株式会社JMDC (4483) June 25, 2026 Annual General Meeting Transcript

皆様おはようございます。代表取締役社長の野口亮でございます。 株主の皆様にはご出席も頼りまして誠にありがとうございます。 当社定管の定めによりまして、私が議長を務めさせていただきますので、よろしくお願い申し上げます。 それでは、ただいまより株式会社JMDC第13回定時株主総会を開会いたします。 本総会の目的事項はお手元の招集ご通知に記載のとおりでございます なお報告事項及び決議事項に関するご質問ご意見等につきましては 報告事項及び決議事項の議案の内容説明が終わりました後に 一括してお受けしたいと存じますのでご協力のほどよろしくお願いいたします はじめに、本総会においては、定則数を必要とする全議案の決議に必要な要件を満たしておりますことをご報告申し上げます 次に、第13期事業年度の事業報告、連結計算書類並びに計算書類の内容についてご報告申し上げます 内容につきましては、お手元の招集ご通知5ページから28ページに記載のとおりでございますが 株主の皆様により一層ご理解いただくため

スライドとナレーションにて説明させていただきたいと存じます 事務局お願いします 議長の指示により 企業集団の現況における事業の経過及び成果について ご報告申し上げます 当社はデータとICTの力で 持続可能なヘルスケアシステムを実現することを目指して 日本のヘルスケア業界の多様なデータを結集し 社会に還元することを通じて 生活者の健康増進や医療プロバイダーの価値向上 業務最適化を支援しております ヘルスビッグデータセグメントは 健康保険組合を中心とした保険者の保険事業を推進するため 保険者が保有するデータの分析サービスのほか、当社開発のPHRサービスを提供しております。 また、医療機関に対しても、医療データ分析サービス、診療報酬、ファクタリングサービスのほか、 薬剤データベースの提供等を行っております。 さらに、こうした業務の付帯として、受領した匿名加工情報をデータベース化し、確実、産業利用を進めております 遠隔医療セグメントは、放射線診断専門医が不足している医療機関と契約読営医を遠隔読営システムでつなぐマッチングサービスのほか 医療機関と放射線診断専門医をクラウドでつなぎ 遠隔での画像診断を可能としたASPサービスを提供しております 以上の結果、当連結会計年度の売上収益は 504億6200万円、全連結会計年度比20. 9%増 営業利益は105億2,100万円、全連結会計年度比20. 7%増 EBITDAは131億7,800万円、全連結会計年度比20. 5%増の増収増益となりました 続きまして、セグメント別の業績についてご報告いたします ヘルスビッグデータセグメントにおきましては、当社グループは 現行保険組合等より寄せられたレセプト・検診データ及び 加入者台帳を匿名確保することで、民間利用可能な国内最大規模の ヘルスビッグデータを有しております 当連結会計年度においても、取引先・現行保険組合等の数は、全連結会計年度比で増加、利活用先である製薬企業及び保険会社等の年間取引額も顕著に推移しており、事業は拡大を続けております また 当社開発の健康情報プラットフォーム ベッパンプにより これらのヘルスビッグデータに基づいて 一人一人のユーザーに合わせた個別アドバイスや 疾病リスク表示を行っております ベッパンプの発行ID数は 当連結会計年度においても拡大を続けております これらの事業拡大に加え、2023年6月には、業界団体を超えた健康経営の実践に取り組む企業・団体が集結し 健康経営アライアンスが本格始動し、2026年3月末日時点で525社団体に拡大しております 同アライアンスは社員の健康を通じた日本企業の活性化と 憲法の持続可能性の実現をミッションに活動しており 現在勉強会・セミナー・アンケート・データ分析に基づく 健康経営アセスメント・健康経営ソリューションの情報プラットフォーム構築の 3つの取り組みを進めております 今後、活動のさらなる拡大と健康経営の実践を通じた成果及び事業の創出を加速してまいります この結果、当連結会計年度のセグメント売上収益は440億7千万円となり、セグメント利益は117億2千2百万円となりました 遠隔医療セグメントにおきましては、当社グループは国内最大の放射線診断専門医プラットフォームを有しております。 