診察会話を診療録の下書きにする「AIスクライブ」　負担軽減と責任の境界

AIスクライブ（Ambient AI Scribe）は、診察室の会話を音声認識で文字にし、生成AIで診療録の下書きへ整える記録支援ツールだ。逐語録をそのまま保存する仕組みではなく、話者を分け、症状や所見、評価、方針に当たる発言を選んで所定の欄へ配置する。出力は正式な診療録ではなく、医療者が直すことを前提とした草稿である。

米退役軍人保健局は、患者の口頭同意を得て会話から下書きを生成し、医療者が内容を確認・修正した後に電子健康記録へ署名する運用を説明している。臨床判断と意思決定の権限は医療者に残る。入力を減らす機能と、記録内容を確定する行為は分けられている。

仕組み──逐語録ではなく診療録の下書き

従来の音声入力では、医師が記録したい内容を口述し、自動音声認識（Automatic Speech Recognition、ASR）が文字へ置き換える。AIスクライブは診察の会話全体を取り込み、発言者を識別したうえで、大規模言語モデル（Large Language Model、LLM）が記録に残す情報を選び、診療録の形式へまとめる。打鍵の代行にとどまらず、会話の取捨選択と構造化まで機械が担う点が異なる。

この流れには段階ごとの誤りが入りうる。周囲の音や話し方で文字起こしが崩れれば、その誤りを材料に要約が作られる。診察中に声へ出さなかった身体所見、過去の検査結果、画面上で確認した情報は、会話だけを入力とする仕組みには自動で入らない。電子カルテと接続しても、会話由来の情報と既存記録の情報を区別できる設計が要る。

263人調査で下がった自己申告の燃え尽き

2025年にJAMA Network Openへ掲載された品質改善研究は、米国6医療システムで同じAIスクライブを30日間使った外来診療の医師ら263人を解析した。自己申告で燃え尽き状態に当たる人の割合は51.9％から38.8％へ下がり、時間外の記録作業は週平均0.90時間、記録に伴う認知的負荷は10点尺度で2.64点減った。患者へ注意を向けられるとの回答も改善した。

数値は負担軽減との関連を示すが、製品の効果を確定する試験ではない。登録した451人のうち前後両方の調査を終えたのは272人で、直接診療に携わる263人が解析対象になった。参加は任意で、対照群はなく、同じ製品を使った30日間の自己申告が中心だった。電子カルテの操作記録による客観的な作業時間や、作成された診療録の正確性は同時に評価されていない。

日本の現状──研究と接続標準の議論

国内でも診察会話を診療録へ変える研究は始まっている。福井大学は、LLMで医療対話を解析し、診察時の会話を電子カルテに記載する内容へ要約する「AI診療録」を研究課題として掲げている。公開ページには、対象となった診療件数、誤記率、医師の作業時間がどれだけ変わったかを示す数値は載っていない。

厚生労働省の2025年12月の作業部会では、生成AIで診療録を自動作成するアプリが登場しているとの認識が示され、病院が導入しやすいよう電子カルテ側とのインターフェースを標準化する議論が進んでいる。これは接続仕様の検討であり、個々の製品の正確性や責任分担を国が認証したことを意味しない。

日本の複数医療機関を対象に、AIスクライブの正確性と負担軽減を第三者が同じ尺度で検証した公開資料は、本稿の執筆時点で確認できていない。米国の30日調査を、そのまま日本語の診察、診療科ごとの記載慣行、国内の電子カルテ環境へ当てはめる根拠もまだない。

医療機器の線引き──名称ではなく使用目的

日本では、AIを使うという理由だけで医療機器になるわけではない。厚生労働省のガイドラインは、疾病の診断・治療を目的とし、不具合が生命や健康へ影響するプログラムを規制対象とする一方、過去の処置や健康情報を記録・閲覧・転送する院内業務支援プログラムを規制対象外の典型例に挙げている。複数の機能がある場合は機能ごとに確認する。

