となりのAI ・ 実装シリーズ ・ 第1回 / 総論

なぜ、医師はAIを使うのか

問いは、一つ。なぜ、医師はAIを使うのか。
今日は「観る力」を補助線に、その答えを描きます。

となりのAI ・ 実装シリーズ ・ 第1回 / The AI Paradox
となりのAI第1回 ・ The Paradox

AIの逆説

テクノロジーが、医療に
「時間」と「人間性」を取り戻す。

AIは、医師から仕事を奪うために来たのではありません。膨大な書類に奪われていた患者と向き合う時間を、私たちの手に取り戻すために来た。

となりのAIThe Thesis

今日の問いは、一つ ─ なぜ、医師はAIを使うのか

AIは、医師の「観る力」を拡張する。

観る力が2方向に広がる
目の前の患者へ
奪われた時間と人間性を、取り戻す
← 観る力 →
まだ見ぬ身体へ
これまで観えなかった医学を、観る

医学は、新しい「観る力」を得るたびに跳んできた。AIは、その最新の手段です。

となりのAIThe Reality

現実

あなたの時間も、いま
カルテと書類に奪われている。

となりのAIWhere Time Goes

医師の時間は、どこへ消えているか

27%
直接的な
患者対応
49%
電子カルテ・
書類業務
24%
その他
(管理・観察ほか)

診療時間の約半分が電子カルテと書類に消え、直接患者と向き合う時間(27%)を上回る。あなたの外来も、同じではありませんか。

その時間を、患者を診る時間に取り戻す。それがAIの出発点です。

出典: Sinsky C, et al. Ann Intern Med. 2016

となりのAIRoot Cause

足りないのは「時間」でなく、「認知能力」

情報が殺到し、思考の出力が細る
膨大な医学情報
電子カルテのタスク群
管理・事務業務
→
医師の
認知リソース
処理能力には限界がある
→
質の高い
医療的価値
重要な情報の見落とし 判断の遅延 患者対応時間の減少 医療の質低下リスク

ボトルネックは、医師の思考のキャパシティ。だから、認知の負荷をAIに肩代わりさせる発想が要る。

となりのAIStrategic Lever

AIは、思考の「外部委託パートナー」

医師はコアを握り、情報処理はAIへ
医師が握る 最終意思決定 倫理的判断
複雑なコミュニケーション
共感
協業領域 壁打ち 診断推論の補助
治療方針の検討
AIに委ねる 情報処理 情報収集・要約
ドラフト作成
データ構造化・パターン認識

AIは「奪う脅威」ではなく、「能力を拡張するパートナー」。医師は判断に集中し、情報処理は任せる。この切り分けが、これからの仕事です。

となりのAIThe Question

観る力 ①|目の前の患者へ

委ねられることは、どんどんAIに。
そして、自分にしかできないことに、
集中する。

記録・要約・検出・反復は、AIが速い。判断・倫理・共感・責任は、人間にしかできない。棲み分けるほど、医師は「医師にしかできないこと」に時間を取り戻せる。

雑音が消え、患者に焦点が合う
となりのAIDoes It Work?

理屈はわかった。
では、本当に効くのか。

となりのAIIn Practice

「記録」を超え、検出・診断へ(2025-2026)

AIが病変を検出
大腸内視鏡AI
ポリープをリアルタイム検出し、見逃しを半減。国産のEndoBRAINが大腸AIで国内初のPMDA承認(2018)。
画像診断の基盤モデル
Aidocが腹部CT14所見、Qure.aiが胸部X線26所見を同時検出。画像の基盤モデルが続々FDA承認(2026)。
病理 → 治療選択(ArteraAI)
HE標本から、薬の効く患者を選別。診断から治療判断の支援へ(FDA 2025)。
AI聴診・心電図(Eko / Mayo)
5秒の聴診で弁膜症や心房細動を検出。心電図からは将来の不整脈も予測。

