AIは医療を救えるか？1,300件の承認が示す現実

1,300件以上。これは、米国食品医薬品局（FDA）がこれまでに承認したAI搭載医療機器の数です。そのうち半数以上が、わずかここ3年間で承認されました。数字だけを見れば、医療AIは「すでに始まっている未来」のように映ります。しかし現場では、まったく異なる声が聞こえてきます。

「ホワイトボードと付箋」を超えられるか

医療現場のAI活用は、大きく2つの領域に分かれています。ひとつは、FDAが医療機器として承認した臨床系アプリケーション。診断画像の解析が中心ですが、睡眠時無呼吸の追跡、心拍リズムの分析、整形外科手術の計画支援など、その用途は多岐にわたります。

もうひとつは、医療機器には分類されない業務支援系のAIです。予約管理、スタッフのシフト調整、診療記録の入力補助——これらは今も多くの病院で、ホワイトボードと付箋によって管理されています。ある調査では、医療機関のテクノロジーリーダーの72%が「AIの最優先課題は医療従事者の負担軽減と満足度向上」と回答しており、53%がワークフローの効率化を挙げました。臨床応用よりも、こうした「裏方のAI」が医療システム全体に与えるインパクトは大きいかもしれません。

一方で、同じ調査の中で77%の医療機関が「未成熟なAIツールが導入の大きな障壁だ」と答えています。期待と不安が、まさに同居している状況です。

なぜ医療AIは「失敗しやすい」のか

広告

広告掲載について

[email protected]

広告

Mayo Clinic Platformでソリューション開発者市場を担当するバイスプレジデント、スティーブ・ベスキ氏はこう指摘します。「医療は非常に複雑です。ソリューション開発者は、臨床的・技術的な能力に深く集中し、そのうえでビジネス上のインパクトに整合させる必要があります。どこか一つの次元を見落とせば、そのソリューションは採用されず、価値も生まれません。」

これは、過去に多くのソフトウェアベンダーが経験してきた失敗の本質を突いています。医療の世界には、一般的なビジネス環境とは異なる固有の複雑さがあります。規制の厳しさ、患者安全への責任、診療科ごとに異なるワークフロー、そして医師・看護師・事務スタッフそれぞれの異なるニーズ。これらすべてを理解せずに「技術的に優れたソリューション」を持ち込んでも、現場には受け入れられません。

この課題に対応するため、McKinseyの調査では医療機関の61%が「カスタム生成AIソリューションの開発において、サードパーティベンダーとのパートナーシップを主要戦略とする」と回答しています。自社開発でも既製品の購入でもなく、専門知識を持つパートナーとの共同開発という道を選んでいるのです。

日本にとっての意味

この議論は、日本にとって決して対岸の火事ではありません。日本は世界でも有数の高齢化社会であり、医療従事者の不足は深刻な社会課題です。厚生労働省のデータによれば、2040年には医師・看護師を合わせた医療人材が数十万人規模で不足すると推計されています。

富士フイルムやキヤノンメディカルシステムズなどの国内企業はすでに、AI搭載の診断画像解析ソリューションを国内外で展開しています。しかし、業務支援系AIの普及という点では、日本の医療機関はまだ発展途上にあります。電子カルテの標準化すら道半ばの現状を考えると、AIの本格導入には基盤整備が先決という現実もあります。

また、日本の医療文化には「慎重に検証してから採用する」という傾向があります。これは安全性の観点からは強みですが、変化のスピードが求められる時代においては、慎重さが機会損失につながるリスクもはらんでいます。規制当局であるPMDA（医薬品医療機器総合機構）がAI医療機器の審査体制をどう整備するかも、今後の普及速度を左右する重要な変数です。