はじめに
医療AIは現在、単なる補助ツールの段階を超え、「医療の在り方そのもの」に変革を迫るフェーズに入りつつあります。実際の医療現場への実装が進むにつれて、医療の構造や倫理、さらには意思決定のプロセスを根本から再定義し得る技術が登場しています。
本シリーズでは特に構造転換に関わる5つの技術──生成AI診療支援、デジタルツイン、エッジAI、フェデレーテッドラーニング、説明可能AI──について順次解説します。
今回はその第一弾として、「生成AIを活用した診療支援」の最前線を整理・解説します。単なる機能紹介にとどまらず、「なぜ今、この技術が必要とされているのか」「医療の倫理的・構造的な変化をどう促すのか」に着目し、医療の近未来への展望を示していきます。
1. 生成AIによる診療支援の最前線
1.1 生成AIの医療応用は「業務支援」と「診断補助」の二軸に進化 ChatGPTなどの生成AIは、医療現場において二つの方向性での進化が進んでいます。一つは問診、記録、説明といった周辺業務の効率化を図る「業務支援型」です。もう一つは信頼性の高い医学データベースと連携し、診断や意思決定を補助する「診断補助型」です。
1.2 医師の周辺業務を支える「業務支援型AI」の本格実装へ ChatGPTなどの生成AIを活用した「業務支援型AI」の導入が、医師の日常業務の中でも特に周辺業務──問診、記録、説明といった領域──において急速に進展しています。たとえば、患者の発話内容をリアルタイムで要約する機能や、医師の音声を即時にテキスト化してカルテ入力を補助する仕組みは、すでに多くの医療現場で試験導入を超えた実運用が始まっています。
この流れを受け、2024年4月の診療報酬改定では「医療DX推進体制整備加算」が新設され、オンライン資格確認システムの導入や電子カルテ情報共有サービスの活用など、医療DXを推進するための体制を整備した医療機関に対する加算が制度化されました。これは、AIを含む医療DXを単なる便利ツールではなく、「医療行為のインフラ」として位置づけ始めた政策的転換点であると言えます。
加えて、生成AIによる説明支援の有用性にも注目が集まっています。患者ごとに異なる健康リテラシーや理解度に対して、AIが専門的な内容を適切に言い換え、噛み砕いて提示することで、医師と患者の間にある"理解の壁"を低くすることができます。
国立成育医療研究センターでは2025年6月16日から、生成AI音声入力アプリのトライアルを開始しており、医師や看護師の発話内容をリアルタイムで記録文書に変換する実証実験が進められています。このような取り組みは、AIが医師の負担を単に軽くするだけでなく、医療そのものの質を"構造的に"底上げしうる存在になりつつあることを示しています。
1.3 「診断補助型」ではデータベース連携と治療選択支援が進化 診断補助型の生成AIは、PubMedや各種ガイドラインなどの構造化された医学情報と連携し、症状や検査値をもとに、エビデンスに基づいた疾患候補や治療方針を提示する機能を担っています。これは、医師の臨床判断を補完する役割を果たし、診療の質と再現性を向上させることが期待されています。
2025年現在、こうしたAI技術の実装は大きく前進しています。たとえば「Glass Health」は、診断支援と治療計画の作成を行うAI搭載ツールとして医療従事者による計画の作成・維持を支援しています。これは、AIに診断を一任することに伴う制度的・倫理的な課題を回避し、医師の意思決定を尊重する形での導入が優先されていることを示しています。
さらに、Googleが開発した「Med-PaLM 2」は、医学分野に特化して訓練された言語モデルであり、臨床現場における診断補助や治療選択支援を目的としたシステムです。2023年時点でMayo Clinicなどの医療機関で試験運用が行われており、医学分野に特化して訓練された言語モデルとして開発が進められています。
日本国内においても、AIによる診断支援は一部で実運用に移行しつつあります。2024年には大腸内視鏡診断支援AI「EndoBRAIN-EYE」が保険収載されており、特定分野に限定しながらも実際の診療に組み込む段階に入っています。
このような動向は、診断という高度な判断領域にAIを導入する際、制度上の責任構造や臨床現場の受容性を十分に考慮した上で、慎重かつ段階的に展開されていることを象徴しています。
1.4 「根拠の非開示性」から「説明可能性」へ 生成AIを用いた診断支援では、出力根拠の非開示性が長年の課題でした。2025年現在、幻覚（誤情報生成）は依然として重要課題ですが、その発生率はモデルによって大きく異なります。
最新の医療向けモデルでは幻覚率が大幅に改善されており、特にGoogle Gemini-2.0-Flashがハルシネーション耐性ランキングで1位を獲得するなど、技術的進歩が報告されています。
