医療AIの病院導入に五つの関門　用途定義から臨床検証、変更管理まで

人工知能（Artificial Intelligence、AI）を組み込んだ医療ソフトを病院へ導入する判断は、モデルの感度や特異度だけでは完結しない。誰が、どの患者に、どのデータを使い、何を出力し、診療のどこで扱うかが定まらなければ、開発時の数字と院内の結果を比べられない。

厚生労働省は、医療機器としての目的があり、意図した通りに機能しない場合に患者や使用者の生命・健康へ影響するおそれがあるソフトを、薬機法の規制対象となる医療機器プログラムと説明している。AIを使うという事実だけで該当性が決まるわけではなく、使用目的と不具合時の影響が入口になる。

規制対象となる製品では承認・認証の範囲が外枠になるが、それだけで全施設の導入条件がそろうわけではない。病院側には、自施設の患者、機器、電子カルテ、診療手順が製品の前提と合うかを確かめる作業が残る。国際医療機器規制当局フォーラム（IMDRF）が2025年に最終化した優良機械学習実務（Good Machine Learning Practice、GMLP）の10原則は、対象患者を代表するデータ、訓練用とテスト用データの独立、人とAIを合わせた性能、実運用での継続監視を製品ライフサイクル全体で扱う。

以下の五項目は、日本の法令が定める一つの申請様式ではない。厚生労働省と医薬品医療機器総合機構（PMDA）の資料、国際機関の原則から、病院が導入時に分けて検証すべき論点を再構成したものだ。医療機器に当たらない業務支援AIでも、院内データや診療手順へ接続するなら、同じ論点の多くが運用管理に残る。

五つの関門──精度を現場の性能に変える

第一関門：使用目的と停止条件を固定する

「診断を支援する」だけでは検証条件にならない。対象患者、使用者、入力データと取得元、出力の形、診療フローでの位置、結果を受けた人の動作を一続きに定める必要がある。入力が不足した場合や対象外の患者だった場合に、結果を表示しない条件と従来手順へ戻る経路も要る。

厚生労働省のプログラム医療機器ガイダンスは、現行の診療フローが製品導入でどう変わるか、製品がどこに位置するかを整理し、正常に処理できる入力条件、処理内容、出力情報を説明するよう求めている。院内の用途定義は承認書や添付文書の範囲を広げるものではなく、その範囲内で自施設の使い方を具体化する文書になる。

第二関門：対象患者を映す独立データで確かめる

開発データで高い成績を出したモデルでも、同じ患者や同じ検査をテスト側に含めれば評価は上振れする。対象患者の年齢や性別、疾患の頻度、検査装置、撮像条件、紹介患者の構成が変われば、入力の分布も変わる。どの集団で性能が落ちるかを見つけるには、全体平均と主要な下位集団を分けて確認する必要がある。

厚生労働省が2019年に公表した医用画像診断支援AIの評価指標は、性能検証用のテストデータを訓練・バリデーションデータと重複させず、対象集団の特徴を踏まえて説明に足る質と量を確保し、入手元と妥当性を示すよう求めている。対象は画像診断支援システムであり、ここにある試験項目を生成AIや治療支援へそのまま移すのは適切でない。

日本で使う製品では、海外データを使ったという理由だけで不適切とは決まらず、国内データを追加すれば自動的に十分になるわけでもない。同省の2023年ガイダンスは、国内外で入力情報、画像の色調、診断の判定やアノテーション、地域性に由来する偏りが出力へ影響する可能性を個別に検討する考え方を示した。差が性能へ影響するなら、追加の国内評価や限定した導入条件を検討することになる。

第三関門：データ交換を項目単位で検収する

AIが読むのは「電子カルテ」という一枚の文書ではない。患者識別子、検査日時、単位、診断名、画像、処方など、決められた項目が正しい患者と時点に結び付いた入力である。接続試験でAPIが応答しても、単位の変換、施設内コードと標準コードの対応、欠損値、更新時刻、アクセス権限が誤れば、モデルへ渡る意味は変わる。

FHIR（Fast Healthcare Interoperability Resources）は医療情報を電子的に交換するHL7の規格で、交換する内容をResourceという共通単位で表し、用途に応じて組み合わせる。形式を共通化しても、元データの正しさや施設内コードの対応までは保証しない。

日本では実装資料も公開されている。厚生労働省は電子カルテ情報共有サービスのシステム事業者向けに、2026年6月版の技術解説書、FHIR記述データの手本、日本向け臨床情報プロファイルJP-CLINSへの導線を公開している。院内のAI導入では、使うFHIR Profileと版、項目対応表、欠損時の扱い、読み書きの権限、入出力ログを製品仕様と並べて検収する必要がある。

