---
title: "医療AIとは？画像診断支援・問診・文書作成の用途別整理と導入判断【2026年】"
url: "https://www.issoh.co.jp/column/details/19923/"
published: 2026-11-17
updated: 2026-11-17
categories: ["AI"]
publisher: "株式会社一創"
---

# 医療AIとは？画像診断支援・問診・文書作成の用途別整理と導入判断【2026年】

医療AIと一口に言っても、CT画像から肺結節の候補を示すソフトウェアと、退院サマリーの下書きを作る生成AIとでは、守るべき法律も、つなぐシステムも、失敗したときの影響もまったく異なります。この記事では、医療機関で使われるAIを画像診断支援・問診・文書作成・院内業務の4用途に分け、実用化の現在地はPMDAの承認品目一覧の実数で押さえました。そのうえで、医療機器プログラムに当たる機能と当たらない機能の線引き、電子カルテやPACSとの連携で工数がかかる箇所、生成AIに患者情報を入れる前の確認点を解説します。最後に、既製品で足りる場面と個別開発に進む条件、導入を見送るべき場面を言い切ります。

## まとめ：医療AIの4用途と、医療機器該当性・院内連携で決まる導入の順番

医療AIの導入判断は、技術の新しさではなく「その機能が医療機器プログラムに当たるか」で最初に分かれます。画像から病変候補を示すAIは医療機器として承認を受けた製品を買うのが基本で、2026年6月30日時点のPMDA一覧では、プログラム医療機器194品目のうち67品目がAIを用いた製品として示されています。その6割強がX線・内視鏡・超音波などの画像系です。

問診や文書作成、病床管理などの業務支援は、医師が最終確認する下書きや整理にとどまる限り、医療機器に当たらない範囲で作れます。こちらは既製品の選択肢も多く、個別開発の余地が大きいのもこの領域です。

費用と期間を左右するのはAIの精度より院内システムとの連携です。画像系はPACS、文書系は電子カルテとのデータの受け渡しが工数の大半を占めます。電子カルテのデータが取り出せない、AIの出力を検証する医師を置けない、という院内では導入を見送るのが正解です。

## 医療AIの用途を4つに分ける：画像診断支援・問診・文書作成・院内業務の違い

医療AIの事例紹介では、診断支援も事務効率化も同じ「医療AI」として並べられがちです。発注や導入を考える側から見ると、用途ごとに規制の有無と連携先が変わるため、最初に4つへ分けて考えるほうが判断を誤りません。

### 画像診断支援AI、承認済み67品目のうち42品目が画像系という現在地

実用化が最も進んでいるのは画像診断支援です。PMDAが公開する[プログラム医療機器の承認等情報](https://www.pmda.go.jp/review-services/drug-reviews/about-reviews/devices/0052.html)の製造販売承認品目一覧（2026年6月30日時点）を集計すると、194品目中67品目に、AI技術を用いた機能を持つことを示す「○」が付いています。

| 一般的名称（AI欄○の67品目）          | 品目数 |
| ------------------------- | --- |
| X線画像診断装置ワークステーション用プログラム   | 16  |
| 内視鏡画像診断支援（病変検出用8・疾患鑑別用7）  | 15  |
| 汎用画像診断装置ワークステーション用プログラム   | 6   |
| 手術用画像認識支援プログラム            | 5   |
| 家庭用脈波情報解析プログラム            | 4   |
| 超音波装置・MR装置ワークステーション用プログラム | 5   |

表の内視鏡画像診断支援は、内視鏡画像診断支援プログラムの略記です。X線・内視鏡・汎用画像・超音波・MRを合わせると42品目で、67品目の6割強を占めます。承認年月日で数えると2024年が12品目、2025年が18品目と増えており、2026年も6月末までに8品目が承認されました。画像診断支援AIは「研究段階」ではなく、承認済みの製品から選ぶ段階に入っています。

### AI問診と生成AIの文書作成、医師の診療外業務を減らす2つの用途

問診と文書作成は、診断そのものではなく医師の前後の作業を減らす用途です。AI問診は患者の回答に応じて次の質問をシステムが選び、医師が診察前に主訴と経過を読める形に整えます。紙の問診票や固定型のWeb問診との違い、回答を電子カルテへ渡す方式は[Web問診と電子カルテ連携の5方式](https://www.issoh.co.jp/column/details/19442/)で整理しています。

文書作成は、生成AIが退院サマリーや紹介状、診断書の下書きを電子カルテの記録から作る用途です。診察中の会話を音声認識で文字にし、要約してカルテの下書きにする製品もあり、仕組みは[AI議事録・自動文字起こしの仕組みと精度](https://www.issoh.co.jp/column/details/15434/)と共通します。

