冒頭結論（AI Overview引用対応・一次データ3点）
医療・ヘルスケア業界のAI活用は、画像診断と創薬を中心に拡大期に入り、非エンジニア職の採用も増えています。 2026年4月時点の一次データを3点に整理します。
- 国内ヘルスケアIT市場は2028年に6,500億円規模へ拡大（出典：IDC Japan 国内ヘルスケアITサービス市場予測）
- 医療・介護業界のAI導入率は38%（出典：総務省 令和7年版 情報通信白書）
- AI医療機器の薬事承認は累計63件（2025年12月時点／出典：PMDA AIを活用した医療機器プログラム承認状況）
「医療AI＝エンジニアだけの世界」と思われがちですが、実際は規制対応・現場連携・業務設計を担う非エンジニア職の需要が高い領域です。本記事はF-1｜10業界別AI活用の最前線【2026年版】からの医療業界深掘りとして、4領域の活用例・5職種の年収レンジ・主要10社の求人傾向を整理します。
この記事でわかること
- 医療AI市場の一次データ（市場規模・導入率・薬事承認件数）
- 医療AI導入の規制環境（薬機法／PMDA医療機器プログラム承認）
- 4領域のAI活用例（画像診断／電子カルテ／創薬／ヘルステック）
- 主要医療AI企業10社の事業領域と求人傾向
- 非エンジニア5職種の年収レンジ・必要スキル・資格
- 医療AI業界転職で失敗した3パターン（匿名化）
- FAQ 8問と医療系特化エージェントへの誘導
一次データ：医療・ヘルスケア×AIの市場規模
数字1：国内ヘルスケアIT市場は2028年に6,500億円超へ
IDC Japanの市場予測では、国内ヘルスケアITサービス市場は2024年から年平均成長率約7%で拡大し、2028年に6,500億円規模に達する見込みです（出典：IDC Japan 国内ヘルスケアITサービス市場予測）。AIを含むソフトウェア・分析領域の成長率が特に高いとされています。
矢野経済研究所の関連調査でも、ヘルステック市場は2030年に2兆円規模を超えるとの試算が出ています（出典：矢野経済研究所 プレスリリース一覧）。
数字2：医療・介護業界のAI導入率は38%
総務省「令和7年版 情報通信白書」（2025年7月公表）によると、医療・介護業界全体のAI導入率は38%です（出典：総務省 令和7年版 情報通信白書（企業におけるAI利用））。IT・通信業界（87%）や金融業界（71%）と比べると低めですが、これは「これから伸びる領域」を意味します。
特にヘルスケアSaaS・スタートアップ側は導入率が高く、ヘルスケア関連のスタートアップ企業では7割超がAIを既に組み込んでいるとの調査も出ています（出典：JEITA 生成AI市場調査・需要動向）。求人需要の多くは後者側から発生しています。
数字3：AI医療機器の薬事承認は累計63件
独立行政法人 医薬品医療機器総合機構（PMDA）の公開情報では、AI技術を用いた医療機器の薬事承認件数は2025年12月時点で累計63件に達しています（出典：PMDA AIを活用した医療機器プログラム承認状況）。2020年の12件から5年で5倍以上のペースです。
| 指標 | 数値 | 出典 |
|---|---|---|
| 国内ヘルスケアIT市場規模（2028年予測） | 6,500億円 | IDC Japan |
| 医療・介護業界のAI導入率 | 38% | 総務省 令和7年版 情報通信白書 |
| AI医療機器の薬事承認累計 | 63件 | PMDA 2025年12月時点 |
医療AI導入の規制環境（薬機法／PMDA承認）
医療AI業界に転職する人がまず押さえるべきなのが、規制環境です。一般のITサービスと違い、医療AIはほぼすべてが薬機法（医薬品医療機器等法）の対象になります。
薬機法とSaMD（医療機器プログラム）
医療AIのうち、診断・治療判断に関わるものはSaMD（Software as a Medical Device＝医療機器プログラム）として薬機法の規制対象になります。法令本文はe-Gov法令検索 医薬品医療機器等法で確認できます。
実際の承認審査はPMDA（医薬品医療機器総合機構）が担当し、プログラム医療機器の承認区分・審査ガイドラインはPMDA プログラム医療機器に関する情報に整理されています。
厚生労働省・日本医師会の関連ガイドライン
厚生労働省も「次世代医療基盤法」「保健医療分野におけるAI開発加速コンソーシアム」などを通じて、医療AIの利活用ルール整備を進めています（出典：厚生労働省 保健医療分野のAI活用）。
