スマホで撮るだけ病害虫診断？農業の現場で使えるAIアプリと活用メリット

2026年4月10日

「この葉の色、おかしい気がする。でも病気なのか判断できない」──そんな不安を抱えたまま、手探りで防除していませんか。近年は、スマホで撮影した写真から病害虫を診断するAIアプリが登場し、現場の意思決定の早さと精度を底上げし始めています。本記事では、「農業病害虫診断 AI」の基本機能から、導入による具体的な変化までを、事例を交えて分かりやすく解説します。

スマホで撮るだけ病害虫診断？農業の現場で使えるAIアプリと活用メリット

こんな悩みはありませんか？

病気かどうか分からず、防除がいつも後手に回ってしまう
JAや普及員に相談したいが、すぐに来てもらえない
新しい病害虫が増えており、名前も対処法も分からない

スマホでできる「農業病害虫診断 AI」とは？

病害虫診断AIアプリの基本機能

病害虫診断AIアプリは、スマホで撮影した葉や果実などの画像をAIが解析し、病名や発生の可能性、対処の目安を表示するサービスです。対応作物は水稲、トマト、葉物、果樹などが中心で、斑点・変色・食害跡など多様な症状に対応しています。

仕組みとしては、画像から色・模様・形といった特徴を抽出するディープラーニングモデルで学習済みパターンと照合し、最も近い診断候補を返すイメージです。近年は、スマホ内で動作する軽量なCNN（畳み込みニューラルネットワーク）やVision Transformerなどが使われており、撮影から数秒で診断結果が返ってくるものもあります。

海外のPlantVillage系アプリでは1,000種以上の病害虫・雑草に対応した事例もあり、日本国内でも水稲・野菜・果樹など主要作物については診断精度90％以上の実用レベルに達しつつあります。画像だけでなく、位置情報や気象データと組み合わせて「いま、この地域で出やすい病気」を考慮するタイプも登場しており、単なる画像検索から「予測を含めた診断」へと進化しています。

AI診断の精度と限界

診断精度は90％前後とされることが多く、一般的な症状については高精度で判定できますが、100％ではありません。珍しい病気や、逆光・ブレといった撮影条件の悪さ、幼苗と成苗で症状が異なる場合などでは誤診が起きやすく、注意が必要です。そのため、AIは「一次診断」や「セカンドオピニオン」として活用し、最終的な重要判断は営農相談員や専門家の助言と併用する形が賢明です。

特に、照明条件やカメラの角度に診断結果が左右されやすく、葉のテカリや影を病斑と誤認するケースや、軽微な初期症状がぼやけて見逃されるケースも報告されています。海外では、干ばつなど気象条件が大きく変化した年に、過去データと異なる症状が出て精度が60～70％まで落ち込んだ事例もあり、「どの地域・どの作物のデータで学習しているか」によって性能が大きく変わることが分かっています。

一方で、AIは同じ条件・同じ症状であればブレなく判定できる強みがあります。毎日数十～数百株を確認する場面では、人間よりムラが少ないというメリットもあります。「AIがこう診断しているが、実物を見てどう考えるか」という形で営農指導員との会話のきっかけに使う現場も増えており、あくまで“道具”として上手に使いこなす意識が重要です。

スマホで撮るだけ：病害虫診断AIの使い方

1枚の写真で分かることと撮影のコツ

撮影する部位
症状の出ている葉・茎・果実を中心に撮影します。表裏を撮ることで診断精度が上がります。
角度と距離のコツ
できるだけ被写体と平行に撮影し、全体像と拡大画像を複数枚撮ると良い結果につながります。
結果画面の見方
多くのアプリでは、病名候補、危険度（リスクスコア）、推奨処置や薬剤の目安が表示されます。
よくある失敗例
被写体から遠すぎて症状が判別できない、汚れと病斑を混同する、といったケースです。取り直す場合は、近づいて撮る・葉の裏面を撮る・周囲の健全部位も合わせて撮ることがポイントです。

最近のアプリでは、YOLOのような物体検出モデルを用いて、葉のどの部分に症状が出ているかを枠で表示したり、「撮影ガイド」によってカメラの距離・明るさをリアルタイムにチェックしてくれるものもあります。

診断結果画面には、病名だけでなく「発生度合い（0～100％）」「進行ステージ」「防除の緊急度」などが示されることが多く、結果を記録しておけば後から生育記録（圃場ノート）として振り返ることも可能です。中には診断結果から、そのまま登録農薬の一覧や使用量の目安、注意点（収穫前日数や適用作物）まで確認できるアプリも登場しており、防除設計まで一気通貫で支える仕組みが整いつつあります。

