小さな医療チームを、AIでどう組み直すか

AIによって、少人数で動かせる仕事は増えました。けれど「ひとりで病院」は、スタッフがゼロになる話ではありません。免許、情報管理、検査、薬局、救急搬送、事故対応は消えないからです。

見取り図を少し正確にします。AIが変えるのは、医療を支える人数そのものより、仕事を束ねる方法です。

小さなチームは、四つの層でできている

最上段には、診察、身体所見、診断、治療、同意、緊急時の判断があります。その下に予約、記録、請求、連絡があります。AIはさらに下で、下書き、分類、検索、定型応答を助けます。検査会社、薬局、クラウド、地域連携は外部基盤です。

この層を混ぜないことが重要です。AIが予約文を作れることは、診療所が医療事務を必要としないことを意味しません。記録の下書きが速くても、承認、保管、開示、訂正の責任は残ります。

米国のDirect Primary Careは、患者が定額を直接支払う診療モデルです。AAFPの方針は、保険請求を介さない構造を説明しています。ただし米国の制度を、そのまま日本の診療所へ移せるわけではありません。

空いた時間には、別の仕事が入る

AI導入の価値を「一件何分短くなったか」だけで測ると、見落としが出ます。設定、出力確認、患者への説明、障害対応、監査に時間が移るからです。

アンビエントAIのランダム化試験では、Nabla群の記録時間は減りましたが、利用率は約30%で、誤りへの継続した注意も必要でした。NEJM AI 効果がある道具でも、すべての診察に自然に入るとは限りません。

測るのは三つです。減った作業、新しく増えた作業、空いた時間を何へ戻せたか。患者との会話、振り返り、同僚への相談に戻せたなら価値があります。予約枠を増やしただけなら、疲労が別の形で戻ることもあります。

AIに任せるのは、戻せる仕事から

小さなチームほど、事故時の代替要員が少なくなります。最初は、公開資料から説明文の下書きを作る、架空の問い合わせを分類する、院内手順の抜けを探す、といった戻せる仕事が向いています。

患者情報を扱う前に、契約、保存先、二次利用、アクセス権、削除手順を確認します。WHOも、医療で使う大規模マルチモーダルモデルには、誤情報、バイアス、機密性、過度な依存への統治が必要だとしています。WHOのガイダンス

一週間の試行を設計する

架空のクリニックで「予防接種の持ち物案内」を作る仕事を選びます。入力は公開資料だけにします。AIなしとAIありで、作成時間、修正箇所、見逃し、最終確認時間を比べます。

終了条件も先に決めます。根拠のない内容が一件でも患者向け文面へ残る、確認時間が増える、担当者が修正理由を説明できない。このどれかが起きたら、運用を広げません。

小さなチームの強さは、何でも自動化することではありません。任せる仕事を狭くし、問題が起きたら人へ戻せることです。

チーム内の分担を整理した次は、患者がAIの回答を持ち込んだ場面で関係をどう守るかを見ます。