2040年の医療と放射線科の未来|2040年問題・診療報酬・AI革命を総括する羅針盤
2040 FUTURE INSIGHT / 放射線技師ラボ

2040年の医療と放射線科の未来

85歳以上が急増し、医療費が80兆円に達し、医療従事者が足りなくなる。 この3つが同時に来るのが「2040年問題」だ。 診療報酬改定の方向性・AIの実像・FLASH放射線療法・医師会の政治力学まで、 放射線技師の視点から整理する。

80兆円
2040年の社会保障費推計
(2020年比1.5倍)
+75%
85歳以上の救急搬送
増加予測
96万人
2040年の医療従事者
不足予測
3,500万件
世界の年間がん罹患数
(2040年推計)
目次
  1. 2040年問題とは何か ─ 医療を揺るがす「三重苦」
  2. 診療報酬改定はどこへ向かうのか ─ 中長期ロードマップ
  3. AIが変える放射線科 ─ 何が置き換わり、何が残るか
  4. 放射線治療の技術革命 ─ FLASH・プロトン・免疫療法の融合
  5. 診療報酬の「構造問題」と利権 ─ 変わらなければ持続不可能
  6. 放射線科の生存戦略 ─ 2040年を乗り越える6つのAction Plan
  7. 2040年の放射線技師 ─ 3つのシナリオ
  8. まとめ

1. 2040年問題とは何か ─ 医療を揺るがす「三重苦」

「2040年問題」という言葉は聞いたことがある方も多いと思うが、その内訳を具体的に押さえている人は意外と少ない。14年後に何が重なるのかを、まず整理しておきたい。

YUN YUN

2040年代に重なるのは3つです。①85歳以上の急増、②社会保障費の上限への接近、③生産年齢人口の減少による医療従事者不足。どれか一つでも厄介なのに、三つが同じタイミングで来ます。

LINA LINA

「患者が増える」「お金が足りない」「人手がない」が同時に来るわけですね。それぞれ単独でも大変なのに。

厚生労働省の推計によれば、85歳以上の救急搬送数は2020年比で75%増加すると見込まれている。 在宅医療の需要も62%増加が予測され、認知症・がん・循環器疾患などの複合ニーズを抱える患者が急増する。 その一方で、社会保障費は2020年の約54兆円から2040年には約80兆円に膨張するとされ、 現役世代の保険料・税負担は限界に達する見通しだ[ 1 ]。

2026〜2040年のロードマップ

2026年

診療報酬改定の転換点

医療DX・機能分化・地域完結型医療・ベースアップ評価料の本格導入。「2040年を見据えた設計」として現政策が正式に位置づけられる。

2028年

第三次医療費適正化計画の中間評価

病床機能の強制的な再編が加速。AI補助診断への保険適用拡大、遠隔放射線治療管理料の普及が予測される。電子処方箋・オンライン資格確認の完全義務化。

2030年

新地域医療構想の節目

高度急性期・急性期病床を大幅削減。地域連携放射線センター構想の具体化。プロトン療法・FLASH臨床試験の結果が保険収載の可否を左右する。

2040年

超高齢社会のピーク

全がん罹患数が現在の1.5倍以上に拡大。放射線治療装置の需要が世界的に急増。AIが治療計画の大半を自動化し、放射線技師の役割が大きく変容する。

← 横にスワイプできます →

▲ 2040年問題が放射線科に与える影響の連鎖図

2. 診療報酬改定はどこへ向かうのか ─ 中長期ロードマップ

診療報酬は2年ごとに改定されるが、その方向性は2040年を見据えた中長期シナリオの上に乗っている。 2026年改定で明示された「5つの柱」(賃上げ・医療DX・機能分化・地域完結型・高齢者生活機能)は、 2040年に向けた布石だ。では2028年、2030年と改定が積み重なると、何が起きるのか。

📌 診療報酬改定の3つの大潮流

医療費総額の抑制と再配分:高齢化に伴う膨張を抑えながら、必要な分野(在宅・急性期高度医療)に集中投資する「メリハリ改定」が続く。

DX・AI活用への加点評価:電子カルテ共有、AI補助診断、遠隔支援、オンライン診療への報酬加算が改定ごとに拡充される見通し。

機能分化と統合の圧力:病床機能の再編が加速し、高度急性期から地域包括ケアへの移行が経済的に誘導される。

放射線部門に関連する改定の方向性

2026年
(現在)