医療分野特有の課題として、生物医学文献における引用エラー率は22.1～40.7％と高く報告されており、希少疾患での診断推論の飛躍や薬剤相互作用の見落としリスクが懸念されています。
こうした課題に対し、検索拡張生成（RAG）による幻覚率71%削減、複数推論ステップを強制するChain-of-Thought手法、統計予測と論理ルールを融合したニューロシンボリック統合などの技術的対策が進展しています。
制度的には、Mayo Clinicの「AI提案→文献照合→別AI検証→医師確認」という二重検証システムや、FDAの「ヒューマン・イン・ザ・ループ必須」「出力根拠5段階開示」ガイドライン（2025年3月）が導入されています。
米国内の医療現場では、Mayo Clinicなどの先進的医療機関が自施設の臨床試験プロトコル上で『幻覚率3％未満』を必須とする厳格な選定基準を採用するなど、実用的な解決策が展開されています。これらの進展により、AI支援診療は『医師がAIの提案を検討材料として活用し、最終判断は人間が責任を持つ』という新パラダイムへ移行しつつあります。
1.5 補助ツールから"共思考パートナー"への転換 生成AIが医師の「耳」や「補助脳」として機能する可能性は、いよいよ実証段階に入っています。
Mayo Clinicでは、Google Cloudの生成AI機能を活用し、医療文書や画像データベースをAIチャットで検索できる仕組みを導入しています。また、東北大学病院の実証実験では生成AIによる医療文書作成で作業時間が半減し、恵寿総合病院では退院サマリーの作成時間を約15分から5分に短縮する成果が報告されています。
現時点での課題は「保険適用」「医療教育」「責任分界」の三点に集約されます。日本では2024年にAIを用いた医療機器検査が正式な技術区分で保険収載され、AI医療機器の保険適用が実現しています。医療教育面では、AI協働診断を前提としたカリキュラムの義務化が一部の医学部で始まっています。また、責任分担の面では、「AIが提案し、医師が判断し、説明責任を負う」という新たな役割構造の定着が進んでいます。
1.6 まとめ ChatGPTをはじめとする生成AIは、医療現場での「業務支援」と「診断補助」の二つの方向性での活用が進んでいます。問診、記録作成、患者説明など医師の周辺業務を支える「業務支援型AI」は、すでに多くの現場で本格的な導入が始まっており、医療DX推進体制整備加算の新設に伴う制度整備も進行しています。
さらに、医学データベースと連携して診断や治療方針を補助する「診断補助型AI」についても、AIの応答精度と説明可能性の向上に取り組みが進んでいます。一方で、ハルシネーション（幻覚）と呼ばれる誤情報生成の問題も存在し、これに対する技術的対策や制度的な枠組みの整備が重要な課題となっています。
重要なことは、これらのAIが単に医療行為を効率化するだけでなく、医師の思考を補完し、意思決定の質そのものを高める「共思考パートナー」へと進化しつつある点です。この技術革新は、医療者に新たな役割と責任構造を求めると同時に、医療教育や保険適用の面でも変革を促しています。
今後は、「AIが提案し、医師が判断し、説明責任を負う」という新しい医療構造の定着が、世界的に進んでいくことになるでしょう。
次回は、医療における「デジタルツイン」の技術について解説します。
1.7 参考資料
- ChatGPTx医療：海外のハイテク過ぎる生成AI活用事例12選https://weel.co.jp/media/use-medical https://weel.co.jp/media/use-medical 発表日：2024年5月16日
- ChatGPT – 救急外来の鑑別診断で医師と同等のパフォーマンスhttps://aitimes.media/2023/09/20/13887/ https://aitimes.media/2023/09/20/13887/ 発表日：2023年9月20日
- Google’s Med-PaLM 2 Shows Promise in Revolutionizing Healthcare with AI https://myelectricsparks.com/google-med-palm-2-revolutionizing-healthcare-ai/ https://myelectricsparks.com/google-med-palm-2-revolutionizing-healthcare-ai/ 発表日：2025年2月11日