この2用途が求められる背景には、2024年4月から勤務医に適用された時間外労働の上限規制があります。厚生労働省の[医師の勤務実態把握マニュアル](https://www.mhlw.go.jp/content/10800000/000794598.pdf)では、原則のA水準を年960時間・月100時間未満（例外あり）と示しています。診療を減らさずに労働時間を縮めるには、書類と転記の時間を削るしかありません。

### 院内業務のAI、病床管理・需要予測・帳票読取など診療の外側の用途

4つめは診療の外側の業務です。入退院の予測から病床の割り当てを提案する、外来の患者数を曜日と季節で予測して人員配置に使う、紹介状や同意書などの紙帳票をAI-OCRで読み取って電子カルテに取り込む、といった用途がこれに当たります。

この領域は医療機関ごとに業務の流れが違うため、汎用の製品がそのまま合わないことが多く、受託開発の比重が高くなります。一方で、患者の診断や治療に直接関わらないので、医療機器としての承認は不要です。データさえ揃っていれば、4用途のなかで最も小さく始めやすい領域です。

## 医療機器プログラムの該当性で変わる、医療AIの開発期間と薬機法の線引き

医療AIを作る、または選ぶときに最初に確かめるのは、その機能が医薬品医療機器等法（薬機法）の医療機器プログラムに当たるかどうかです。当たれば製造販売の承認や認証が必要になり、開発期間と体制が大きく変わります。

### 診断・治療に使うAIは医療機器、院内業務の支援は非該当という基本線

判断の拠り所は、厚生労働省の[プログラムの医療機器該当性に関するガイドライン](https://www.pmda.go.jp/files/000240233.pdf)です。令和3年3月31日に制定され、令和5年3月31日に一部改正された版が現行で、その後の改正は確認できていません（2026年11月時点）。

ガイドラインは、医療機器に当たらない典型例として、予約・受付・会計などの院内業務支援や、患者への説明用のプログラムを挙げています。病床管理や需要予測、帳票の読み取りは、この院内業務支援の側に入ります。逆に、個別の患者の画像やデータから病変の候補や疾病の可能性を示す機能は、診断の支援として医療機器に当たる側です。

注意したいのは、複数の機能のうち1つでも該当すれば、プログラム全体が規制の対象になる点です。業務支援として作ったシステムに「ついでに異常値を判定して表示する機能」を足すと、全体の扱いが変わります。該当性の考え方と承認区分の詳細は[プログラム医療機器の該当性の判断基準と承認区分](https://www.issoh.co.jp/column/details/18150/)で解説しています。

### 承認済みAIの区分、改良医療機器（臨床なし）45品目という実態

PMDA一覧のAI欄○の67品目を承認区分で分けると、改良医療機器（臨床なし）が45品目、改良医療機器（臨床あり）が20品目、後発医療機器が2品目で、新医療機器は0品目でした。既存の画像診断機器の延長として、既存の医用画像データを使った性能評価で承認を得る製品が中心だと読めます。

承認後に性能を改良し続けるAIのために、変更計画を事前に確認しておく制度（IDATEN）や二段階承認の仕組みも用意されています。新しく医療機器としてのAIを開発するなら、企画書の段階でPMDAの[SaMD一元的相談窓口](https://www.pmda.go.jp/review-services/f2f-pre/strategies/0011.html)に持ち込むのが手戻りの少ない順序です。該当性・薬事開発・医療保険の3区分を無料で相談できます。

### 生成AIの文書下書きが医療機器にならない範囲と、越えると危うい機能

退院サマリーや紹介状の下書きを作る生成AIは、医師が内容を確認して確定する前提なら、文書作成という業務の支援にとどまります。PMDA一覧のAI欄も、業務量の負担軽減など患者の転帰の改善を意図しない機能は対象外と注記しています。

危うくなるのは、下書きの範囲を越える機能を足したときです。カルテの記録から病名の候補を挙げる、検査値から治療方針を提案する、といった機能は、個別の患者について疾病や治療を示すものとして該当性の検討が必要になります。ガイドラインは、個人を特定して疾病名と罹患の可能性を表示するプログラムを、診断用としてリスクを判定する対象に挙げています。生成AIの文書作成を企画するときは、「要約と下書きまで」を仕様書に明記し、診断や治療の提案を出さない設計にしておくのが安全です。

## 院内システム連携の要件、電子カルテ・PACSとのデータ受け渡しと安全管理

医療AIの導入費用と期間を最も大きく左右するのは、AIそのものではなく院内システムとの連携です。AIに渡すデータを取り出し、AIの出力を医師が普段使う画面に戻すまでの道筋を描けるかで、導入の可否が決まります。