第四関門：人の判断と代替経路を画面に組み込む

「最終判断は医師が行う」という一文だけでは、人とAIの分担を実装したことにならない。製品の役割に応じ、結果を採用する、見送る、修正する、不適用として記録するといった操作を用意し、入力不良や処理不能を通常の陰性結果と区別して表示する必要がある。AIが止まったときに診療を続ける代替経路も、訓練と手順書の対象になる。

世界保健機関（WHO）が2021年に示した健康AIの六原則は、人間が医療システムと医療上の判断を管理し続けること、適切な条件の下で訓練を受けた人が使うこと、影響を受けた人が判断を問い直し救済を求める仕組みを置くことを挙げている。院内では、製造販売業者、情報部門、臨床部門、医療安全・ガバナンス部門について、日常監視、障害連絡、使用停止、再開承認を誰が担うかを分けて記録する。

この責任分担表だけで、事故時の法的責任が一律に決まるわけではない。目的は、異常を見つけた職員がどこへ連絡し、誰が製品情報と診療記録を保全し、誰が継続可否を決めるかを事故前に見える形にすることだ。

第五関門：版の変更と導入後の性能を追う

導入時の検証は、確認したモデル版と入力条件に対する結果である。モデル、閾値、対応する検査機器、前処理、コード表のいずれかが変われば、同じ製品名でも検証の前提が動く。監視項目は使用目的に合わせ、規定された性能、処理不能率、下位集団の差、利用者が結果を見送った割合、苦情・不具合を選ぶ。停止の基準、旧版へ戻す手順、更新を承認する責任者も先に決める。

変更管理には日本の制度上の手続きも関わる。PMDAの説明資料では、医療機器変更計画確認申請制度「IDATEN」は、将来の改良計画を事前に確認し、計画に沿ってデータを集めた後、変更申請または届出と確認を経て承認事項を変更する流れをとる。これは製造販売業者側の薬事手続きであり、病院の受入試験や導入後監視を直接定める制度ではない。確認済みの計画があっても更新が無条件に自由になるわけではなく、計画の範囲と得られた結果を照合する工程が残る。

契約前にそろえる八つの記録

五つの関門を記録へ落とすと、使用目的と対象範囲、データ辞書、訓練・バリデーション・テストデータの説明、院内または外部検証の報告、インターフェースと権限の仕様、臨床操作と代替経路、AI出力と人の対応を結ぶ監査ログ、更新・停止・復旧の計画という八つに分かれる。製品の役割やリスクによって内容は変わるが、少なくともモデルの成績表だけで契約判断を終えないための境界になる。

担当部門の検収も分ける必要がある。情報部門は項目対応、権限、時刻、ログ、障害時の復旧を確認する。臨床部門は対象患者、使用者、表示、処理不能時の動作、代替手順を確かめる。医療安全・ガバナンス部門は導入可否、再評価の条件、事故報告、停止と再開の権限を持つ。製造販売業者には承認範囲、既知の限界、版ごとの差分、更新前の通知、検証資料を求める。

日本の公開情報に残る空白

日本では制度資料、承認品目、個別の研究成果は公開されているが、導入後の実態を同じ物差しで比べる情報はまだ限られる。厚生労働省の2026年度公募要項は、一般診療所と病院を対象に、非医療機器を含む医療AIの導入状況と課題を調べ、2023年度研究と比較する2026～27年度の研究課題を公募した。全国的な把握を更新する段階にあることは確認できる。

一方、製品別の導入施設数、各施設で行った検証の結果、導入後の性能指標を横断して結び付けた公的資料は、本稿の執筆時点で確認できていない。これは国内で導入や検証が行われていないという意味ではない。公開情報だけでは、承認後にどの製品がどの条件で使われ、性能がどう推移したかを外部から比較できないという情報上の限界である。

よくある質問

精度が高い医療AIなら、そのまま病院へ導入できるのか
単一の精度では決められない。対象患者を反映した独立データ、実際の検査機器と入力条件、人とAIを合わせた診療手順、導入後の監視まで確認して初めて、自施設での性能を評価できる。

FHIRに対応していれば、電子カルテとの接続は完了したと考えてよいのか
対応の表示だけでは足りない。使うFHIR Profileと版、患者識別、日時、単位、コード、欠損値、権限、ログを項目単位で検収する必要がある。FHIRは交換の枠組みであり、元データと変換結果の正しさを保証しない。

承認済みのAI医療機器なら、病院は自動更新を受け入れてよいのか
承認範囲と変更手続きの確認が要る。更新内容がモデル、閾値、入力条件、表示、性能へ与える影響を製造販売業者から受け取り、院内の再検証、停止時間、旧版への復旧を含む変更手順に沿って判断する。