「医療現場のAIは『エージェント』になった?」

AI×医療・福祉シリーズ
このページにはアフィリエイト広告が含まれています
友だち追加

このボタンをタップまたはクリックすると、あなたのアカウントを友だち追加できます.

「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・相談する広がっている
段階2下書きを作り、人が確かめる一部の病院で運用中
段階3複数の手順を任せる(エージェント)構想・予定の段階
調べた範囲での、いまの進み具合。段階3は、日本の病院で本番稼働している例が見つからなかった

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。

段階1研修医は生成AIをどう使っている?
検索エンジンとして利用
約39%
母数:臨床業務での利用を答えた2,850人
鑑別診断の一次情報源として利用
13.0%
母数:生成AI利用者
二つの割合は、母数が異なります。
2025年1月実施の研修医調査。出典:東京科学大学(2026年8月6日)

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。

段階2退院サマリの作成時間
名古屋医療センター1患者あたりの平均
生成AI導入前28分
生成AIを活用8分
同じ縮尺で示した比較。出典:富士通Japan 発表(2025年11月19日)

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。

段階2下書きから電子カルテまで
大阪国際がんセンターの看護音声入力生成AI
AI下書きを作る
看護師必ず最終確認
電子カルテ確認後に取り込む
AIの要約は、必ず看護師が最終確認してから電子カルテへ。出典:大阪国際がんセンター(2025年10月1日)

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。

使ったAI練習中AIを外した試験
ChatGPTに似たAI(GPT Base)48%上がる17%低い
ヒントで導くAI(GPT Tutor)127%上がるほぼ同じ
どちらも、AIを使わない群との比較(Bastaniら、PNAS、2025年)。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ない

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

あわせて読みたい

コメント

タイトルとURLをコピーしました