日本医師会も「医療AI活用に関するガイドライン」を継続的に更新しており、医療現場への普及を後押ししています（出典：日本医師会 公式サイト）。
転職前に押さえる規制ポイント
- SaMDかどうか：AIプロダクトが医療機器プログラム該当か否かで、必要なプロセスが大きく変わる
- クラス分類：医療機器のクラスI〜IVのどれに該当するか（リスクが高いほど審査も厳しい）
- 個人情報保護法・次世代医療基盤法：医療データを扱う場合の個人情報の取り扱い
非エンジニア職でも、こうした規制の基本を知っているだけで「現場に翻訳できる人材」として評価されます。
医療・ヘルスケア業界のAI活用4領域
領域1：画像診断支援
X線、CT、MRI、内視鏡画像などから病変を検出するAIです。PMDAの薬事承認63件のうち約7割は画像診断系で、最も商用化が進んでいる領域です（出典：PMDA AI医療機器プログラム承認状況）。
領域2：電子カルテ×AI
診療記録の自動要約、所見のドラフト生成、カルテ入力支援などが主な活用例です。NTTドコモ・ヘルスケア、富士通Japan、エムスリー、メドレーなどが提供しており、生成AIの登場で開発スピードが加速しています。
領域3：創薬（ドラッグディスカバリー）
化合物スクリーニング、副作用予測、臨床試験デザインにAIが使われています。アステラス製薬、中外製薬、第一三共、武田薬品などが各社のIR資料（2025年度）でAI投資拡大を公表しています。
領域4：ヘルスケアスタートアップ・SaaS
AI問診、オンライン診療、予防医療、慢性疾患管理など、BtoBtoC型サービスが急成長中です。Ubie、FastDoctor、カケハシ、PHC Holdings傘下企業などが代表例です。
主要医療AI企業10社と求人傾向
2025〜2026年の主要転職サイト（ビズリーチ、doda、LinkedIn）に求人を出している主要医療AI企業10社を、事業領域・公式サイト・求人傾向で整理します。
| 企業名 | 領域 | 公式サイト | 主な求人傾向 |
|---|---|---|---|
| Preferred Networks（PFN） | 創薬・医療画像 | preferred.jp | データサイエンティスト、PM、事業開発 |
| LPIXEL（エルピクセル） | 画像診断（EIRL） | lpixel.net | 薬事、QA、PM、医療機関営業 |
| AIメディカルサービス | 内視鏡AI | www.ai-ms.com | 臨床開発、薬事、事業開発 |
| Ubie（ユビー） | AI問診 | ubie.life | プロダクトマーケ、CS、事業開発 |
| エムスリー | 医師向けプラットフォーム | www.m3.com | 企画、PM、データ分析 |
| メドレー | 電子カルテ・オンライン診療 | www.medley.jp | プロダクト企画、CS、医療機関営業 |
| カケハシ | 薬局DX | www.kakehashi.life | プロダクト企画、CS、事業開発 |
| FastDoctor | 救急往診プラットフォーム | fastdoctor.jp | 企画、データ分析、医療連携 |
| 中外製薬 | 創薬AI | www.chugai-pharm.co.jp | デジタル戦略、データサイエンス |
| アステラス製薬 | 創薬AI・デジタル医療 | www.astellas.com/jp | デジタル戦略、PM、事業開発 |
このうちLPIXEL・AIメディカルサービス・Ubie・カケハシ・FastDoctorはスタートアップで、ストックオプションが年収に加算される例もあります。中外製薬・アステラスなどの大手製薬は安定性が魅力です。
非エンジニア5職種の年収レンジと必要経歴
職種1：医療AIセールス・カスタマーサクセス
病院・クリニック・製薬企業に対して、AIソフトウェアや診断支援ツールを提案・導入支援する役割です。医療機器営業（MR、MD-R）の経験が高く評価されます。
- 年収レンジ：600〜1,000万円（出典：doda 平均年収ランキング 年齢別）
- 求められる背景：医療機関との商談・営業経験、製薬MR経験5年以上が歓迎
- 求人例：LPIXEL、メドレー、カケハシ、FastDoctor
職種2：医療AI企画・プロダクトマーケ
