AI研修 LMS

神戸大学と Arithmer の「膵島分離 AI ロボット」が MCPC award 2026 グランプリ｜熟練医師の手技をロボットと画像解析 AI で再現、実証研究で活用中【AI活用事例】

公開: 2026-11-06

国立大学法人神戸大学（共創事業者: Arithmer 株式会社）医療（再生医療・移植医療の研究）熟練者に依存する工程の自動化・標準化（膵島分離の「膵臓消化」工程）業種別膵島分離 AI ロボット（システム名称）振盪（しんとう）ロボット（医師の動きをモーションキャプチャ分析で再現）膵島画像解析 AI（消化状態のリアルタイム観察・停止タイミングの判定）

この事例でわかること

  • 神戸大学（共創事業者: Arithmer）の「膵島分離 AI ロボット」が、MCPC award 2026 のグランプリ／パブリック賞に決定（MCPC 公式発表 2026-11-04）
  • 対象は、膵島移植のために膵臓から「膵島」を取り出す膵島分離のうち、最大のボトルネックとされた「膵臓消化」工程。熟練医師の手技に頼っていた工程の自動化・標準化をねらう
  • 構成は 2 つ: 医師の動きをモーションキャプチャ分析で再現した「振盪ロボット」と、消化状態をリアルタイムに観察して停止タイミングを見極める「膵島画像解析 AI」
  • 公式発表は成功率の向上を記載するが、数値・比較条件は非公表。導入規模は「神戸大学における実証研究で活用中」で、臨床での有効性・安全性の証明ではない
  • 業種を問わず学べる型: 熟練者の判断を「動き」と「止めどき」に分けて言語化・定量化する（演習は Links-Create の研修用提案）

主な指標（一次ソース確認済み）

受賞
MCPC award 2026 グランプリ／パブリック賞（ユーザー部門）

モバイルコンピューティング推進コンソーシアム（MCPC）の公式発表（2026-11-04）に基づく。10 月 23 日の二次審査委員会で決定し、表彰式は 11 月 25 日に開催予定と記載。受賞は MCPC による顕彰であり、医療機器としての承認や臨床での有効性・安全性の証明ではない。

導入規模
神戸大学における実証研究で活用中

MCPC 公式発表の「導入規模」欄の記載どおり。臨床の標準治療として運用されている段階ではない。実証の期間・症例数・処理件数は公式発表に記載がない。

膵島分離の成功率
向上と記載（数値は非公表）

MCPC 公式発表は見出しで「膵島分離成功率を飛躍的に高めた」、本文で「膵島分離の成功率向上を実現した」と記載しているが、成功率の値・比較対象・評価条件・件数は示していない。本記事では率を推測で記載しない。

システムの構成
2 要素（振盪ロボット＋膵島画像解析 AI）

公式発表のシステム概要に基づく。振盪ロボットは医師の動きをモーションキャプチャ分析で再現し、画像解析 AI は組織の消化状態をリアルタイムに観察して最適な停止タイミングを見極めるとされる。自動化の対象は膵島分離プロセスのうち「膵臓消化」工程であり、膵島移植の手術全体ではない。

一次ソース: https://www.mcpc-jp.org/press/pdf/press_20261104mcpcaward2026.pdf （公開: 2026-11-04）

要約

国立大学法人神戸大学と、共創事業者の Arithmer 株式会社による「膵島（すいとう）分離 AI ロボット」が、モバイルコンピューティング推進コンソーシアム（MCPC）の MCPC award 2026 グランプリ（ユーザー部門、パブリック賞も受賞）に決まりました（MCPC 公式発表 2026-11-04）。

膵島移植では、膵臓からインスリンを分泌する細胞の集まり「膵島」を取り出す必要があります。この「膵島分離」のうち、熟練医師の手技に頼っていた「膵臓消化」工程を、ロボットと画像解析 AI で自動化・標準化する取り組みです。

この事例から学べるのは医療技術の詳細ではなく、熟練者の暗黙知を、観察できる要素に分けて AI とロボットに移す進め方です。ポイントは次の 3 つです。

  • 工程を 1 つに絞る: 対象は膵島分離の中で最大のボトルネックとされた「膵臓消化」工程
  • 技能を「動き」と「止めどき」に分ける: 動きは振盪ロボット、止めどきの判断は画像解析 AI
  • 段階は実証研究: 導入規模は「神戸大学における実証研究で活用中」。成功率の数値は非公表