当連結会計年度においては、遠隔独営サービスを利用する医療機関数が引き続き拡大した結果、売上収益は全連結会計年度比で増収となりました。 なお、画像診断をアシストする人工知能エンジンプラットフォームAIラドの機能追加や、アジアでの事業展開を本格化するための準備など、事業拡大のための施策は引き続き進めております この結果、当連結体験年度のセグメント売上収益は 63億9200万円となり、セグメント利益は24億700万円となりました その他の報告事項につきましては、お手元の招集後通知7ページから24ページに記載のとおりでございます 次に、連結計算書類につきまして、概要をご報告申し上げます。 連結財政状態計算書は、お手元の招集後通知25ページを、連結損益計算書は26ページをご覧ください。 今回、同連結会計年度末における資産は、全連結会計年度末と比べ、155億1,700万円増加し、1,585億3,800万円となりました。 これは、主に有形固定資産が70億500万円、のれんが41億5500万円、営業債券及びその他の債券が39億4900万円、それぞれ増加したことによります 次に、当連結会計年度末における負債は、全連結会計年度末と比べ98億1000万円増加し、743億5500万円となりました これは主に営業債務及びその他の債務が37億9,800万円 非流動負債の借入金が20億5,700万円 非流動負債のリース負債が16億600万円 流動負債の借入金が11億6,100万円 それぞれ増加したことによります 同連結会計年度末における資本は 全連結会計年度末と比べ 57億700万円増加し 841億8300万円となりました これは主に親会社の所有者に帰属する 当期利益67億6500万円の計上と 配当金の支払い10億4500万円を計上したこと等により 利益常用金が56億7200万円増加したことによります また連結損益計算書につきましては 26ページに記載のとおり 売上収益は504億6200万円 営業利益は105億2100万円 当期利益は68億1200万円となりました 連結持ち分変動計算書及び連結中期表につきましては 当社ウェブサイト及び東京証券取引所ウェブサイトに 掲載しております その他の電子提供措置事項に記載のとおりでございます 個別計算書類につきましては 対策対象表はお手元の招集後通知27ページに 損益計算書は28ページに 株主本等変動計算書 個別中期表につきましては 当社ウェブサイト及び東京証券取引所 ウェブサイトに掲載しております

その他の電子提供措置事項に 記載のとおりでございます 以上 ご報告申し上げました 続きまして 対処すべき課題について ご報告申し上げます 対処すべき課題についてはお手元の招集後通知10ページに記載のとおりですが 株主の皆様により理解を深めていただくため 私の方からJMDCグループの事業の進捗についてスライドに沿ってご説明いたします こちら決算発表の際にお示ししたものと同様の資料ということになってございますが 足元ご質問いただく株主投資家の皆様からですね ご質問いただく内容としては大きく2つよくお寄せいただいております 1つは終わった期の業績について 当初計画と比べてですね 大変残念ながらギャップが生じてしまったということについて その要因が何であるかというご質問 それからもう1つがこのAIを活用した事業ということについて これが我々の事業にとって脅威になるのか、はたまたポジティブな要素があるのか、そこについての見解ということがよくご質問を寄せていただいております。 この2点について、本日改めてご説明をさせていただきたいと考えております。 まず、終わった期についてということでございますが、我々のヘルスビッグデータセグメントというセグメント、こちらが終わった期においては難聴であったと。 この中がですね顧客によって3つの大きな顧客ということで我々分けてございますが 一つがインダストリー製薬企業や生命保険会社様がお客様である事業 それからもう一つが保険者生活者憲法であったりですとか個人企業といったところがお客様の事業 それから医療提供者病院やクリニックと いったところがお客様である事業と こういった3つに分けてございます 売上規模でいくとそれぞれ3分の1ずつぐらいの 配分になっていますが とりわけ利益という意味では 今からご説明するこのインダストリーというところの 貢献が大きいとそのような構成になってございます このインダストリーの事業というのが 終わった期においては成長23%ということでございました