「診療メモを整理したい」「紹介状の下書きをChatGPTに手伝ってもらいたい」——院内でこの声が上がりはじめた、という相談が増えています。事務作業の負担軽減として自然な発想ですが、医療現場は患者情報という他業界にはない性質のデータを扱うため、法制度上の制約が独特です。
本記事では、汎用生成AIをそのまま医療業務に使うと何が起きるのか、合法的に活用するにはどのような設計が要るのか、事務長・情報システム担当者向けに整理します。
汎用生成AIを医療業務に使うと何が問題か
紹介状の下書きや診療記録の要約に、ChatGPT・Claude等の汎用サービスを使いたい——という相談は、法的にはいくつかの層に分けて整理する必要があります。
個人情報保護法「第三者提供」との関係
「患者Aさんの症状：〇〇、検査値：××」という形で汎用生成AIに入力した場合、それは個人情報の第三者提供に該当する可能性が高い、というのが現在の実務見解です。第27条の要件（本人同意・オプトアウト届出・法令に基づく提供のいずれか）を満たしていない状態での送信は、違法と評価されるリスクがあります。
匿名化・仮名化してから入力する運用も検討されますが、症状・検査値・年齢・受診経緯を組み合わせると特定可能性が残るケースも多く、「マスクしたから安全」と即断はできません。
包括同意ではカバーしきれない
入院時や初診時に取得している包括同意には、通常「生成AIサービスへの提供」という用途が明記されていません。同意書のひな型に「業務上必要な範囲での第三者提供」と書かれていたとしても、汎用AIサービスへの送信を含めるのは無理があるとの解釈が一般的です。
このため、生成AI利用を業務に組み込むなら、包括同意とは別に、都度あるいは用途別の同意フローが要ります。この考え方については関連記事で詳しく整理しています。
入力データが学習に使われるリスク
多くの汎用AIサービスの利用規約には、入力内容がモデル改善に使われる可能性が明記されています。API経由のエンタープライズ契約でオプトアウトできるケースもありますが、無償版・個人アカウントでは制御が及びません。3省2ガイドラインの委託先監督の観点でも、契約と技術構成の両面で確認しておくべき論点です。
3省2ガイドラインとの関係
医療情報を国外・無監督のクラウドサービスに提供することは、委託先監督義務との整合性が問われます。データ所在（サーバの物理的な国）・SLA・監査手段の3点は、選定時点で必ず押さえておきたい確認事項です。
合法的に活用するための4条件
上記の論点を運用に落とすと、生成AIを医療業務に組み込む前提として押さえるべき条件は、大きく4つに集約されます。
| 条件 | 何を確認するか |
|---|---|
| 学習利用の遮断 | 入力データがモデル学習に使われない契約・技術構成になっているか |
| 個別同意の設計 | 患者ごと・用途ごとに同意を取得できる仕組みがあるか |
| 監査ログ | 「いつ・誰の・どの情報を・どのAIに」の履歴が改ざん不能な形で残るか |
| 3省2ガイドライン準拠 | 委託先の準拠状況・SLA・監査体制が確認できるか |
このいずれかを欠いた状態で運用を始めると、後から個人情報保護委員会や監査で指摘を受けた際、遡って是正するコストが大きく膨らみます。裏返せば、この4点を満たす体制ができれば、汎用AI・医療特化AIを問わず、選定議論のスタートラインに立てます。
汎用AIと医療向けAI基盤の違い
「ChatGPTでは駄目なのか」という質問には、業務の性質と契約形態で答えが変わる、と返すのが正確です。以下は代表的な比較軸です。
| 項目 | 汎用AIサービス（無償・一般契約） | 医療向けAI基盤 |
|---|---|---|
| 学習データ利用 | 規約上、利用され得る | 契約で明示的に遮断 |
| 同意取得 | 医療機関側で別途整備が必要 | 患者同意フローと統合される設計が可能 |
| データ保全 | 事業者側のポリシー依存 | 監査ログを改ざん不能に保全する構成 |
| 責任分界 | 医療機関が全責任を負う構造になりやすい | 契約書で分界を明示 |
| 3省2GL準拠 | 対応外 | 準拠を前提とした設計 |
| 用途適合 | 汎用文書向け | 医療業務のワークフローに沿う |
この表は「A社が良くてB社が駄目」という単純な優劣ではなく、契約と設計次第で汎用サービスも要件を満たし得る、という点に注意してください。ただし、そのための追加設計コストが医療向け基盤より重くなることが多いのが実情です。
医療機関が生成AIを活かせる業務領域
法的要件が整理できた前提で、実際に効果が出やすい業務領域を挙げます。
文書作成の下書き
紹介状・退院支援計画書・リハビリ計画書といったテンプレート性の高い文書は、生成AIによる下書き作成の効果が出やすい領域です。PoC事例では、文書作成工数が約60%削減されたと報告されています（対象文書・体制により変動します）。医師・看護師の工程は下書きの内容確認と修正に集中し、白紙から書き起こす時間が縮みます。