### 画像診断AIはPACS連携、文書作成AIは電子カルテ連携が工数の大半

画像診断支援AIは、医用画像の標準規格であるDICOM形式でPACS（医用画像の保存・配信システム）から画像を受け取り、結果を読影端末に返します。承認済みの製品の多くはこの受け渡しを前提に作られているため、PACSのメーカーと製品の組み合わせ、読影端末への結果の表示方法が導入時の主な確認点になります。

文書作成AIは、電子カルテから記録・検査結果・処方を取り出す経路が必要です。電子カルテのメーカーがAPIやデータ出力の機能を持っていれば工数は小さく済みますが、画面の転記や帳票出力しか手段が無い場合は、取り出し部分の開発が費用の大半を占めます。院内システム間の連携方式の種類と選び方は[医療のデータ連携、院内4方式と地域連携の構成](https://www.issoh.co.jp/column/details/16926/)で整理しています。

### 生成AIに患者情報を入れる前の確認、個人情報保護委員会の注意喚起2点

病歴は個人情報保護法上の要配慮個人情報です。生成AIに患者の記録を入力する前に、個人情報保護委員会の[生成AIサービスの利用に関する注意喚起等](https://www.ppc.go.jp/news/careful%5Finformation/230602%5FAI%5Futilize%5Falert/)（令和5年6月2日）が事業者に求める2点を確認してください。

1. 入力する個人情報が、特定した利用目的を達成するために必要な範囲内であること
2. 本人の同意なく個人データを入力し、それが応答の出力以外の目的で扱われると法違反になる可能性があるため、サービス提供事業者が入力データを機械学習に使わないこと等を確かめること

実務上は、職員が個人契約の無料版チャットに患者情報を貼り付ける経路を最初に塞ぐことになります。入力データを学習に使わない契約の法人向けプランやAPIを使い、氏名や患者IDを外してから渡す処理をシステム側で入れる構成が基本です。漏えいが起きる経路と入力ルールの作り方は[生成AIの情報漏洩の事例と5つの経路](https://www.issoh.co.jp/column/details/19452/)で解説しています。

### 安全管理ガイドライン第7.0版で見る、クラウド型AIの契約前の確認

医療機関がクラウド型のAIを使う場合も、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](https://www.mhlw.go.jp/stf/shingi/0000516275%5F00006.html)（令和8年6月）の枠組みで確認します。掲載資料にAI専用のものは無く、AIサービスも外部の情報処理サービスの1つとして扱うことになります。

第7.0版は概説編・経営管理編・企画管理編・システム運用編に保守委託機関編を加えた5編構成で、Q&Aは令和8年9月版です。契約前には、データの保存場所と国内外の区分、事業者との責任分界、障害時と契約終了時のデータの扱いを書面で揃えておきます。各編の担当と確認項目の対応は[安全管理ガイドライン第7.0版の読み方](https://www.issoh.co.jp/column/details/18005/)にまとめています。

## 医療AIを導入すべき条件と見送る場面、既製品と個別開発の分かれ目

ここまでの整理を踏まえ、どの用途で、既製品と個別開発のどちらを選ぶべきかを条件付きで言い切ります。

### 既製品で足りる用途の判断、承認済みの画像診断支援と汎用の文書作成

画像診断支援は既製品一択です。医療機器としての承認を自院や開発会社が新たに取るのは、製品を外販する事業者でなければ割に合いません。PMDA一覧で一般的名称と承認日を確かめ、使っているPACSとの接続実績があるかを販売元に確認して選びます。

文書作成も、使っている電子カルテのメーカーが生成AIの下書き機能を出していれば、まずそれを試すべきです。電子カルテと同じメーカーの機能なら、データの取り出しと画面への戻しが最初から組まれています。

### 個別開発に進む条件、院内の独自帳票と複数システムをまたぐ連携

個別開発が合うのは、次の条件が2つ以上重なる場合です。

- 電子カルテのメーカーが生成AI機能を出しておらず、更新の予定も当面無い
- 健診・自費診療・治験など、院内独自の帳票や文書の型が多い
- 電子カルテ・部門システム・医事会計など、複数システムのデータを合わせてAIに渡す必要がある
- 複数の病院・診療所で文書の形式や問診の項目を揃えたい

この場合も、診断や治療の提案は出さず、要約・下書き・整理にとどめる設計にすると、医療機器に当たらない範囲で開発できます。院内システムとの連携を含めたAIの開発は[生成AI開発・AI受託開発](https://www.issoh.co.jp/service/ai/development/)で相談を受けています。

### 見送る場面、データが電子化されていない院内と検証役の医師がいない体制

導入を見送るべき場面ははっきりしています。1つは、紙カルテが中心で、AIに渡すデータがそもそも電子化されていない院内です。この場合は先に電子カルテの導入や帳票の電子化を進めるほうが、同じ予算で効果が出ます。