本記事は MCPC の公式発表（2026-11-04）を一次ソースに、事実の整理と Links-Create の分析・研修用の演習を分けて解説します。演習の例は研修用の提案であり、神戸大学・Arithmer が実施した事実ではありません。

何が発表されたか（公式情報ベース）

発表主体は表彰を行う MCPC で、システムの説明は同発表の「各社システム概要」に基づきます。第三者による臨床評価の結果ではない点を前提に読んでください。

受賞の概要

項目内容
賞MCPC award 2026 グランプリ／パブリック賞（ユーザー部門）
受賞者国立大学法人神戸大学（兵庫県神戸市）、共創事業者: Arithmer 株式会社（東京都文京区）
システム名称膵島分離 AI ロボット（振盪ロボット＋膵島画像解析 AI）
決定2026 年 10 月 23 日の二次審査委員会で決定（発表 2026-11-04）
表彰式2026 年 11 月 25 日に開催予定（東京プリンスホテル）
導入規模神戸大学における実証研究で活用中

MCPC award は 2003 年から開催されており、モバイルシステムの導入で IoT／AI 分野の業務効率化・業績向上・顧客満足度向上・社会貢献などの成果を上げた事例を顕彰するものとされています。今年度が 23 回目です。

システムの中身（公式の「システム概要」の要約）

公式発表によると、主な用途は、糖尿病の根治を目指す「膵島移植」において、膵臓から膵島を安全・高品質かつ大量に自動分離・製造することです。

  • 振盪（しんとう）ロボット: 熟練医師の動きをモーションキャプチャで分析し、再現する
  • 膵島画像解析 AI: 組織の消化状態をリアルタイムに観察し、最適な停止タイミングを見極める
  • フィジカル AI: 「神の手」を持つ熟練医師の暗黙知を学習したものと説明されている

システムの位置づけについて、公式発表は次のように述べています。

「膵島分離 AI ロボットは、糖尿病治療における膵島分離プロセスで最大のボトルネックであった「膵臓消化」工程の自動化と標準化を実現した画期的なシステムである。」 — 出典: MCPC award 2026 公式発表（各社システム概要）（2026-11-04）

これは受賞者側の説明に基づく記載で、独立した臨床評価の結果ではありません。

公式発表で開示されていない情報（推論で書かない）

確認した範囲で、次の情報は記載がありません。

  • 膵島分離の成功率の値と、比較対象（従来の手作業など）・評価件数・期間・成功の定義
  • 「高品質」「大量」の具体的な基準や量
  • 実証研究の開始時期・症例数・対象施設の広がり
  • 工程の中で人が最終判断をしているかどうか、異常時の扱い
  • 医療機器としての承認の有無や、臨床応用の見通し
  • 学習に用いたデータ（熟練医師の人数・記録量）

これらは公式情報がないため、本記事でも記載しません。

設計の読み解き（Links-Create による解説）

ここからは、公開情報から読み取れる設計上のポイントを Links-Create の視点で解説します。以下は独自分析であり、神戸大学・Arithmer・MCPC の公式見解ではありません。

1. 「工程全体」ではなく「最大のボトルネック 1 か所」を選んでいる

公式発表は、膵島分離プロセスのうち「膵臓消化」工程を「最大のボトルネック」と位置づけています。AI 活用でよくある失敗は、業務全体を一度に置き換えようとして、評価も責任分担も曖昧になることです。最も属人化していて、結果のばらつきが大きい 1 工程に絞ると、何が良くなったかを比べやすくなります。

2. 熟練者の技能を「動き」と「止めどき」に分解している

構成要素の役割を並べ直すと、次のように読めます（Links-Create の整理）。

熟練者の技能（解釈）担当する要素公式の記載
手の動かし方振盪ロボット医師の動きをモーションキャプチャ分析で再現
どこを見るか膵島画像解析 AI組織の消化状態をリアルタイムに観察
いつ止めるか膵島画像解析 AI最適な停止タイミングを見極める

「勘とコツ」と一言で呼ばれる技能も、動作・観察・判断に分ければ、それぞれ測り方と置き換え方が変わります。動作は記録して再現でき、観察は画像で数値化でき、判断はその数値に基づく基準に落とせます。

3. 「定量化」が標準化の前提になっている

公式発表は、熟練技術に依存していた工程を定量化することで、高品質な膵島の安定的な大量製造を実現したと説明しています。読み解きのポイントは、AI の性能より先に、熟練者の作業を数値で記録できるようにしたことです。記録がなければ、AI に学ばせることも、結果を比べることもできません。