院内マニュアル・ナレッジ検索
院内マニュアルや過去の症例レポートをRAG方式で扱うと、スタッフが自然文で検索でき、新人教育や当直対応の負荷が軽くなります。参照ソースを院内文書に限定できることが、汎用AIとの決定的な違いです。
論文要約と文献検索
医学論文の要約や関連文献の提示は、研究・教育目的での活用が広がっています。ここは患者情報を扱わないため、法的要件は比較的緩やかで、導入の第一歩として選ばれることが多い領域です。
診療記録の構造化
自由記述の診療メモをSOAP形式に整形する用途は、電子カルテとの連携設計次第で効果が変わります。連携部分は、Web問診の電子カルテ連携と共通の論点があります。
関連記事：Web問診の選び方と電子カルテ連携
業務マニュアル・患者向け説明文の作成
業務フロー資料や研修用テキスト、患者向けの説明文作成は、患者情報を含まないため導入ハードルが低く、削減効果を数字で示しやすい領域です。まずここから始めて、法的要件が整った段階で診療関連業務に広げる、という順序を取る施設も多くあります。
リスクを回避する3層アプローチ
法的要件を運用に落とし込む際は、技術・運用・法務の3層で対策を組み合わせると扱いやすくなります。
技術層：入力と保全
- データの暗号化と分散管理
- 学習データ利用を技術的に遮断する構成
- 監査ログの改ざん不能な保全
運用層：同意と教育
- 用途別あるいは都度の同意フロー
- 委託先管理とSLAの明示
- スタッフ向け利用ガイドラインと教育
法務層：契約と監査
- 契約書での責任分界の明確化
- 3省2ガイドライン準拠の確認
- 定期監査と第三者評価の実施
3層のうちどれか1つでも欠けると、他の層でカバーするのが難しくなります。特に運用層の同意フローは、後から追加する場合の作業コストが大きく、システム選定の初期段階で確認しておくと安全です。
AIBTRUSTの取り組み
ヘルスインタビューは、上に挙げた4条件を前提とした設計の医療向けAI基盤です。院内マニュアルや診療ガイドラインをナレッジベース化し、参照ソースを限定するカセット方式で、いわゆるハルシネーション（AIが根拠のない情報を生成する現象）が起きにくい構成にしています。AI利用の都度、患者側のスマホに同意通知が届くダイナミックコンセント連携と、監査ログの改ざん不能な保全機構までを一体で提供している点が、汎用サービスとの主な差分です。
医療DX推進体制整備加算の直接要件ではありませんが、業務効率化で加算対応の余力が生まれる、という文脈で検討される例もあります。関連記事も参考にしてください。
より詳細な機能や導入事例は、ヘルスインタビューのサービスページ をご参照ください。
現場で聞かれる質問
Q. 既にChatGPTを業務で使用しています。すぐ止めるべきですか？
患者情報を含む利用は直ちに中止することを推奨します。個人情報を含まない業務（一般的な文書作成・翻訳等）は継続可能ですが、院内規程の整備が必要です。現場に「使ってはいけない」とだけ告げるのではなく、「どの業務なら継続できるか」を明示した方が定着しやすい、という声も多く聞かれます。
Q. 生成AIの導入で業務効率はどのくらい向上しますか？
PoC実績では、文書作成工数が約60%削減されました。その他、紹介状作成・ナレッジ検索・論文要約等で大幅な効率化が確認されています。ただし数字は対象文書と体制で変動するため、自院での小規模検証を経てから本格導入するのが安全です。
Q. 生成AIの「ハルシネーション」が心配です。対策はありますか？
ヘルスインタビューのカセット方式では、院内マニュアル・ガイドラインなど事前登録された信頼できる情報源をベースに回答します。ハルシネーションが起きにくい設計です。
Q. AIの判断結果の最終責任は誰にありますか？
最終的な医療判断の責任は医師にあります。生成AIはあくまで支援ツールであり、医師の判断を補助する位置づけです。院内規程でも、生成AIの出力を診療録に転記する際の確認手順を明記しておくのが実務上の運用となります。
Q. 医療DX推進体制整備加算への影響はありますか？
生成AI活用自体は加算の直接要件ではありませんが、医療DXの一環として評価されます。また、生成AIによる業務効率化で加算対応の余力が生まれます。
Q. 初期費用はどのくらいかかりますか？
ヘルスインタビューは初期費用0円。月額36,000円（税抜）〜のベーシックプランから、生成AI・RAG機能が標準搭載されています。
まとめ
医療現場での生成AIの活用は、法的要件を満たす体制を組んだ上で、業務の性質に合わせて段階的に広げるのが現実的なルートです。汎用サービスをそのまま使うか医療向け基盤を選ぶかは、追加設計コストと監督責任の重さを見比べて判断することになります。
まずは自院で「学習遮断・同意設計・監査ログ・3省2GL準拠」の4条件を、既存の運用と契約書がどこまで満たしているか棚卸ししてみてください。ここが明確になれば、選定・PoC・本番運用のどのフェーズにいるかを問わず、次の一手が具体化します。