これ自体はしっかり成長しているという見方もあると思いますが 他方でこのうち8割を占める製薬企業向け こちらにつきましては終わった期で22%の成長ということでございました 実は我々の基礎の計画段階では 3割近い成長をこの領域で目指していたというところが そこと比べるとギャップが生じてしまったというのが 終わった期についての状況でございました では製薬向けビジネスの中で どのあたりが特に難聴であったかということですが 今度は製薬企業の中の部門ごとに この事業を分解してお示ししております 一番下からメディカル部門向け セールスマーケティング向け それからR&D向けということでございますが このメディカル部門というのが あまり聞きなじみがない方もいらっしゃるかもしれませんが 製薬企業の中では特に薬が世の中に出た後 この世の中に出たお薬あるいはそれに関わる疾患について 新たなエビデンスを創出していく論文を書いたりしていくといったことになっている部門ということになります それ以外のセールスマーケティング部門、R&D部門 実はこちらの部門については順調な成長ということになったのですが このメディカル部門向けというところが終わった期において 残念ながらビジネスのサイズが小さくなるということが発生いたしました この要因が何かということでございますが 大きく2つあったというふうに考えております 1つはメディカル部門というのは先ほど申し上げたように 新たなエビデンスを創出していく そうしたことをミッションに持っている部門でございますので 新しいですねデータを使ってさまざまな調査を行い研究を行い論文を発信していく そうしたことになっているわけですが 当然ですね新しいデータさまざまなデータを使ってそうした調査を行いたい 論文を書いていかれたいとそのようなニーズがございます こうした部門のニーズにしっかりお答えしていくため 我々は従来から非常に強みを持っていた健康保険組合由来のデータに加えてですね 自治体由来であったりですとか あるいは医療機関由来のデータ こうしたものを拡充し ご提供する準備を進めてまいりました 終わった期においても 実はかなりこのデータの量ということについては 大きく伸ばすことができるというような 見立てを持っておりました ただ一方で我々がこの新しいデータを大きく伸ばし 本格的に事業を展開するという意味では 昨年度がまさにその初年度といったタイミングであった 我々の想定していたよりも 大きく拡大したデータを処理するための時間というのが 過去我々が経験してきた健康保険組合様由来のデータと比べると 時間がかかってしまった これは顧客とのやりとりも発生することですので 我々だけではなくて様々なプロセスの中で 想定よりも時間がかかってしまったということで 残念ながら我々が本来製薬企業様に向けて これをご提供していきたいタイミングに 必ずしも全部のデータが揃わなかったと こうしたことが発生しておりました また我々がこちら部門ごとにご覧いただくと セールスマーケ部門それからR&D部門 これらの部門の事業が非常に順調に伸びていたということもあって 我々側のフロントの体制といったものも かなりセールス&マーケット、R&Dの部門に寄せていた つまりこのメディカルの部門というのは少し手薄になってしまった こうしたことが合わさってこのメディカルの部門というのが 当初想定と比べるとかなり弱い着地になってしまったというのが 終わった期において生じていたことという話になります 我々側がこうした状況の中で大変残念ながら 競合企業においては このメディカル部門向けの事業というのが 伸びていたというような見方を 我々としてはしております 競合のデータ利活用の状況ということですが 直近1年で見ると メディカル領域を中心として 事業展開を行うような競合企業において 10億円以上の事業の成長があった これ実は3年前から2年前にかけては こうした大きな成長というのは 生じていなかったわけですが また我々が本来新しいデータを活用して事業を伸ばしていきたかった成長をつくっていきたかったそうした領域においてむしろ我々が先ほどご説明したような状況もあって競合がそこで伸びるといったことが起きてしまったというのが終わった期について生じていたことだというふうに捉えております 別の見方をすると市場自体はしっかりとまだまだ存在する伸びているというふうにも考えております 我々がどういう形でここに対して今年度取り組んでいるかということですが 先ほどご説明したようなデータ処理の課題といったものは 