2030年、AIは日本の医療を支えられるか

2030年の医療を、一つの数字で予言することはできません。人口が減っても、救急、在宅、介護との連携が同じ割合で減るとは限りません。AIが速くなっても、地域の受入先や夜間の人員が自動で増えるわけでもありません。

見るべきなのは、需要と能力の組み合わせです。

需要と能力を、別の線で見る

国立社会保障・人口問題研究所の2023年推計の出生中位・死亡中位推計では、2030年の総人口は約1億2,012万人、15〜64歳人口は約7,076万人、65歳以上人口は約3,696万人です。これは仮定に基づく人口推計で、医療従事者数や受診件数の予測ではありません。

需要は、年齢だけでなく、疾病構造、救急搬送、在宅療養、患者の移動で変わります。能力は、人数だけでなく、勤務時間、技能、地域の連携、情報システムで変わります。

全国で医師数が足りていても、特定地域の当直や訪問診療が埋まるとは限りません。2030を考えるときは、全国平均より、自分の地域で必要な機能を見ます。

AIは職業ではなく、作業に入る

ILO・NASKの2025年分析が示すのは、生成AIの影響を受けうる作業の広がりです。影響可能性は、失業率や職業の消滅を意味しません。

医療でも、検索、転記、要約、文書の下書きは短くなる可能性があります。一方で、出力の確認、例外対応、ログの点検、職員教育は増えます。医師の時間が減っても、事務職の確認が増えれば、仕事は別の場所へ移っただけです。

「何分減ったか」に加えて、「誰の負担が増えたか」を測ります。

空いた時間の行き先が、成果を決める

10分短くなっても、その10分が細切れなら、外来枠や当直人数は変えられません。時間短縮を人員削減へ直結させるのは危険です。

空いた時間を、患者への説明、退院後の連携、指導医との振り返り、休息のどこへ戻すかを先に決めます。そのうえで、説明の理解度、連絡の行き違い、修正率、残業時間などを開始前後で比べます。

新たな地域医療構想は2040年を見据え、高齢者救急、在宅医療、医療・介護の複合ニーズと地域差を扱います。2030はその途中です。AIの導入効果も、地域で残したい機能に結びつけて評価します。

2030の計画は、一枚で十分

一枚に四つだけ書きます。地域で増える需要、足りない能力、AIに任せたい作業、新たに増える確認です。最後に、空いた時間をどこへ戻すかを一つ選びます。

この見取り図は、導入を正当化する資料ではありません。測る前の仮説です。作業が短くても患者の体験が変わらない、別職種の負担が増える、学習機会が減るなら、設計を戻します。

2030に必要なのは、医師をAIへ置き換える計算ではありません。限られた能力を、患者に必要な仕事へ戻す計画です。

地域の需要と能力を分けた次は、2030年に指導医になる自分が備える三つのシナリオへ進みます。