ドローンや圃場カメラとの違いと組み合わせ方

スマホ診断は、手元での個株確認や小規模圃場、ハウス内での即時判断に向いています。一方、ドローンや固定カメラは圃場全体の発生状況の把握や、早期の広域検出が得意です。

これらを組み合わせることで、スマホでの局所確認、ドローンでの広域スクリーニング、土壌診断AIでの原因解析といった運用が可能になり、圃場全体の見える化へと発展していきます。

たとえば、クロロス社のSWALOのように、ドローンで撮影した圃場全体の画像をAIで解析し、生育ムラや病害の「怪しいゾーン」をマップ表示し、それを見ながら現場ではスマホで株を詳細診断する、といった分業が既に実現しています。

さらに、気象連動型の予測システム（TENRYOなど）と組み合わせれば、「今週末はこの地域で特定病害のリスクが高い」といったアラートを見て、ドローンで事前に見回り、スマホで怪しい株を個別確認し、必要に応じて防除を実施する流れがとれます。

農研機構や日本土壌協会が開発している土壌診断AIと統合すれば、「なぜこの区画だけ病気が出やすいのか（pH・養分・排水性など）」といった原因分析も可能になり、単発の防除ではなく、土づくりを含めた長期的な対策につなげやすくなります。

導入メリット：現場で起きる具体的な変化

収量アップと農薬使用量の削減

早期発見で被害拡大を防げば、収量低下を大幅に抑えられます。AIが発生リスクや適切な散布タイミングを示すことで、散布回数と使用量を減らすことが可能になり、その結果として環境負荷の低減にもつながります。

実証事例では、気象連動型予測と組み合わせた黒すす病対策において、発生リスクの高いタイミングだけピンポイントに防除を行い、収量15％増・農薬使用量30～50％減といった成果も報告されています。病害虫診断AIで早期に異常を察知し、必要な区画・必要なタイミングに絞って散布することで、「とりあえず全体に予防散布する」というやり方から脱却しやすくなります。

また、農薬使用量の削減は、コスト低減だけでなく、作業者の健康リスク軽減や周辺環境・水系への負荷低減にもつながります。近年重視されているGHG（温室効果ガス）排出やサステナビリティ指標の改善にも寄与します。海外では、AIによる精密防除を行うことで、企業のサプライチェーン全体の環境負荷（Scope3排出量）削減を証明するMRV（測定・報告・検証）システムと連携する取り組みも進んでいます。

作業時間と精神的な負担の軽減

「これは何か？」と悩む時間が短縮され、営農相談員とのやりとりも診断結果を添えることで効率化できます。夜間や休日でも一次診断が得られる安心感は大きなメリットです。

特に、JAや普及センターの営農相談員1人あたりが抱える農家数が増えているなかで、「まずAIで一次診断を行い、結果と写真を共有したうえで電話・オンラインで相談する」というスタイルが広がりつつあります。これにより、相談員側も現地に行かなくても状況を具体的に把握でき、訪問が必要なケースとそうでないケースを切り分けやすくなります。

また、「病気かもしれないが、聞くほどでもないかもしれない」「忙しそうだから連絡しづらい」といった心理的ハードルが下がり、些細な異変でも気軽にAIに相談しやすくなります。診断履歴が残ることで、「前年の同じ時期はどうだったか」「どの対策が有効だったか」を後から確認できるため、判断への不安やプレッシャーも徐々に軽減されていきます。

新規就農者・後継者にとってのメリット

経験が浅くても、AIの判断を活用することでベテランに近い対応がしやすくなります。診断履歴を圃場ノートとして残せば、将来にわたって活用できる学習資産になります。家族や従業員との情報共有も容易です。

平均年齢が67歳を超えるといわれる日本の農業では、経験の継承が大きな課題です。病害虫診断AIは、「この症状はこの病気の可能性が高い」「この時期・この気温条件ではこの病害が出やすい」といった暗黙知を、アプリの形で新規就農者に提供してくれます。

現役農家が開発に関わる営農支援AI（AGRIX AIなど）のように、実際の栽培判断・防除判断のノウハウを組み込んだツールも増えており、「AI＋人の経験」をセットで学べる環境が整いつつあります。

病害虫診断AIを“頼れる道具”として使いこなす

病害虫診断AIは、あくまで「万能な先生」ではなく、現場で頼れる道具のひとつという位置づけです。それでも、スマホで撮影するだけで病害虫の当たりをつけられるようになったことで、早期発見・適量防除・記録の蓄積がぐっと現実的になってきました。

主なメリット	内容
収量確保・コスト削減	防除タイミングの精度向上により、収量を守りつつ農薬コストを削減
負担の軽減	夜間・休日を含めた一次診断により、不安や判断ストレスを軽減
経験の見える化	経験の浅い人でもベテランに近い対応へ近づくための「学びの土台」づくり