「記録の自動化」から、検出・診断の支援へ。それでも、最終判断は医師が握る。

となりのAIEvidence ・ 直近

すでに、数字が出はじめている

負担が軽くなり、時間が戻る
64%
職務満足度の
向上を実感
Abridge, JAMIA Open 2025
67%
バーンアウトの
軽減を実感
Abridge, JAMIA Open 2025
15,791h
書類作業時間の
年間削減
Kaiser Permanente / NEJM Catalyst 2025
+49%
診断発見数の
向上 ※
Navina・AAFP Innovation Lab 2024

満足度が上がり、燃え尽きが減り、時間が戻り、見落としが減る。現場の報告と研究データです。(※AAFPの評価レポート、非査読)

となりのAIClinical Trials ・ 2025

厳密な臨床試験も、追いついてきた(2025-2026)

無作為化比較試験の2群
−12%
AIマンモで
中間期がんが減少
MASAI, Lancet 2026(10.5万人RCT)
52%
AI大腸内視鏡の
腺腫発見率(対照36%)
Gut and Liver 2025 RCT
0.974
視力を脅かす網膜症の
AI検出 AUROC
Diabetes Care 2026(47研究メタ)
95-98%
AMIEの診療管理の
適切性 ※模擬(医師72-81%)
Nature 2026

アンケートでなく、大規模RCT・メタ解析でも裏づけが続々。ただし多くは試験環境での結果で、実臨床での検証はこれから。

となりのAIWhere?

数字は出た。
では、どこで動いているのか。

となりのAIIn the World

海外の大病院では、もう日常に

米国各地の大病院で展開
Kaiser Permanente(米)
アンビエントAI記録を40病院・2.4万人の医師に展開。250万件超の診察で使用。
Mass General Brigham(米)
同記録でバーンアウトが52.6%→30.7%(査読研究, JAMA Netw Open 2025・1,430人)。
Mayo Clinic(米)
AI心電図アラートで、90日死亡率が低下(無作為化試験, Nature Medicine)。
敗血症AI(Bayesian Health)
5病院・76万患者で死亡率−18%・5.7時間早く検出(Nature Medicine 2022)。Cleveland Clinic等が全院展開。

記録・バーンアウト・診断・救命まで、研究と実装が同時に進んでいる。

となりのAIIn Japan ・ Already Live

日本でも、もう動いている

日本全国で導入が進む
大腸内視鏡AI
ポリープをリアルタイムで検出・強調。2024年、診療報酬加算が新設され保険収載に。
AI問診(Ubie)
受診前にスマホで症状を入力し、問診を自動生成。全国1,800医療機関超で稼働。
音声カルテ(AmiVoice)
しゃべってカルテや記録を作成。医療機関1万件超の導入実績。
脳卒中CT(RapidAI)
CTを自動解析し、搬送先・治療方針を即時支援。日本でも承認済み(2019)。

日本の医師の約4人に1人(24.8%)が、もう診療で生成AIを使っている。(日経メディカル 2025)

となりのAIThe Bigger Picture

観る力 ②|まだ見ぬ身体へ

医学は、新しい「観る力」を得るたびに跳んできた

顕微鏡→DNA→AI
1543解剖・病理人体の中を、実際に観る(ヴェサリウス)
1882細菌説病の原因を観る(コッホ・結核菌)
1948統計・EBM治療の効果を、偶然と区別する(無作為化試験)
2003ゲノムヒトの設計図を読む(ヒトゲノム計画)
2020sAI × データ膨大なデータから、構造・パターン・個別最適を観る

新しい「観る手段」を得るたび、医学は次の段へ進んできた。AIは、その最新の手段です。

となりのAIBreakthroughs

効率化の先に、医学そのものの飛躍がある

タンパク質構造をAIが解く
タンパク質の構造を、秒で(AlphaFold)
実験で数年かかった立体構造を予測。2億超を公開し、ノーベル化学賞2024。創薬と基礎医学が一気に加速。
AIが設計した、新しい薬
AIが生み出した分子が、肺線維症のPhase 2a試験で肺機能を改善(Nature Medicine 2025)。AI創薬が査読誌で実証段階へ。
データが、病気を描き直す
「2型糖尿病」は実は5つの型、「敗血症」は4つの型。AIが観ると、一つの病名が複数の病だった(Lancet 2018 / JAMA 2019)。
医療の基盤モデル
病理・ゲノムを横断して学ぶ基盤モデル(UNI / CONCH / Evo・2024)。1つのAIが、多くの診断タスクを担う。

