「医療現場でもAIエージェントが動き出した」。そんな言葉を耳にすることがあります。
ただ、実際にどこまで進んでいるのかは、少し見えにくいと感じます。
私は訪問リハビリで働く作業療法士です。そこでこの記事では、日本の医療現場でのAIの使われ方を、3つの段階に分けて整理してみます。
段階1は、チャットで調べたり相談したりする使い方です。段階2は、AIが下書きを作り、人が確かめてから使う形です。そして段階3は、AIが複数の手順を自分で進める、いわゆるエージェントです。
読み終えるころには、いまの現場がどの段階まで来ているのか、おおよその見取り図がつかめると思います。あわせて、同じAIでも使い方しだいで結果が変わることを、ひとつの研究から考えます。
まずは、いちばん身近な段階1から見ていきます。
段階1 調べる・相談する
段階1は、チャットでAIに質問し、調べものや相談に使う段階です。
いま医療現場でのAI活用は、多くがまずこの段階にあるようです。
たとえば、インテージヘルスケアが2026年2月に医師1,189人を対象に行ったネット調査では、日常業務でのAI利用率は6割でした。
また、東京科学大学の調査(2025年1月実施、2026年に論文として発表)には、臨床研修医2,989人が回答しています。そのうち臨床業務での生成AIの利用を答えた2,850人では、約39%が生成AIを検索エンジンとして使っていました。
一方で、利用者のうち、鑑別診断の一次情報源として使ったのは13.0%でした。
つまり、AIは調べる入り口としては使われ始めていますが、判断のよりどころにしている人はまだ一部、と読めそうです。
この段階では、AIの答えをどう受け取り、どう使うかは、すべて人に任されています。
では、AIが記録などの下書きまで作るようになると、何が変わるのでしょうか。
段階2 下書きを作り、人が確かめる
段階2は、AIが下書きを作り、人が確かめてから使う形です。
ここでは、一人ひとりが思い立って使うというより、病院が仕組みとして取り入れている点が目立ちます。
たとえば富士通Japanの発表では、国立病院機構 名古屋医療センターが、2025年10月末から全診療科で退院サマリの作成に生成AIを使い始めました。1患者あたりの作成時間は、平均28分から8分に短くなったそうです。
また、大阪国際がんセンターの発表では、2025年9月から二つの生成AIを実際に運用しています。一つは、患者がAIアバターと対話して体調を入力する問診のAIです。もう一つは、会話の書き起こしからカルテ記録の下書きを作る、看護の音声入力のAIです。
そのうえで、AIの要約は必ず看護師が最終確認してから、電子カルテに入れることになっています。
つまり、この段階で大切なのは、AIの性能だけではなさそうです。だれが、いつ確かめるのかを、職場の手順として先に決めておくことも欠かせません。
では、AIが下書きにとどまらず、いくつもの手順を自分で進めるようになると、どうなるのでしょうか。
段階3 複数の手順を任せる(エージェント)
段階3は、AIが複数の手順を自分で進める使い方です。いわゆる「エージェント」と呼ばれるものです。
富士通は2025年8月、受付・問診・診療科分類などのAIエージェントが連携して動く実行基盤を構築したと発表しました。ただし、有効性の検証はこれからで、特定の病院で動いているとは書かれていません。
また、富士通Japanの資料では、診療予約や問診など患者に向けた業務への「エージェント型業務支援」は、2026年度に提供予定とされています。
私が調べた範囲では、日本の病院で本番稼働している「AIエージェント」の実例は見つかりませんでした。もちろん、ないとは言い切れません。
つまり、段階3はいま「準備が進んでいる段階」と見るのが近いと思います。
一方で、手順をまとめて任せられるほど、途中で人が考える場面は減るかもしれません。便利になるぶん、どう使うかで得られるものも変わりそうです。
そこで次に、使い方の違いが結果を分けた、高校生の数学の実験を見てみます。
使い方で結果が変わる:高校生の数学の実験
ここで、医療とは別の分野の研究を1つ紹介します。
Bastaniらの研究(PNAS、2025年)は、トルコの高校生約1,000人を対象にした数学のフィールド実験です。
生徒は3つの群に分かれました。1つ目は、ChatGPTに似た画面のAIを使う群(GPT Base)です。2つ目は、答えを直接言わずにヒントで導く工夫をし、教員の意見も入れたAIを使う群(GPT Tutor)です。そして3つ目が、AIを使わない群です。
練習中の成績は、AIを使わない群に比べて、GPT Baseで48%、GPT Tutorで127%上がりました。
ところが、AIを外した試験では結果が変わります。GPT Baseの群はAIなしの群より17%低く、GPT Tutorの群はほぼ同じでした。
著者らは、AIに解かせてしまい、理解が進まなかったためと解釈しています。
これは高校生の数学の研究で、医療従事者を対象にしたものではありません。
それでも、同じAIでも使い方しだいで、自分に残る力が変わりうることを示唆していると私は考えます。AIの答えをそのまま受け取るか、自分で考える材料にするかで、違いが出るのかもしれません。
ここまでの3つの段階と合わせて、最後に整理します。
作業療法士として思うこと
コンピューターでできることは、コンピューターに任せる。その代わり、責任を持つ。私はこれが大事だと思っています。
そのうえで、空いた時間を何に使うか。利用者さんや患者さんのための時間にする。病院や事業所の運営に回す。もしくは、自分のライフバランスを整えるために使う。
その時々で柔軟に選んでいくことが重要だと、私は考えています。
まとめ
ここまで、医療現場のAIを3つの段階で見てきました。
調べる・相談する使い方は、医師へのネット調査で6割が日常業務に使っていると答えるなど、すでに広がっています。また、下書きを作り、人が確かめる使い方も、名古屋医療センターや大阪国際がんセンターで実際に動き始めました。
一方で、複数の手順を任せるエージェントは、調べた範囲では、日本の病院で本番稼働している例は見つかりませんでした。富士通の発表を見るかぎり、いまは準備が進んでいる段階だと私は受け止めています。
そして、高校生の数学の実験は、AIに任せる範囲によって、身につくものが変わるかもしれないことを示していました。医療とは別の研究ですが、示唆としては大切だと感じます。
段階が進むほど、AIが受け持つ部分は増えていきます。だからこそ、どこを任せ、どこを自分で考えて確かめるのか。その線引きを、使いながら少しずつ決めていくことが、いまの私たちにできることではないでしょうか。
参考にした資料
- 東京科学大学 プレスリリース(2026年8月6日、JMIR AI 掲載論文の紹介)https://www.isct.ac.jp/ja/news/tfm99air5ms4
- インテージヘルスケア 調査資料(医師1,189人、2026年2月調査)https://www.intage-healthcare.co.jp/wp-content/uploads/2026/08/ihc20260813.pdf
- 富士通Japan 発表(2025年11月19日、名古屋医療センターの退院サマリ)https://prtimes.jp/main/html/rd/p/000000494.000093942.html
- 富士通Japan 記者説明会資料(2025年11月19日)https://info.archives.global.fujitsu/jp/group/fjj/documents/about/resources/press-releases/2025/1119-01a.pdf
- 大阪国際がんセンター お知らせ(2025年10月1日)https://oici.jp/hospital/news/8027/
- 富士通 発表(2025年8月27日)https://global.fujitsu/ja-jp/pr/news/2025/08/27-01
- Bastani H, et al. Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS. 2025;122(26):e2422633122. https://doi.org/10.1073/pnas.2422633122

コメント