IMRT遠隔支援料の整備・CT/MRI共同利用の加算拡充

放射線治療専従技師の配置要件強化。CT・MRI共同利用の10%目標が施設評価の鍵に。

2028年
(予測)

AI補助診断の保険適用範囲拡大・画像診断クラウド連携加算

IGRT・SBRT再評価。AI活用施設と非活用施設で算定収益の格差が拡大し始める。

2030年
(予測)

オンコロジーセンター型施設への包括評価・プロトン療法の適応拡大

地域連携放射線管理料の新設。単独病院モデルから連携ネットワークモデルへの移行が必須化。

2034年〜
(予測)

FLASH放射線療法の保険収載検討・AI自動治療計画の承認基準整備

遠隔放射線技師によるQA管理加算。技術的優位性と人材配置の柔軟性が生死を分ける。

👁 専門家の視点 ─ 医師会と診療報酬の政治力学

診療報酬の決定プロセスには、日本医師会(日医)が深く関与する中医協(中央社会保険医療協議会)がある。 日医は政界への献金・地域医療インフラの低価格請負・中医協での発言力を通じて、 過去数十年にわたり診療報酬の配分に影響を与えてきた[ 2 ]。

X(旧Twitter)上では「日医は開業医の互助会にすぎず、勤務医や医療技術職の代弁者ではない」という批判が根強い。 実際、日医は任意団体であり、勤務医の加入率は低い。 重要なのは、制度改革の議論において「放射線部門の価値」を自ら発信し続けることだ。 放射線技師・放射線科医が学会・職能団体を通じて制度設計に関わる必要がある。

3. AIが変える放射線科 ─ 何が置き換わり、何が残るか

AIが放射線科に与える影響は、他の診療科と比較しても大きい。 画像診断・治療計画・品質管理と、業務のほぼ全工程にAIが関わってくる。 「仕事を奪われる」という話も出るが、実態はもう少し複雑だ。

YUN YUN

AIが得意なのは「大量の画像を素早く処理して候補を出す」作業です。画像認識・セグメンテーション・スクリーニングはAIが担い、技師は臨床判断・患者対応・装置QAに集中するのが現実的な役割分担になると思います。

AIが変える6つの領域

🧠
① AI画像診断の標準化

CTスクリーニングでのAI補助読影が普及。結節検出・骨折検出・脳梗塞早期診断のAI精度は2040年までに熟練医師レベルに到達すると予測される[ 3 ]。

📐
② Auto-Planning の標準化

IMRT・VBATの治療計画をAIが数分で完成させる。VarianのEthosシステム等が先行。2040年までに完全自律型システムが標準化される見通し[ 4 ]。

📡
③ Adaptive RT(適応照射)

MR-LinacとAIの組み合わせで、照射中に腫瘍位置を追跡・計画を再最適化するOnline Adaptive RTが実用段階へ。AIがサブ秒で動体予測を行う。

🔬
④ Radiomics と個別化医療

画像から定量バイオマーカーを抽出し、治療反応予測・予後予測・最適プロトコル選択を個別化する。2040年にはゲノム情報との統合が進む。

⑤ QA の自動化

装置のQAチェックをAIと自動測定器が担い、人的ミスのリスクを低減。放射線技師はより高度な問題解決・多施設比較分析に時間を使える。

⚠️
⑥ 陥りやすい罠

「AIが来れば技師は不要」という過度な悲観論。逆に「AIの精度を盲信する」過信も危険。AIのバイアス・エラーを見抜く批判的評価能力こそが差別化スキルになる。

4. 放射線治療の技術革命 ─ FLASH・プロトン・免疫療法の融合

放射線治療の技術は、2030〜2040年にかけて実用段階に入るものが増える見通しだ。 特に注目すべきは「FLASH」「プロトン療法のコンパクト化」「放射線と免疫療法の組み合わせ」の3つの方向性だ。