一過性の課題ということになりますので こちらについてはすでに対処を終えて もうご提供できるような状態にしっかり整っているということで データアセットについては今申し上げてきたような 競合を上回る水準といったものがしっかりと準備できてございます 我々が従来得意としてきた健康保険組合由来のデータに加えて 自治体のデータといったものの活用もしっかりとできる準備が整ってきている あるいは医療機関由来のデータについても 我々いくつかの今電子カルテの事業者様とご連携させていただいていますが 大きくデータのボリュームを伸ばすことができました 競合量がするようなレベルまでこちらのデータベースについても届いていると あとはですねこうしたしっかりと強化してきたアセットを活用しながらですね 先ほどのメディカル部門向けのリソース配分についても 今期につきましてはしっかりとリソースを配分して ご説明をさせていただくということで 我々がですねある意味では昨年度失ってしまった成長領域というのを 今年度についてはしっかりと取り返していくことが十分できるというふうに考えてございます また加えて昨年度につきました今メディカルムーンについてのご状況を主にご説明させていただきましたが セールサンドマーケアR&Dのところについては極めて順調に伸びてきていると これはですね我々の製薬企業のクライアントあたりの一社取引額というのをお示ししております 一社あたり取引額をお示ししています 上位5社をご覧いただくと足元でも順調に伸びているということが ご確認いただけるかと思いますが やはりですねこうした先進的な企業において 我々がご提案する新しいデータの利活用 ユースケースというのが根付いてきているということを 表しているものだというふうに捉えています こうした先進企業でご活用いただいたユースケースというのは 過去の我々の経験からもその後ですね 6位から30位と書いています この中位企業あるいはさらにその下の31位以下の企業といったところにつきましても 徐々に広がっていくということで 先進企業におけるユースケースこれが広がっていくということは 非常に力強いサインであるというふうに捉えていますし 今期以降ですねこれをしっかりまた6位から30位以降の企業にも展開していくことで メディカルだけではなくてですね セールサンダーマーケットR&Dの部分についてもしっかりと伸ばしていくことができるというふうに考えています では次にAIにつきましてよくお寄せいただくご質問として AIの進化がJMDCの事業にどのような影響を与えるかというご質問をいただきますので こちらについてもご説明をさせていただければと思います まずAIというものが我々のようなデータビジネスにとってポジティブなのか あるいはネガティブなのかといったことでご質問いただくことがありますが 我々これは極めてポジティブであるというふうに捉えております 我々のこのヘルスケアのデータといったものについて 20年以上前から我々は取り組んでいるわけですが 取り組み始めた当時ですね 2000年代といったときは まだ我々のデータも非常に今と比べると 小規模であったということもありますが この分析を行うツールや手段といったものも 人手に割と寄っていたというような状況でございました 小さなデータと少ない人手ということで 出せるアウトプットというのが限られていたというのが 今と比較すると当時の状況だったというふうに考えています その後我々2010年代中段のところですが データについては大きく拡大をしてきました ただデータが拡大してきただけではなくて このツールと手段といったところについても 様々なデジタルな手法による解析ができるようになり アウトプットというのが質量ともにさらに拡大していったというのが この2010年代だったというふうに考えています 現在についてはデータベースというのは もう過去と比較するとはるかに大きなものになっています それは一つ一つのデータベースだけではなくて さまざまなデータベース 今日もご紹介したような新しいデータベースといったようなものも さらに加わってきてですね データ扱える量としては過去と比べると もう比べられないぐらいの水準まで拡大してきている これを解析する方法というのが そうは言ってもですねデジタルな今までの方法だけでは なかなかこの拡大したデータの価値を最大限引き出すということが 実は難しかったという状況がAIによって大きく変わろうとしているというのが 