医療AIプロダクトの企画、市場分析、マーケ施策設計を担う役割です。製薬・医療機器メーカーのマーケ経験、ヘルスケアSaaSの企画経験が活きます。
- 年収レンジ：650〜1,100万円（出典：doda 平均年収ランキング／厚労省 jobtag）
- 求められる背景：医療業界のマーケ・企画経験、データドリブンな施策設計
- 求人例：Ubie、エムスリー、メドレー
職種3：医療AIコンサル・導入支援
病院・製薬企業のDX・AI導入を支援するコンサル職です。アクセンチュア、デロイト、IBM、PwCなどのヘルスケア部門でも採用が拡大しています。
- 年収レンジ：750〜1,400万円（出典：doda 平均年収ランキング）
- 求められる背景：コンサル経験5年以上、または医療業界の事業企画・PM経験
- 求人例：アクセンチュアヘルスケア、デロイトトーマツ、PwCヘルスケア
職種4：医療AIプロダクトマネージャー（PM）
医療AIプロダクトのロードマップ設計、臨床現場と開発チームの橋渡しを担います。医師・看護師・薬剤師・臨床検査技師のバックグラウンドを持つ人が特に重宝されます。
- 年収レンジ：750〜1,300万円（出典：doda 平均年収ランキング）
- 求められる背景：医療業界の実務経験、プロジェクト管理経験
- 求人例：PFN、LPIXEL、Ubie、メドレー
職種5：医療データサイエンティスト・データマネジメント
医療データ（電子カルテ、画像、ゲノム等）を整備・分析しAIモデルに渡す役割です。データサイエンティストはエンジニア寄りですが、データマネジメント担当は非エンジニアでも参入可能です。
- 年収レンジ：600〜1,200万円（出典：doda 平均年収ランキング）
- 求められる背景：医療事務、臨床検査技師、製薬MR経験＋Excel・SQL基礎
- 求人例：PFN、中外製薬、アステラス製薬
| 職種 | 年収レンジ | 40代の入りやすさ |
|---|---|---|
| セールス・CS | 600〜1,000万円 | ◎ |
| 企画・プロダクトマーケ | 650〜1,100万円 | ○ |
| コンサル・導入支援 | 750〜1,400万円 | ○ |
| プロダクトマネージャー | 750〜1,300万円 | ◎（医療資格者） |
| データサイエンス・DM | 600〜1,200万円 | ○ |
必要スキル・資格（医薬品概論／HL7 FHIR等）
医療AIの非エンジニア職で求められるスキル・資格は、一般のAI職よりも「医療領域の固有知識」が比重を増します。
学んでおくと有利な資格・知識
- 医薬品概論／薬機法基礎：医療機器プログラム該当性、クラス分類の基礎知識（参照：e-Gov 医薬品医療機器等法）
- HL7 FHIR：医療情報の国際標準フォーマット。電子カルテ連携や医療データ統合プロジェクトで必須化が進む
- 医療情報技師：日本医療情報学会認定。医療現場のITに必要な知識を体系的に学べる
- 臨床研究コーディネーター（CRC）／GCP：創薬AI・臨床試験関連の職種で評価される
- 医療データサイエンティスト育成講座：日本医療データサイエンティスト協会等が提供
一般のAIスキルも基本ライン
- 主要生成AIツール（ChatGPT、Claude、Gemini等）の日常使用
- プロンプト（AIへの命令文）設計の基礎
- データ分析の基礎（Excel、SQL、BIツール）
- AI倫理・医療情報の取り扱いに関する基礎理解
上記を3〜6ヶ月の学習でカバーし、現職で小さなAI活用実績（業務改善）を作ってから転職活動に臨むのが現実的です。年代別のリスキリングロードマップはA-1｜40代・文系未経験でAI関連職に転職できるのか、E-1｜30代・文系未経験ロードマップで詳述しています。
医療AI業界転職で失敗した3パターン【匿名化失敗事例】
注記： 本セクションのエピソードは、複数の実例をもとに匿名化・再構成したものです。特定の個人・企業を指すものではありません。
医療AI業界は華やかに見える反面、規制・スピード感・現場文化のギャップで苦戦する例も少なくありません。ここでは企業メディアが書きづらい3つの失敗パターンを共有します。
失敗1｜薬事承認スピードを甘く見て、ローンチが遅れた
ストーリー： 38歳・SaaS企業でPM経験8年（仮にMさん）。医療AIスタートアップのPM職に転職。ITサービスの感覚で「3ヶ月でβ版リリース」と計画を立てたが、薬事承認の準備・PMDAとの事前相談だけで半年かかり、本番リリースは1年以上遅延。社内で「期待外れ」と評価された。