FLASH Radiotherapy ─ 次世代の切り札

FLASH放射線療法は、通常の放射線治療(0.02〜0.04 Gy/s)と比較して、 超高線量率(≥40 Gy/s)で照射することで、 腫瘍への殺傷効果を維持しつつ正常組織への傷害を劇的に減らす「FLASH効果」が注目されている。 2018年にはスイス・ローザンヌ大学病院で電子線FLASHによる皮膚T細胞リンパ腫への 世界初の人体照射が実施された。その臨床的意義と課題が整理され、 プロトンFLASHを含む複数の臨床試験が現在進行中であり、2030年代の保険収載が視野に入ってきた[ 5 ]。

💡 FLASH効果のメカニズム(現時点での仮説)
超高線量率照射では、正常組織の酸素が一瞬で消費されて「瞬間的低酸素状態(Transient Hypoxia)」が生まれ、 正常組織の放射線感受性を一時的に低下させるという仮説が有力。 腫瘍は低酸素状態でも殺傷できるが、正常組織へのダメージが大幅に減る。

2022年末、プロトンFLASHの無作為化第1相臨床試験としてFLASH-01試験 (米国・シンシナティ大学医療センター)の結果が発表された。 骨転移による疼痛緩和を目的とし、1回10 Gyを超高線量率で照射。 従来照射と同等の疼痛緩和効果を確認しつつ、急性正常組織毒性が顕著に軽減されたことが示された[ 11 ]。 後続のFLASH-02試験ではプロトコルを精緻化し、より多施設・広適応での検証が進んでいる。

🔍 FLASHはX線治療を全て置き換えるか? ─ 答えは「No、ハイブリッド時代へ」
FLASHが最も効果を発揮するのは、大きな腫瘍・骨転移・緊急照射のような 「1〜3回の大線量照射」に適した症例だ。一方、前立腺がんや頭頸部がんのように 精密な線量分布が求められる症例では、IMRT/VMAT/SBRTの多分割照射が依然優位性を持つ。 2040年の現場では「FLASHで正常組織を保護しつつ、IMRTで辺縁を精密照射する」 ハイブリッド照射戦略が最適解になる可能性が高い。

Compact Proton Therapy の普及

従来のProton Therapy施設は建設費が100億円以上かかり、大学病院・国立がんセンターなどの限られた施設しか保有できなかった。 しかし、超伝導加速器技術の進化により、コンパクトシングルルーム型装置(Single-Room Compact Proton System)の開発が進み、 2030年代には中規模病院への普及が現実的になる見通しだ[ 6 ]。 適応疾患も小児がん・頭頸部がん・前立腺がんにとどまらず、一般固形腫瘍全般へ拡大が予測される。

放射線治療 × Immunotherapy(放射線免疫療法)

放射線照射が腫瘍微小環境(Tumor Microenvironment: TME)を変調し、 免疫チェックポイント阻害剤(Anti-PD-1/PD-L1)との相乗効果を生む 「Radioimmunotherapy」が2020年代後半から急速に発展している。 特に「Abscopal Effect(アブスコパル効果)」─ 照射部位から遠隔の転移巣が縮小する現象 ─ が 一部の症例で再現性をもって確認され始め、全身治療としての放射線治療の可能性が広がっている[ 7 ]。

空間分割照射(SFRT)─ ピークと谷で腫瘍を攻める

FLASH RTと並ぶ次世代照射技術として、 空間分割照射(SFRT: Spatial Fractionation Radiotherapy)が注目を集めている。 Grid療法・Minibeam療法・Lattice療法に代表されるSFRTは、 腫瘍内に高線量帯(Peak)と低線量帯(Valley)を空間的に交互に作り出すことで、 正常組織の回復能を利用しながら腫瘍への殺傷効果を高める戦略だ[ 12 ]。

特にLattice Therapy(格子照射)は、巨大腫瘍に対して体積内の線量不均一を意図的に設計し、 中心壊死と周辺均一照射を組み合わせる。 低線量帯(Valley)では腫瘍微小環境の免疫活性が促進されるという知見も蓄積されており、 放射線免疫療法との相乗効果が期待されている。 従来の「均一線量分布」から「不均一分布を意図的に設計する」という 発想の転換が、治療計画技師に新しいスキルセットを要求している。