もう1つは、AIの出力を確かめる役の医師を置けない体制です。生成AIの下書きには、記録に無い内容が混ざることがあります。下書きを読み比べて誤りを直す医師の時間が確保できないまま導入すると、確認されない文書が外に出ます。試行の段階で、確認にかかる時間が手書きより短くなるかを測り、短くならないなら本格導入はしない、と決めてから始めてください。

## 医療AIの導入でよくある質問、費用・患者情報の扱い・医療機器該当性の確認

医療機関や医療系の事業者から寄せられることの多い質問に、制度と実務の両面から答えます。

### 医療AIは医師の診断を置き換えるものですか？

置き換えるものではありません。承認済みの画像診断支援AIは、病変の候補や疑いのある領域を示して医師の読影を支援する位置づけで、診断を確定するのは医師です。生成AIによる文書作成も、医師が確認して確定する下書きを作る用途です。AIが単独で診断や治療方針を決める製品は、2026年6月30日時点のPMDA一覧にはありません。医師の判断を前提にするからこそ、AIの出力を確認する時間と体制を導入前に決めておく必要があります。

### 医療AIの導入費用はどれくらいかかりますか？

費用は用途と連携の範囲で大きく変わり、公的な相場はありません。既製品の画像診断支援AIは製品の利用料に加えてPACSとの接続費用がかかり、文書作成AIは電子カルテからのデータ取り出しが必要かどうかで開発費が大きく変わります。見積りを取るときは、AI本体と連携部分を比較しやすいよう、分けて出してもらってください。診療所向けの補助制度は[デジタル化・AI導入補助金2026の補助額と申請条件](https://www.issoh.co.jp/column/details/16035/)で確認できます。

### ChatGPTなどの生成AIに患者情報を入力してもよいですか？

個人契約の無料版に患者情報を入力するのは避けてください。個人情報保護委員会は、本人の同意なく個人データを入力し、それが応答の出力以外の目的で扱われると法違反になる可能性があるとして、入力データを機械学習に使わないことの確認を求めています。法人向けプランやAPIで学習に使わない契約を結び、氏名や患者IDを外す処理を入れたうえで、院内の利用規程に入力してよい情報の範囲を明記する運用が前提です。

### 自社で開発するAIが医療機器に当たるか、どこに相談できますか？

PMDAのSaMD一元的相談窓口で、該当性・薬事開発・医療保険の3区分について無料で相談できます。相談の前に、厚生労働省のプログラムの医療機器該当性に関するガイドラインで、作ろうとする機能が院内業務支援の側か、診断・治療の支援の側かを自分で整理しておくと話が早く進みます。複数の機能を持つシステムでは、1つでも該当する機能があれば全体が規制対象になるため、機能ごとに一覧にして持ち込むのが確実です。

### 小規模なクリニックでも医療AIを導入できますか？

導入できます。小規模なクリニックで始めやすいのは、AI問診と、電子カルテに付いている文書作成機能です。どちらも既製品があり、質問の整理や下書きの作成にとどまる製品なら医療機器としての手続きは要らず、受付と医師の書類作業を直接減らせます。画像診断支援AIは、内視鏡やCTを持ち、読影の件数が多い医療機関でないと費用に見合いません。手始めに、使っている電子カルテのメーカーへAI機能の有無と追加費用を問い合わせてください。

## 関連記事

- [医療DXとは？意味と3本柱、2026年の法改正・新加算・普及率から進め方まで](https://www.issoh.co.jp/column/details/13779/)：医療AIを含む医療DX政策の全体像
- [画像認識AIとは？仕組み・種類・できることと開発の進め方【2026年】](https://www.issoh.co.jp/column/details/12928/)：画像診断支援AIの土台になる画像認識の仕組み
- [金融AIの導入判断：不正検知・審査・生成AIの適用範囲と規制要件の整理](https://www.issoh.co.jp/column/details/19700/)：規制業種でAIの適用範囲を決める考え方の比較
- [介護のAIとは？記録作成・見守り・ケアプラン支援の用途と導入判断【2026年】](https://www.issoh.co.jp/column/details/19925/)：介護記録の文章化や見守りなど、介護事業所側でのAIの用途と導入判断
- [製薬AIとは？創薬・治験・安全性情報・MR活動の用途とGxP対応の判断【2026年】](https://www.issoh.co.jp/column/details/19934/)：製薬企業側のAIの用途と、GxP・CSVの対象に入るかの線引き

---

出典: [医療AIとは？画像診断支援・問診・文書作成の用途別整理と導入判断【2026年】](<https://www.issoh.co.jp/column/details/19923/>)（株式会社一創）