なぜ失敗したか： 医療機器プログラム（SaMD）の承認プロセスは、一般のSaaSの数倍の時間がかかります（出典：PMDA プログラム医療機器に関する情報）。事前相談・申請・審査・承認後の市販後調査まで含めると、初回リリースだけで1〜2年が標準。
回避策： 入社前に「薬事戦略チームの規模」「過去の承認実績」「PMDA事前相談の頻度」を確認する。医療AI企業の時間軸を理解した上で計画を立てる。
失敗2｜現場の医療従事者の信頼を得られず、導入が進まなかった
ストーリー： 42歳・コンサル出身（仮にNさん）。医療AI企業のセールス・CS職に転職。論理的な提案資料を作って病院に持ち込んだが、医師から「現場を知らない人の話は聞けない」と相手にされず、3年で契約数が伸びず退職。
なぜ失敗したか： 医療現場は「現場経験」と「臨床的妥当性」を強く重視する文化です。コンサル的なロジック提案だけでは、医師・看護師の信頼を得るのが難しい。
回避策： 入社後3〜6ヶ月は、現場見学・医師との対話に時間を投じる。可能なら「導入前の臨床現場の困りごと」を一緒に整理する伴走型のアプローチに切り替える。医療資格者（MR・看護師・薬剤師等）と組んで動くチーム体制を作る。
失敗3｜規制対応の重さを見誤り、転職を後悔した
ストーリー： 36歳・スタートアップで企画経験6年（仮にOさん）。「医療×AI」の社会的意義に惹かれて大手製薬のデジタル部門に転職。しかし業務の8割が「規制対応・社内稟議・関係部署調整」で、新しい施策提案はほとんど通らない。スタートアップ的な動き方が完全に封じられて1年で再転職。
なぜ失敗したか： 大手製薬・医療機器メーカーは、薬機法・GMP（医薬品の製造管理基準）・個人情報保護法・社内品質管理規定など、規制対応の比重が極めて高い。スタートアップ出身者には合わないことが多い。
回避策： 大手企業を選ぶなら、規制対応プロセスの長さに耐えられるか自問する。スピード感を求めるならヘルスケアスタートアップ（Ubie、カケハシ、FastDoctor等）を選ぶ。
3パターンの共通教訓
| 失敗 | 共通する見落とし | 入社前に確認すべきこと |
|---|---|---|
| 薬事スピード | ITサービスと同じ感覚で計画を立てた | 薬事戦略チームの規模・過去の承認実績 |
| 現場信頼 | ロジックだけで医療現場を動かそうとした | 医療資格者との連携体制・現場見学の機会 |
| 規制対応 | 「医療AI＝最先端で自由」と誤解 | 規制対応プロセスの長さ・自分の適性 |
求人の探し方と医療系特化エージェント
求人を見つけやすいサイト
- ビズリーチ：ハイクラス医療AI求人。製薬・医療機器メーカーの管理職クラスが豊富
- doda X：医療・ヘルスケアの専門職に強い
- LinkedIn：外資系製薬・医療機器メーカー、PFNやUbieなどのスタートアップ求人
- JACリクルートメント：医療・製薬に強い外資系エージェント
- キャリアインキュベーション：医療・製薬の専門エージェント
- アンサーズ／メディウェル：医療系特化エージェント
応募時の注意点
- 医療業界は個人情報保護法・医療情報の取り扱いに敏感なため、職務経歴書にも配慮ある書き方が必要
- 臨床現場・病院の文化理解を示す記載（「現場の困りごとに寄り添った提案経験」など）が効果的
- 薬事・規制対応が絡む職種は、関連法令（GMP、薬機法など）の理解を書いておくと通過率が上がる
業界選び全体の比較はF-1｜10業界別AI活用の最前線、隣接業界はF-3｜金融・保険業界のAI導入事例、F-4｜製造業のDX×AI人材需要、F-5｜小売・EC業界のAI活用事例で深掘りしています。全年代向けハブはD-1｜AI時代に年収が上がる人・下がる人の5つの違いを参照してください。
よくある質問（FAQ 8問）
Q1. 医療系の資格がないと医療AI転職は難しいですか？
資格必須ではありません。特にセールス・CS・企画・データマネジメントは、医療業界の実務経験（営業、マーケ、事務など）のみで応募可能な求人が多数あります。ただしPM・コンサルでは医療資格者が優遇される傾向があります。
Q2. 製薬業界から医療AI企業への転職はどれくらい現実的ですか？