📌 放射線技師へのインパクト: SFRTはSBRT/IMRT経験の延長線にあるが、Peak-to-Valley線量比の最適化・ 格子パターン設計・4D-CT動体管理との統合など、治療計画の複雑性が大幅に上がる。 医学物理士との密な協働と、専用TPSへの習熟が必須になる。

放射線診断のAI革命 ─ PCCTとマルチモーダルAI

放射線治療の進化と並行して、放射線診断の技術革命も2030〜2040年代にかけて加速する。 特に注目すべきは「Photon-Counting CT(PCCT)」と「マルチモーダルAI(VLM/LLM)」の2潮流だ。

Photon-Counting CT(PCCT)は、従来のエネルギー積分型検出器に代わり、 1光子ずつをカウントする半導体検出器を搭載する次世代CT装置だ。 Siemens NAEOTOM AlphaがFDA承認(2021年)を取得して以降、国内導入が始まっており、 超高空間分解能・低ノイズ・スペクトラル情報の同時取得が最大の特徴だ[ 13 ]。 従来CT比で空間分解能2倍・線量50%低減が可能とされ、 冠動脈プラーク評価・骨微細構造解析・多物質分離が実用段階に入りつつある。

一方、マルチモーダルAI(Vision-Language Model: VLM)の台頭は、 放射線診断の報告書作成プロセスを根本から変える可能性がある。 画像特徴量と臨床テキスト(電子カルテ・検査値)を同時に処理するVLMが ドラフト報告書を自動生成し、医師・技師が監査するワークフローが 2030年代に標準化されると予測される[ 14 ]。

🔗 診断技師の新しい役割分担(2030〜2040年予測)
  • AIが「異常スクリーニング・ドラフト読影・報告書初稿」を担う
  • 技師は「装置QA・被ばく最適化・AI出力の品質監査・患者対応」に集中
  • PCCTの複雑なスペクトラルデータ解析が「新しい技師専門スキル」として確立
  • LLM生成レポートの誤り検出・臨床文脈の補正こそが「人間にしかできない仕事」になる

← 横にスワイプできます →

▲ 放射線治療技術の2040年ロードマップ(予測)

5. 診療報酬の「構造問題」と利権 ─ 変わらなければ持続不可能

2040年問題を乗り越えるためには、診療報酬の構造そのものを変えなければならない。 しかし、制度改革には強大な抵抗勢力が存在する。 ここでは、制度の持続可能性を脅かす3つの構造問題を直視する。

⚠️ 構造問題①:開業医偏重と技術職の軽視

日本の診療報酬制度は歴史的に、医師の技術料を手厚く評価し、 医療技術職(放射線技師・臨床検査技師等)の技術貢献を相対的に低く評価する傾向がある。 IMRT治療計画の相当数が放射線技師・医学物理士によって実施されているにもかかわらず、 診療報酬上は技術料が医師に帰属する構造が維持されている。 これが技術職の処遇改善を阻む一因だ。

⚠️ 構造問題②:急性期病院の過剰と機能分化の遅れ

日本の病床数はOECD平均の約3倍と、世界的に見て突出して多い。 その大部分は「急性期病院」と名乗りながら実態は慢性期患者を抱える亜急性期施設だ。 これが医療費の不合理な膨張を招いている。 2040年に向け、診療報酬は病床機能の再編を強く誘導する方向で動くが、 地域のベッドを守りたい勢力との摩擦は避けられない。

⚠️ 構造問題③:AI・DX導入の費用対効果論争

AI画像診断システムの導入コストは年間数千万円に達する場合があり、 現在の診療報酬では投資回収が困難なケースが多い。 「AI加算」が評価されるかどうかは、中医協での交渉次第だ。 ここでも、放射線科・医療技術職が政策立案の場に声を届けなければ、 開業医中心の制度設計に埋没してしまう。