この基準に照らすと、会話を診療録の下書きへ変える記録専用機能と、診断候補や治療方針を示す機能は同じ扱いにならない。製品名がAIスクライブでも、後者を加えれば使用目的と患者へのリスクを改めて判定する必要がある。医療機器に該当しない場合も、診療録の作成、個人情報、医療情報システムの安全管理に関する規律は残る。

診療録の確定は医師、システム管理は契約で分担

厚生労働省の2007年通知は、診断書、診療録、処方箋を診察した医師が作成する書類と位置づけ、作成責任は医師が負うとしている。事務職員による代行入力は、医師が最終確認して署名する場合に認められる。AIを名指しした通知ではないが、入力の補助を外へ出しても、確定前の確認を医師から切り離さないという運用原則はAIスクライブにも重なる。

一方、診療録の誤記で損害が生じた場合に、医師、医療機関、開発事業者の民事責任を一律に配分するAIスクライブ専用の公的規定は、本稿の執筆時点で確認できていない。2025年のnpj Digital Medicineの評論も、AIスクライブの誤りをめぐる責任は未解決で、民事責任の枠組みを明確にする必要があると指摘した。診療録の作成責任、製品の医療機器該当性、個別事故の損害賠償は別々に検討する論点である。

録音データを誰が持つのか

AIスクライブが扱うのは完成後の診療録だけではない。音声、逐語録、生成途中の下書きにも患者の氏名、病歴、家族関係などが入りうる。個人情報保護委員会と厚生労働省の医療・介護向けガイダンスは、診療の過程で医療者が知った病状や治療の情報を要配慮個人情報とし、利用目的の特定、安全管理措置、委託先の選定と監督を医療機関に求めている。

導入時には、録音を始める条件、音声と逐語録を残す期間、下書きをモデル学習へ回すか、再委託先がデータへ触れるか、削除を誰が実行するかを分けて定める必要がある。厚生労働省の「医療情報システムの安全管理に関するガイドライン」第7.0版は、医療機関にシステムの管理責任があり、委託内容と役割分担を契約書などで明確にするよう定める。委託先の過失による情報セキュリティ事故でも、医療機関は患者に対する責任を免れない。事業者側の技術対応と医療機関側の管理責任は、どちらか一方へまとめて移せる関係ではない。

流暢な下書きに残る誤記

2026年にJAMA Network Openへ掲載された模擬診療研究は、循環器、消化器、血液・腫瘍、神経の専門医16人が2種類のAIスクライブを評価した。診療録の平均品質は50点満点で36.2点となり、架空の身体所見、情報源を示さない記載、尋ねていないアレルギーを「なし」とする記載、診断の確実性を強めすぎる表現が確認された。

この研究は難しい条件を置いた模擬診療で、対象製品は2種類、電子カルテとの接続もなかった。実際の診療での誤記率を示す数字ではない。それでも、読みやすい文章が正確な記録と一致するとは限らず、確認工程には省略、追加、話者の取り違え、否定表現、薬剤名、数値を点検する時間が残る。

導入後の評価も、作成時間だけでは足りない。署名前に直した箇所、署名後に訂正した箇所、会話から落ちた情報、根拠のない追加、診療科別の誤りを記録し、製品更新後も同じ指標で追う必要がある。負担軽減は確認作業をなくした結果ではなく、確認を残しても全体の作業が減ったかで測るべきである。

よくある質問

AIスクライブは日本で医療機器になるのか
名称では決まらない。記録・閲覧・転送を目的とする院内業務支援機能は規制対象外の典型例だが、診断や治療方針を示す機能を加えた場合は、その使用目的とリスクに沿って機能ごとの判定が要る。

AIが診療録を書き間違えたら、医師だけの責任になるのか
既存通知では、診療録を確定する作成責任は医師にある。情報システムの管理は医療機関が担い、事業者との技術的な役割は契約で分ける。個別の損害について三者の民事責任を一律に決めるAIスクライブ専用規定は確認できていない。

会話の録音は診療録と同じように保存されるのか
一律ではない。音声を処理後に消す製品、逐語録を一定期間残す製品、医療機関側が保存方法を設定する製品がありうる。医療機関は利用目的、保存期間、二次利用、再委託、削除方法を製品と契約ごとに確認する必要がある。