医療現場ではAIに任せる業務を絞って成果を出す
安全性への懸念は、医療分野でAIエージェントを使うべきではないという意味ではない。すでに成果が報告されている用途には共通点がある。作業内容が明確で、規則に沿って処理でき、重大な判断には人の承認が必要という点だ。
臨床試験の参加候補者を発見し、選定時間を短縮
臨床試験に参加できる患者をAIで選ぶ取り組みには、有効性を示す強い証拠がある。クリーブランド・クリニックは2024年、自院のファイアウォールで保護した環境にAIシステムを導入した。2026年3月に公表した研究では、希少疾患の臨床試験への参加条件を判定する設問について、医師による判定との一致率が96.2％に達した。判定理由も後から確かめることができ、従来の方法で見落としていた患者も発見した。最終的な参加資格は研究担当者が確認した。
シンシナティ小児病院による2019年公表の研究でも、救急部門で電子健康記録を用いた自動選定システムを導入した結果、候補者を調べる時間が34％短縮され、臨床試験への参加登録者数は11.1％増加した。
保険会社は審査AIを導入、医療機関は申請AIを開発
医療保険の事前承認は、AIエージェントの用途として最も広く売り込まれている分野だ。保険会社は、申請内容が保険給付の条件や医学的な審査基準に合うかを確かめ、不足資料を求めるAIを導入している。ある業界分析では、臨床医が申請内容を確認する時間を少なくとも46％短縮できると推計された。
医療機関も、同じ承認手続きで申請する側のAIエージェントを開発している。審査する側と申請する側がそれぞれ自動化を進めれば、申請と審査の双方がAIによる自動化を競う、軍拡競争に似た状況を招く恐れがある。
看護記録や受診予約でAIを活用、薬の変更も視野に
看護記録を作る業務やカルテ情報の活用も進んでいる。Sentara Healthは、看護記録を作成する業務の流れをAIエージェントで自動化し、看護師の作業時間を合計数千時間節約したと報じられている。Stanford Health Careは電子健康記録（EHR）から診療に関連する根拠を探し、治療方針を決める際に役立つ情報を提示するAIエージェントを試験導入している。
患者の受診予約、保険給付の確認、電話対応といった業務でも、AIが自律的に処理する範囲は急速に広がっている。誤りが起きても発見しやすく、多くの場合は手続きを元に戻せるためだ。
ただし、紹介した導入例には、医師が設定した治療計画を超えて薬の処方内容を独自に変更したり、検査や治療を指示したりするAIエージェントは含まれていない。医療上の判断に直接踏み込むAIエージェントも、近い将来に登場しようとしている。