X(旧Twitter)上では、「日医は政界に年間6〜7億円の献金を行い、診療報酬の配分を実質的に左右している」 という批判が医療関係者の間で根強く流通している[ 2 ]。 この批判の核心は「日医の利益 ≠ 医療全体の利益」という点にある。 特に放射線技師・医学物理士・臨床工学技士といった医療技術職は、 日医の交渉テーブルには直接座れない。 JART(日本放射線技師会)をはじめとする職能団体が、中医協・厚労省・学会を通じて 制度設計に積極的に関与することが不可欠だ。

6. 放射線科の生存戦略 ─ 2040年を乗り越える6つのAction Plan

LINA LINA

具体的に何をすればいいんでしょう?2040年ってまだ先の話のような気がするんですが……。

YUN YUN

制度も技術も「じわじわと変わる」のが特徴で、気づいたときには乗り遅れていることが多いです。特にAIスキル・多職種連携・情報発信は、始めるのが早いほど差がつきやすい領域です。

Action Plan ①:AI Literacy を武器にする

2040年の放射線科では、「AIを使える技師」と「使えない技師」の格差が現在の IMRT経験格差をはるかに上回るレベルで広がるだろう。 今すぐ始めるべきことは以下の3つだ。

  • AI診断ソフトの Critical Appraisal スキル習得:FDA・PMDAに承認されたAI補助ソフトの精度・限界・バイアスを批判的に評価できるようになる
  • Auto-Planning ツールのオペレーション訓練:施設内導入予定システムのプロトコル設定・バリデーション担当者になる
  • 医療AI基礎資格の取得:Medical AI資格・医療情報技師など、医療×IT分野でキャリアの幅を広げる

Action Plan ②:多職種連携の Hub になる

2040年の地域完結型医療では、放射線科は「院内のAI Integration Hub」として機能することが求められる。 画像データは放射線科が最も多く保有しており、他科のAI診断・研究・DX化をサポートできる唯一の部門だ。 腫瘍内科・外科・Palliative Care チームとのCancer Board参加を積極的に求め、 「放射線技師の視点」を治療方針決定の場に持ち込む文化を作ることが重要だ。

Action Plan ③:専門技術の深化(高度認定技師)

AIが「広く・浅く」の仕事を担う時代に、人間が生き残る戦略は「深く・専門的に」だ。 放射線治療専門技師・医学物理士・IVR認定技師など、 高度専門職としての認定取得は、診療報酬改定における「専従要件」への対応でもあり、 施設の収益に直結する。

  • 放射線治療品質管理士(RT-QA)
  • 医学物理士(Medical Physicist)
  • 放射線治療専門放射線技師(JART認定)
  • 核医学専門技師(PET診断・核医学治療の拡大に対応)

Action Plan ④:情報発信・職能団体への参加

前述の「診療報酬の構造問題」を変えるには、放射線技師自身が政策立案の場に関与しなければならない。 個人レベルでは、SNSやブログで放射線技師の仕事・価値・課題を発信し社会的認知を高めること。 職能レベルでは、JART・JASTRO(日本放射線腫瘍学会)・日本医学物理学会の委員会に参加し、 Public Commentや政策提言の形で制度設計に貢献することが求められる。

Action Plan ⑤:収益設計を技術評価の観点で語れるようにする

放射線治療管理者・主任技師として生き残るには、診療報酬の仕組みを深く理解し、 施設の収益最大化戦略を語れる人材になることが重要だ。

  • 体外照射・IMRT・SBRT・IGRT の算定要件を完全に把握する
  • CT・MRI 共同利用の 10% 目標に向けた院内フローを設計する
  • 病院経営会議で「放射線部門の収益貢献」を定量的に示せる資料を作る

Action Plan ⑥:Remote Support に備えたスキルセット構築

2030年代以降、遠隔放射線技師によるQA支援・治療計画支援が診療報酬上で評価される可能性が高い。 特に過疎地域・地域中核病院では 「1人でも多施設を支援できる技師(Remote Specialist)」の需要が高まる。 今からCloud System・VPN Security・Remote QA手順に習熟しておくことが、 2030〜2040年代の「働き方の選択肢」を大きく広げる。