- Glass.health AI - OpenDigg https://www.opendigg.com/glass-health-ai-3/ https://www.opendigg.com/glass-health-ai-3/ 発表日：2024年12月28日
- 2025年のAI診断システム：日本企業が注目すべき最新技術と導入事例https://reinforz.co.jp/bizmedia/60064/ https://reinforz.co.jp/bizmedia/60064/ 発表日：2025年6月2日
- ハルシネーションを制する者がAIを制する：幻覚対策の最新テクニック集https://zenn.dev/taku_sid/articles/20250402_hallucination_countermeasures https://zenn.dev/taku_sid/articles/20250402_hallucination_countermeasures 発表日：2025年4月2日
- AIが医療を変える！医療現場でのChatGPTの活用方法https://corp.langcore.org/media/chatgpt-medical https://corp.langcore.org/media/chatgpt-medical 発表日：2024年11月28日
- 医療DX推進体制整備加算が2024年10月から見直しに。算定要件から取得方法まで詳しく解説https://www.phchd.com/jp/medicom/park/idea/medicalfees-medical-promotion-system https://www.phchd.com/jp/medicom/park/idea/medicalfees-medical-promotion-system 発表日：2024年9月27日
- 国立成育医療研究センターにて、生成AI音声入力アプリのトライアルを開始 https://otonal.co.jp/audio-marketing-insights/48072 https://otonal.co.jp/audio-marketing-insights/48072 発表日：2025年6月26日
- 大腸内視鏡診断支援AI「EndoBRAIN-EYE」が保険収載https://jmedj.co.jp/journal/paper/detail.php?id=24151 https://jmedj.co.jp/journal/paper/detail.php?id=24151 発表日：2024年4月19日
- アメリカの"AI医療"開発の最前線 - クローズアップ現代 取材ノートhttps://www.nhk.or.jp/minplus/0121/topic055.html https://www.nhk.or.jp/minplus/0121/topic055.html 発表日：2024年2月6日
- 恵寿総合病院とUbie、生成AIを活用した「医師の働き方改革」の実証実験を実施 https://prtimes.jp/main/html/rd/p/000000066.000048083.html https://prtimes.jp/main/html/rd/p/000000066.000048083.html 発表日：2024年1月30日
- 恵寿総合病院、退院時看護サマリ作成業務に生成AIを適用した業務効率化の有用性を確認https://prtimes.jp/main/html/rd/p/000000103.000048083.html https://prtimes.jp/main/html/rd/p/000000103.000048083.html 発表日：2024年9月30日
- NEC、医療文書への生成AI活用の実証実験開始https://jpn.nec.com/press/202312/20231213_01.html https://jpn.nec.com/press/202312/20231213_01.html 発表日：2023年12月13日
- Google, Mayo Clinic partner on generative AI in healthcare https://www.fiercehealthcare.com/ai-and-machine-learning/mayo-clinic-google-cloud-partner-generative-ai-power-enterprise-search https://www.fiercehealthcare.com/ai-and-machine-learning/mayo-clinic-google-cloud-partner-generative-ai-power-enterprise-search 発表日：2023年6月7日