製薬業界のMR・マーケ経験者は、医療AIスタートアップやヘルスケアSaaS企業で高く評価されます。Ubie、メドレー、カケハシなどのスタートアップは元MRの採用実績が多いです（出典：doda 平均年収ランキング）。
Q3. 看護師・薬剤師などの資格保持者が40代でAI側に移るのは可能ですか？
十分可能です。むしろ現場理解を持つ人材は、医療AIのPM・事業開発職では希少価値が高いです。入り口としては、医療SaaS企業のCSや臨床現場向けの導入支援から始めるケースが増えています。詳細な40代戦略はA-1｜40代・文系未経験でAI関連職に転職できるのかを参照してください。
Q4. 医療AI業界でもリモートワークは可能ですか？
ヘルスケアSaaS・スタートアップ（Ubie、カケハシ、FastDoctor等）は比較的リモート対応が進んでいます。一方、製薬会社・医療機器メーカーはハイブリッド（週2〜3日出社）が主流です。
Q5. 医療AI業界の5年後の将来性はどうですか？
国内ヘルスケアIT市場は2028年に6,500億円規模、AI医療機器の薬事承認も年々増加しており、中長期の需要は安定しています（出典：IDC Japan／PMDA）。生成AI×医療の領域は特に伸びしろが大きいと見られています。
Q6. 薬機法・PMDA承認の知識はどこで学べますか？
PMDA公式サイトの「プログラム医療機器に関する情報」と、e-Govの「医薬品医療機器等法本文」が一次情報源です。日本医療機器産業連合会のセミナーや、医療情報技師の認定講座も体系的な学習に有効です。
Q7. 医療AIスタートアップと大手製薬、どちらを選ぶべきですか？
スピード感・新規事業・ストックオプションを重視するならスタートアップ（Ubie、LPIXEL等）。安定性・規模・社会インフラ的な仕事を重視するなら大手製薬・医療機器メーカー（中外製薬、アステラス等）が向きます。失敗パターン3でも触れたように、自分の働き方適性とのマッチを必ず確認してください。
Q8. 医療AI業界の年収を最大化するキャリアパスは？
「医療業界経験5年以上＋AI活用実績＋英語力」の3点セットが揃うと、外資系コンサル（アクセンチュアヘルスケア、デロイト等）や外資系製薬のデジタル戦略部門で年収1,500万円超のポジションも現実的になります。年収アップの全体像はD-1｜AI時代に年収が上がる人・下がる人の5つの違いで整理しています。
まとめ — 医療AI業界は「現場×規制×AI」の翻訳役が狙い目
要点（3行）
- 医療・ヘルスケア業界はAI導入率38%・薬事承認63件で、構造的な伸びしろが大きい領域です
- 営業・企画・コンサル・PM・データサイエンスの5職種で、年収500〜1,400万円帯の求人が広がっています
- 規制対応・現場文化・薬事スピードの理解が、医療AI転職成功の鍵となります
今日から始める3ステップ
- 本記事H2-3の主要10社の公式サイトを確認し、興味のある企業を3社に絞る
- PMDAとe-Govで薬機法・SaMDの基礎を1時間で学ぶ
- 医療系特化エージェント（JAC、メディウェル等）に登録し、現職の経歴がどの職種で評価されるかを聞く
次に読むべき記事
- 業界比較ハブ： F-1｜10業界別AI活用の最前線【2026年版】
- 金融業界深掘り： F-3｜金融・保険業界のAI導入事例とAI人材の年収レンジ
- 製造業深掘り： F-4｜製造業のDX×AI人材需要
- 小売・EC深掘り： F-5｜小売・EC業界のAI活用事例とマーケター求人
- 全年代ハブ： D-1｜AI時代に年収が上がる人・下がる人の5つの違い
- 40代の方は： A-1｜40代・文系未経験でAI関連職に転職できるのか
- 30代の方は： E-1｜30代・文系未経験がAIキャリアに転身する完全ロードマップ
この記事で紹介したサービス（医療系特化CTA）
医療・製薬業界に特化したエージェント
- JACリクルートメント：外資系製薬・医療機器メーカーのハイクラス求人 → [登録無料]
- メディウェル／アンサーズ：医療従事者向けの医療AI関連求人 → [登録無料]
- キャリアインキュベーション：医療・製薬の専門エージェント → [登録無料]
ハイクラス層（年収600万以上）
- ビズリーチ：医療AI企業の管理職・PM求人を最多で扱う → [登録無料]
- リクルートダイレクトスカウト：年収800万〜2,000万クラスの医療AI求人 → [登録無料]
学習と転職を並行したい層
- DMM WEBCAMP：生成AI・データサイエンスコース。教育訓練給付金対応コースあり → [詳細を見る]