JART の示す方向性 ─ 制度設計に「乗り遅れない」ために

📋 JART・JASTRO の政策動向(2024〜2026年トレンドから読む2040年)
  • 業務範囲の拡大:造影剤注入の技師独立施行・特定行為研修対象拡大が議論されており、2040年に向けて資格範囲が段階的に広がる可能性がある
  • 医学物理士の育成強化:JART・JASTRO連携でのMP育成プログラムが拡充。高度がん治療施設での「専従医学物理士」要件が診療報酬に盛り込まれる方向性が強い[ 15 ]
  • AI認定制度の創設:AIソフトの適正使用・QA管理の専門家としての認定資格が2027年以降に新設される可能性がある
  • 遠隔支援の制度化:地域医療を支えるRemote QA・遠隔治療計画支援の診療報酬評価をJARTが中医協へ働きかけ中

重要なのは、こうした制度設計の恩恵を受けるのは 「今から専門性を高めてJART活動に参加している技師」であるということだ。 制度が決まってから動くのでは遅く、議論に参加している段階から情報にアクセスでき、 自分のキャリアを先回りで設計できる。

他の技師から抜きん出るための差別化アクション

2040年に向けて「AIで代替されにくい技師」とは、 AIが苦手な判断・AIの品質を担保できる技師だ。 以下の希少スキルを持つ技師は、AI時代でも高い市場価値を保つことができる。

📌 2040年に市場価値が高い希少スキル

  • FLASH QA の設計・実施能力:超高線量率の測定体系はまだ確立途上であり、専門知識を持つ技師は希少。QA手順の標準化に貢献できる立場は極めて有利だ
  • PCCT スペクトラル解析の習熟:材質分離・仮想単色画像の最適化は技師の専門スキルとして確立される。早期習熟者はフロントランナーになれる
  • AI 出力の品質監査(Adversarial Validation):Auto-Planning・AI読影の誤りを系統的に検出できる批判的評価スキルは、AIへの依存度が高まるほど価値が上がる
  • 臨床研究への参画:SFRT・FLASH等の新技術導入施設での研究経験は、キャリア上の最大の差別化要因になる
  • 情報発信・教育活動:ブログ・SNS・学会発表等で発信を続ける技師は「信頼できる情報源」として専門家ネットワークを形成できる

7. 2040年の放射線技師 ─ 3つのシナリオ

YUN YUN

楽観・悲観・中間、3つのシナリオを正直に並べます。どれになるかは今の動き方次第ですが、どのシナリオでも「専門性」が軸になることは変わりません。

Optimistic Scenario 楽観シナリオ

AIを使いこなす高度専門技師として、がん患者増加の需要に対応する。FLASH・Proton・免疫統合治療の担い手として評価され、診療報酬上も「AI活用認定施設」の専従要件に組み込まれる。Remote QA・遠隔治療計画支援で複数施設を担当できる働き方が現実的になる。

→ 今すぐAI Literacy・高度専門資格・情報発信を始めることで実現
Pessimistic Scenario 悲観シナリオ

AI自動化による「ルーティン読影・単純撮影」の需要消滅。老朽化した施設のCT・MRIがCloud AIに置き換えられ、その操作員に成り下がる。診療報酬削減のしわ寄せが技師給与に直撃し、医療技術職のやりがい格差がさらに拡大。地域病院では放射線技師の採用数が激減し、業務は外部委託に移行する。

→ 現状維持のまま何も変えない場合に発生するシナリオ
Realistic Scenario 中間シナリオ

一部業務はAIに置き換えられるが、患者接遇・装置管理・品質保証・チーム医療 Coordinator としての役割は拡大。国家資格による参入規制が緩和されないため、完全な雇用消滅は起きない。しかし処遇・給与の格差は拡大する。AI活用技師とルーティン技師の間で「同じ技師」とは思えない待遇差が生まれる。

→ 専門性と多職種連携スキルの両輪を磨き続けることが鍵

← 横にスワイプできます →

▲ 放射線技師の2040年生存戦略マップ

8. まとめ

✅ まとめ
  • 2040年問題:超高齢化・財政・人材不足が同時に来る。放射線科はがん患者急増の最前線になる。
  • 診療報酬の方向性:医療DX・機能分化・地域完結型への誘導が続く。AI活用の有無で施設間の収益差が拡大する。
  • 技術の時間軸:AI Auto-Planning・FLASH(FLASH-01/02試験進行中)・Compact Proton・SFRT・PCCTは2030〜2040年代に実用段階に入る。今は準備期。
  • 制度の構造問題:診療報酬交渉は日医中心で動く。放射線技師・医学物理士が職能団体を通じて声を届けることが必要。
  • 6つのAction Plan:①AI Literacy、②多職種連携 Hub、③高度専門資格、④情報発信・職能参加、⑤収益設計理解、⑥Remote Support対応。
LINA LINA