AIは「時間を返す」だけでなく、まだ見ぬ身体を解き明かしはじめている。

となりのAIPersonalized Medicine

「平均の医療」から、「あなたのデータの医療」へ

群衆から、一人へ
これまで
集団の平均・ガイドラインに、一人ひとりを当てはめる。
→
これから
あなたのゲノム・生活・経時データから、最適を組み立てる。
これまで
みんなに、同じ標準薬。
→
これから
遺伝子型で、効く薬・危ない薬を選ぶ(薬理ゲノミクス/CYP2C19×抗血小板薬)。
これまで
身体のデータの多くが、未知だった。
→
これから
ウェアラブルやオミクスで、測れ・読める(Apple Heart Study=41.9万人, NEJM)。

All of Us(米・87万人超)、UK Biobank(英・50万人)。世界中で、この「個別化」が一気に進んでいる。

となりのAIMultiplier Effect

生成AIは、足し算でなく「掛け算」

能力 × AI熟練度=成果

あなたの能力 × AI熟練度 = 成果

土台の専門性が高いほど、伸びる幅は大きい。能力1の人が1.5倍なら、能力10の医師は15倍。医師ほど、AIに習熟する価値があります。

となりのAIMultiplier ・ Skill

同じ能力でも、AI熟練度で大きく変わる

熟練度で増幅
中途半端に使う能力 1 × AI熟練 0.50.5
使いこなす能力 1 × AI熟練 55

中途半端だと、かえって下がる。熟練度を上げること自体に、価値があります。

となりのAIMy Own Experience

私自身の話

私も、使ってみた。そして、
患者さんとの時間が、戻ってきた。

記録や情報の整理をAIに委ねたら、診療のあとに積み上がっていた事務作業が軽くなった。そこで生まれた時間を、目の前の患者さんと向き合う時間に充てられるようになった。

これは、観る力を「目の前の患者へ」取り戻した、私自身の一例です。

となりのAIAt the Crossroads

ここまでは、医療全体の話

ここからは、
あなたの話。

となりのAIThree Walls

あなたが直面する、3つの壁

壁を越えて進む
直面する壁
膨大な臨床業務。限られた時間で、質の高い医療を提供する必要。
→
AIの解決策
文書作成の自動化・高速化。患者と向き合う時間を創出する。
直面する壁
専門医試験と論文。膨大な先行研究のリサーチと、説得力ある執筆。
→
AIの解決策
知の探索のパートナー。要約とドラフトで、探究心を加速させる。
直面する壁
未来への探究心。臨床の疑問を研究に繋ぎたいが、目の前で手一杯。
→
AIの解決策
時間の再投資。創出した時間を、未来の価値を生む活動へ回す。

この数年を、単なる"作業"で終わらせない。AIは、その時間を未来への"投資"に変える道具です。

となりのAIThe Core of Ethics

賢いパートナーだからこそ、目をそらさない

中心に、人の最終判断
医療の質と安全
AIの提示する情報に誤りはないか。誤診のリスクをどう管理するか。
患者情報の保護
プライバシーとセキュリティを、どう担保するか。
責任の所在
AIが関与した診断・治療で、最終責任は誰が負うのか。
人間関係の変化
患者や同僚とのコミュニケーションは、どう変わるか。

誤ったAIの提案に従うと、研修を受けた医師でも診断精度が −14ポイント 下がった(NEJM AI 2025・無作為化試験)。だから、最後に「診る」を外せない。

すべての中心に置くのは、医師の倫理観と、最終判断。AIは万能の魔法ではない。
となりのAINext ・ 第2回

なぜ、医師はAIを使うのか

観る力を、患者へ取り戻し、
まだ見ぬ医学へ広げるため。

そして観る力をいちばん伸ばす道が、自分の道具を、自分で作ること。
次回 第2回は、「なぜ今、医師がバイブコーディングなのか」を話します。

01 / 25