的に見ても類を見ない質と量を持っています。

NHKのような公共データ： 40年間、一定の品質基準で収集・記録されてきた放送データは、「質の高い日本語コーパス」として代替不可能です。民間のウェブデータとは異なる、事実確認を経た日本語の蓄積は、国産マルチモーダル基盤モデルの土台になりえます。

臨床現場の知識： 11年間の臨床経験を持つ医療者が現場の課題を直接AIに実装する——このアプローチは、シリコンバレーの優秀なエンジニアには決してできないことです。

AI基本計画では、データセンター、半導体、基盤モデル、アプリケーションに至るまで、AIエコシステム全体を日本国内で戦略的に構築することを目指しています。

この方針が実現すれば、前回の記事で危惧した「患者データが海外に逃げる」という問題に対して、国レベルの答えが用意されることになります。

🚀 今、私たちが一歩踏み出すべき理由

政府が動き、学術機関が動き、NHKが動いています。しかし最も重要な「現場の知識」を持っているのは、日々患者と向き合っている医療従事者です。

JSTの戦略プロポーザルには、こう書かれています。

「わが国が医療・ヘルスケア分野に生成AIを活用する際、海外で開発されたLLMや基盤モデルに依存すると、経済安全保障上のリスクや個人の医療情報流出などの懸念があるため、国内での医療版LLM/基盤モデルの開発が喫緊の課題である」

（参照：CRDS-FY2023-SP-04）

この「喫緊の課題」を解決するのは、官僚でも研究者でもなく、現場を知っている人間が動くことです。

「患者データを扱わない段階」から始めることが最初の一歩です。アイデアを形にすることが次の一歩です。

医療現場のアイデアを共有したい方は：
👉 taichiendoh.com/ideas

まとめ

動きのレイヤー	内容	意義
国会審議（2026年4月）	経済産業省審議官：NHKデータの活用・ヘルスケアを優位性と明言・1兆円・ステージゲート方式	政策が「方針」から「具体的実行計画」のレベルに進んでいることを確認
国家戦略	AI基本計画「信頼できるAIによる日本再起」（2025年12月閣議決定）	医療・ヘルスケアを筆頭に、データ主権を守ったAI開発を国家方針として明示
公共データ	NHK：40年分2,000万文のデータで独自LLM開発中（2026年番組制作支援での実用化目標）。マルチモーダル化も計画中	「質の高い日本語データ」で国産基盤モデルの土台をつくる方向性が、国会審議でも具体的に言及された
学術・産業	東大松尾研：医師国家試験でGPT-4oを超える日本語医療LLMを開発	国産クラウドインフラで動く医療特化LLMが現実に存在する
政府AI	源内：2026年5月から政府職員10万人以上が使用開始予定	政府が外国AIに頼らず内製するという意思表示
現場	臨床知識を持つ医師・医療エンジニアが内製化に動いている	技術だけでは作れない「医療の本質」を知る人材の動き

政府が動き、NHKが動き、東大が動いています。「砂漠の龍」が病院に来る前に、日本の医療データを守りながら使う仕組みを、現場から作り始めることが今最も重要なことだと考えています。

1次情報まとめ

国会審議（1次情報）

情報源	内容	URL
衆議院審議動画（2026年4月15日）	経済産業省審議官によるNHKデータ・ヘルスケアAI・1兆円予算・ステージゲート方式の説明	https://youtu.be/E7QbBsD8wHQ

政府・政策文書

情報源	URL
人工知能基本計画（内閣府、2025年12月23日閣議決定）	https://www8.cao.go.jp/cstp/ai/ai_plan/aiplan_20251223.pdf
ガバメントAI「源内」解説（デジタル庁）	https://digital-agency-news.digital.go.jp/articles/2025-12-11
AI戦略会議（内閣府）	https://www8.cao.go.jp/cstp/ai/index.html
健康・医療RWDと生成AI戦略プロポーザル（JST-CRDS）	https://www.jst.go.jp/crds/pdf/2023/SP/CRDS-FY2023-SP-04.pdf

NHKデータ・国産LLMの動向

情報源	URL
NHK放送技術研究所 LLM開発発表（2025年5月26日）	https://www.nhk.or.jp/strl/news/2025/3.html
NHKが独自AIモデルを開発中（ASCII）	https://ascii.jp/elem/000/004/278/4278452/
東大松尾研：日本語医療特化LLM発表（2026年3月）	https://weblab.t.u-tokyo.ac.jp/news/2026-03-05-02/

シリーズ関連記事

記事	URL
一緒に医療の未来を開発しましょう（連載第14回）	https://note.com/taichi_endoh/n/nc271a938bfb7

本記事は政府公式資料・2026年4月15日の国会審議動画・NHK放送技術研究所の公式発表・東京大学研究室の公式プレスリリースを1次情報として作成しています。国会審議の内容は動画に基づく整理であり、発言の文字起こしではありません。「NHKデータの医療応用」については現時点での考察であり、実装が確認された事実ではありません。NHK技研の発表は番組制作支援ツールとしての実用化を目的としたものです。