今の我々の見立てです 様々なデータを様々な観点で分析していく こうしたことはやはり生成AIを含めてですね AIが大きく広がってきたことで かつてと比べてもスピーディーにかつ高品質に実施できるようになってきています 我々としてはこのAIというのは 我々が従前から活用してきたツールや手段が大きく進化してきたというふうに捉えています こうしたAIでデータが代替されるというようなご心配をいただくことはありますが およそそうしたようなご心配というよりかは このAIの進化というのは我々にとっては極めてポジティブであると ちょっと別の言い方をすると AIの進化に半導体が必須であるということは よく言われていますけれども 実はデータ自体もですね AIがその賢さを最大限発揮するためには やっぱりインプットの量であったり 質が重要になってきますので 我々のデータ自体も実は AIの価値を最大化する上で 極めて重要な役割を担うというふうに考えています そうしたデータとAIの相互関係といったことも含めて このデータ側が今極めて拡大してきている中で AIが合わせて進化してきたというのは 我々にとっては最終的なアウトプット 顧客提供価値を大きく増加させていく 極めていいタイミングに今来ているというふうに捉えております 実際社内では様々な形でこうしたAIの活用というのは始めていますが こちらですね社内で我々のデータをですね AIに学習をさせてですね トライアルとして様々な分析を行うということは すでに取り組み始めていますが 圧倒的に今までの分析と比べると レスポンスの速度が改善していると 実はデータの分析というのは ものによっては今でも我々の社内のデータアナリストが マニュアルでコードを書きながら分析するみたいなことが これまでは多々ございました そうすると依頼してから帰ってくるまで 場合によっては数日かかる 繁忙期だとさらにかかるみたいなこともあったわけですけれども AIのツールであれば24時間365日 どのタイミングでもそうした分析の由来ができ かつ数分でこの結果が返ってくると そうするとやはりですね 様々な仮説が進化するスピードというのが 劇的に改善していくといったことが すでに起き始めています 当然顧客に対してこういったものを提供していくということもありますが 社内で使っているだけでも分析の回数というのが大きく増加していますし こうしたものによってですね 顧客運携の提案のサイクルといったものも加速しているというのが足元の状況になります こうした仮設検証のサイクル提案サイクルが加速することで 足元先ほどご覧いただいたセールス&マーケアR&Dのプロジェクトが増えているといったことも 一部にはこうしたものが貢献しているわけですけれども さらに多くのプロジェクトというのがどんどんと進行しているような状況でございます 分析のツール自体といったものもありますし 例えば製薬企業のMRさんの活動支援をするようなソリューション あるいは知見のDX化を推進するようなソリューション あるいは創薬の領域においても効率化を進めていくようなソリューション こうしたものが我々が集めてきたデータと それからAIの進化によってさらに様々な提案ができるような状況になってきているということでございます またヘルスケアだけではない事業領域においても 可能性がAIによって高まってきているというふうに捉えています 一番左側は後ほど少しご紹介します これはオムロンさんとの事例になりますが 家庭やバイタルのデータといったものと 我々のヘルスケアのデータを組み合わせるといったことによって 様々な我々のデータだけではできなかった 疾患則のアルゴリズムが開発でき デバイスの付加価値向上につながっていくという取り組み あるいは、小売企業様においても、食品やOTC薬品の購買データと、我々のヘルスケアのデータを組み合わせることで、 どのような食品を購入されると、どのような健康状態につながるかといったような関連性の探索、 あるいは、その食品の今度はリコメンドにつなげていくような取り組み、こうしたものも、さまざまな小売企業様との議論が進捗しております。 