14年後のことが、少し具体的に考えられるようになりました。AI Skillの勉強から始めてみます。

YUN YUN

放射線技師は画像・治療・データ管理を担う職種で、AIの影響を最も直接受ける現場にいます。変化の中で動ける位置にいること自体は、不利ではなく有利だと私は思っています。

2040年はまだ先に感じるかもしれないが、制度も技術も「気づいたときにはすでに変わっている」のが常だ。 診療報酬改定は2年ごとに積み重なり、AIツールは静かに現場に浸透する。 放射線技師ラボは引き続き、こうした変化を現場の視点から整理して届けていく。

参考文献・情報源

[1] 厚生労働省「2040年を展望した社会保障・働き方改革本部 報告書」2019年. https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000207430_00001.html

[2] NoBorder「政界を牛耳る”最強利権団体”医師会─48兆円と診療報酬を握る支配と癒着の真実」YouTube, 2026.(動画URL省略・X上の意見集約および要約として参照)

[3] Ardila D, et al. “End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography.” Nature Medicine, 2019. doi:10.1038/s41591-019-0447-x

[4] Boldrini L, et al. “Deep Learning: A Review for the Radiation Oncologist.” Frontiers in Oncology, 2019. doi:10.3389/fonc.2019.00977

[5] Bourhis J, et al. “Clinical translation of FLASH radiotherapy: Why and how?” Radiother Oncol. 2019;139:11–17. doi:10.1016/j.radonc.2019.04.008 / 同グループによる第1症例報告: Bourhis J, et al. “Treatment of a first patient with FLASH-radiotherapy.” Radiother Oncol. 2019;139:18–22. doi:10.1016/j.radonc.2019.06.019

[6] Peeters A, et al. “How costly is particle therapy? Cost analysis of external beam radiotherapy with carbon-ions, protons and photons.” Radiotherapy and Oncology, 2010. doi:10.1016/j.radonc.2010.09.003

[7] Ngwa W, et al. “Using immunotherapy to boost the abscopal effect.” Nat Rev Cancer. 2018;18(6):313–322. doi:10.1038/s41568-018-0014-0

[8] IARC「World Cancer Report 2025」International Agency for Research on Cancer, 2025. https://www.iarc.fr/

[9] Grok AI「放射線治療の未来像:2040年問題を踏まえて」xAI, 2026年3月 生成

[10] 厚生労働省「令和8年度診療報酬改定 中医協答申」2026年2月. https://www.mhlw.go.jp/

[11] Mascia AE, et al. “Proton FLASH Radiotherapy for the Treatment of Symptomatic Bone Metastases: The FLASH-01 Randomized Phase 1 Trial.” JAMA Oncol. 2023;9(1):62–69. doi:10.1001/jamaoncol.2022.5843(オンライン公開2022年11月)

[12] Billena C, Khan AJ. “A Current Review of Spatial Fractionation: Back to the Future?” Int J Radiat Oncol Biol Phys. 2019;104(1):177–187. doi:10.1016/j.ijrobp.2019.01.073

[13] Willemink MJ, et al. “Photon-Counting CT: Technical Principles and Clinical Prospects.” Radiology. 2018;289(2):293–312. doi:10.1148/radiol.2018172656

[14] Moor M, et al. “Foundation models for generalist medical artificial intelligence.” Nature. 2023;616:259–265. doi:10.1038/s41586-023-05881-4

[15] 公益社団法人日本放射線技師会(JART)「放射線技師の業務範囲拡大に関する要望書」2024年. https://www.jart.jp/

ABOUT ME
ゆん
技師歴15年。副業歴5年。投資歴5年。 資格、転職・副業などのキャリア情報と、患者さん向け情報を発信しています。