noteメンバーシップ限定コンテンツ
本記事で紹介した医療AI主要10社それぞれの「採用されやすい職務経歴書テンプレ」と「面接で聞かれる頻出質問10選」は、noteメンバーシップ（月額500円）で公開中です。
→ [noteメンバーシップを詳しく見る]
この記事が参考になったら、ぜひ♡を押していただけると嬉しいです。次の記事の励みになります。
コメント歓迎： あなたが医療AI業界で一番気になる職種・企業はどれですか？ 次の深掘り記事の参考にします。
著者プロフィール
執筆：AI転職ラボ編集部
エージェント・スクール・SaaSベンダーに所属しない個人運営メディア。2025〜2026年の一次データ（PMDA／厚生労働省／総務省／IDC Japan／JEITA／doda）をもとに、非エンジニアの20〜40代向けにAI活用×年収アップの実務情報を発信しています。本記事の執筆・監修担当は、医療AI企業でPMを務めた経験があり、現在は複数の医療系スタートアップのアドバイザーを兼任しています。
参照したルール： .claude/rules/writing-style.md（文体・表記）／.claude/rules/research-sources.md（調査情報源）／02_blog-team/02_rules/01_quality-checklist.md（品質基準）
主要出典一覧（一次情報ベース）
- 総務省「令和7年版 情報通信白書（企業におけるAI利用）」2025年7月：https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html
- PMDA「AIを活用した医療機器プログラム承認状況」：https://www.pmda.go.jp/review-services/drug-reviews/about-reviews/devices/0029.html
- PMDA「プログラム医療機器に関する情報」：https://www.pmda.go.jp/review-services/drug-reviews/about-reviews/devices/0028.html
- e-Gov法令検索「医薬品医療機器等法（薬機法）」：https://laws.e-gov.go.jp/law/335AC0000000145
- 厚生労働省「保健医療分野のAI活用」：https://www.mhlw.go.jp/stf/shingi/other-isei_502375.html
- 厚生労働省「jobtag（職業情報提供サイト）」：https://shigoto.mhlw.go.jp/
- 日本医師会 公式サイト：https://www.med.or.jp/
- IDC Japan「国内ヘルスケアITサービス市場予測」：https://my.idc.com/getdoc.jsp?containerId=prJPJ52888024
- JEITA「生成AI市場調査・需要動向」：https://www.jeita.or.jp/japanese/topics/2024/1218.html
- 矢野経済研究所 プレスリリース一覧：https://www.yano.co.jp/press-release/
- doda「平均年収ランキング 年齢別」：https://doda.jp/guide/heikin/age/
- Preferred Networks 公式：https://www.preferred.jp/
- LPIXEL 公式：https://lpixel.net/
- AIメディカルサービス 公式：https://www.ai-ms.com/
- Ubie 公式：https://ubie.life/
- エムスリー 公式：https://www.m3.com/
- メドレー 公式：https://www.medley.jp/
- カケハシ 公式：https://www.kakehashi.life/
- FastDoctor 公式：https://fastdoctor.jp/
- 中外製薬 公式：https://www.chugai-pharm.co.jp/
- アステラス製薬 公式：https://www.astellas.com/jp/
*執筆：AI転職ラボ編集部 / 公開日：2026年5月上旬予定 / 最終更新：2026年4月26日 / 本記事は四半期ごとに情報更新します*