またモビリティの領域についても 車のドライブデータといったものと 我々のヘルスケアデータを組み合わせることで 例えばドライバーの方の睡眠や疲労といったような状況が検知され それがドライバーの方の安全性の向上に貢献していくような そんなような取り組み ヘルスケアのデータだけではできなかった 加えてそこにやはりAIのような さまざまなデータを組み合わせて分析することが より容易になる そうしたツールが出てきたことで 取り組みがさまざま進捗しているということでございます こちらちょうどですね 昨日プレスリリースでも発表させていただきましたが オムロンとJMDC それから筑波大学様との取り組みで 今取り組んでいたものでございますが 家庭用のバイタルデータと それから我々の持つレセプトデータ これを組み合わせてさまざまな 疾患の予測をするアルゴリズムというものを 開発を進めておりました 昨日ご発表させていただいたのは その中でも睡眠時無呼吸症候群という疾患 こちらについてリスク予測をですね 精度高く行うことができるモデルが 開発されたというものになります 睡眠時無呼吸症候群という疾患は ちなみに潜在患者数が こちらを示しているように非常に多いと言われています 940万人いらっしゃると 一方でちょっと検査がですね なかなか手間がかかるといったこともあって 実際治療中の方は60万人しかいらっしゃらない 潜在的に患者さんになり得る方と この治療されている方のギャップが 極めて多い疾患の一つというふうに考えております こうした疾患において 我々が今回開発したようなアルゴリズム これがですね 世の中で活用されていくようになると リスクが高い方に絞って さまざまなアラートを出していく そうするとそうした方々がですね 検査を受けていただいて 治療のプロセスに入っていただくことができるということで 様々な社会的な疾患といったものが 確率疾患といったものが検知されてですね より人々が健康になる世界 あるいは早期治療によって 医療費が適正化されていくような世界 あるいは労働者の生産性が改善されていくような世界 そうして世界につなげていくことができる 取り組みというふうに捉えております このような取り組みもやはり様々なデータを組み合わせ それをAIを使って解析していくような そうしたツールの進化といったことと合わせて 進捗が加速しているというふうに捉えてございます ですのでAIについては様々ご質問いただきますが 我々にとっては我々がこれまで蓄積してきたデータセットといったものの 価値を最大化していく上で極めて有力なツールが世の中に出てきた この機会を捉えて我々としてもしっかりこうした取り組みを推進していきたいというふうに考えてございます 私からのご説明としては以上ということになります それでは続きましてお手元の招集後通知36ページから42ページに記載の各議案を上提させていただきますとともに その内容をご説明申し上げます 第1号議案取締役監査党委員である取締役を除く5名選任の件は 監査党委員である者を除く取締役5名全員が 本総会終結の時をもって任期満了となります つきましては取締役5名の選任をお願いするものであります なお本議案について当社の監査党委員会は 全ての取締役候補につき適任であると判断しております それでは各候補者を紹介させていただきます 松島陽介 野口亮 山本雄太 武田誠二 李慈本 以上5名でございます 詳細につきましてはお手元の招集後通知36ページから39ページに記載しております 次に第2号議案監査党員である取締役1名選任の件は 監査党員である取締役4名のうち1名が本総会終結の時をもって任期満了となります つきましては監査党員である取締役1名の選任をお願いするものであります なお本議案の提出につきましては監査党委員会の同意を得ております それでは候補者を紹介させていただきます 田宮七子でございます 詳細につきましてはお手元の招集後通知40ページから41ページに記載しております それでは第1号議案取締役監査党委員である取締役を除く5名選任の件につき採決を行いたいと存じます 本議案につきましてご賛成の株主様は拍手をお願いいたします 第1号議案取締役監査党委員である取締役を除く5名選任の件は 事前の議決権行使によるご賛成も併せて過半数が原案にご賛成ですので原案通り承認可決されました 次に第2号議案監査党員である取締役1名選任の件につき採決を行いたいと存じます 議案に対しご賛成の株主様は拍手をお願いいたします 第2号議案監査党員である取締役1名選任の件は 事前の議決権行使によるご賛成も併せて 過半数が議案にご賛成ですので議案通り承認可決されました 以上をもちまして本総会の目的事項は全て終了いたしましたので 本総会を閉会いたします 改めまして株主の皆様には ご出席いただきまして誠にありがとうございました