4. 受賞発表の数値の読み方

  • 「飛躍的に」は定量値ではない: 成功率の値・比較条件が示されるまでは、効果の大きさを判断できない
  • 段階は実証研究: 「神戸大学における実証研究で活用中」であり、広く臨床で使われている段階ではない
  • 顕彰と承認は別物: MCPC award はモバイル・IoT・AI の活用事例の顕彰で、医療機器の承認や治療効果の証明ではない

推奨する表現は「膵島分離の膵臓消化工程を AI とロボットで自動化・標準化する取り組みが MCPC award 2026 グランプリを受賞。神戸大学で実証研究中で、成功率の数値は非公表。」です。

5. 既存の事例との違い

事例AI が担う範囲本事例との違い
Anaut の内視鏡手術支援 AI「EUREKA」手術中の映像の見え方を支援執刀医の視覚を支える用途。本事例は手術前の細胞の準備工程を自動化
三菱自動車と Highlanders のヒューマノイドロボット製造現場でのロボット活用の検討製造ラインの作業が対象。本事例は熟練者 1 人ひとりの手技の再現

自社に置き換える演習（Links-Create の研修用の提案）

以下の演習と表の例は、Links-Create が研修用に提案するものです。神戸大学・Arithmer が実施した手順や事実ではありません。 表の「例」は考え方を示す架空の例です。

演習 1: 属人化している工程を 1 つ選ぶ

「その人が休むと品質が下がる工程」を挙げ、結果のばらつきが最も大きいものを 1 つ選びます。

工程の例（研修用の例）属人化の度合い結果のばらつき
製品の目視検査高い担当者によって不良の見逃し率が違う
揚げ物の火加減高い店舗・時間帯で品質が揺れる
問い合わせの一次判断中程度担当者でエスカレーションの基準が違う

演習 2: 技能を「動き」「見るもの」「止めどき」に分ける

選んだ工程について、熟練者に次の 3 点を聞き取り、写真・動画・メモで記録します。

観点聞き取る問い記録の例（研修用の例）
動きどんな手順・速さで作業しているか動画で手元を撮る
見るもの何を見て状態を判断しているか判断した瞬間の写真に一言添える
止めどき何がどうなったら次に進むか「色が〇〇になったら」等の言葉

生成 AI は、この聞き取りメモを表に整理したり、熟練者ごとの基準の違いを並べたりする段階でも役に立ちます。

演習 3: 「よくなったか」を測る指標を先に決める

AI やロボットを入れる前に、比べる指標と条件を決めておきます。

指標測り方の例注意点
成功率・不良率成功の定義を先に文書化し、同じ定義で前後を比べる定義を後から変えない
ばらつき担当者別・日別の結果の幅平均だけで判断しない
人の確認時間1 件あたりの確認・やり直しの時間自動化で確認が増えていないか

公式発表で成功率の数値が示されていないのと同じく、指標と条件を残さなければ、効果は外に説明できません。

法人 AI 研修への示唆（Links-Create の視点）

  1. AI 化の対象は「最も属人化した 1 工程」から選ぶ — 業務全体の置き換えより、効果の比較がしやすい
  2. 熟練者の聞き取りを研修の演習にする — 「動き・見るもの・止めどき」に分ける作業は、AI を導入しなくても技能伝承に役立つ
  3. 効果は条件つきで語る — 受賞や「大幅改善」の表現を、数値と条件の有無で読み分ける習慣をつける

関連リソース

出典・引用ポリシー

本記事の事実情報は、次の公式発表のみを一次ソースとしています。

設計の読み解き・演習・研修への示唆は Links-Create の独自分析・研修用の提案であり、神戸大学・Arithmer・MCPC の公式見解ではなく、各者が実施した事実でもありません。

成功率など公式発表に数値のない事項は記載していません。本システムによる治療成績の改善や、臨床での安全性・有効性は公式発表に記載がなく、本記事でも主張しません。医療に関する判断は、医療機関や公的な情報で確認してください。

公式情報の更新があれば、本記事も追従して更新します。

関連する AI 研修コース・ガイド

この事例で見た AI 活用を、自社のエンジニア・実務者が手を動かして再現できる 実装演習とガイド記事です。Anthropic Academy の概念入門の次に位置する、 実装力定着のためのカリキュラムをご覧ください。