AIに任せていい仕事・いけない仕事｜放射線技師の責任分界ガイド
- 便利さと責任は別。医療行為や最終判断の責任は、常に人間（医療従事者）が負う。
- 任せてよい条件は 「後から修正できる」「事実を検証できる」「個人情報を含まない」「影響範囲が狭い」 の4つ。
- 診断的な断定・治療方針の決定・識別子つきデータの処理は任せてはいけない。
- グレーゾーンは 「下書きはAI、最終確認と発行は人」 に落とし込めるかで判断する。
- 施設ごとに禁止リストと推奨リストを明文化し、チームで合意する。
他の病院の技師さんから「委員会の資料作りをAIに手伝ってもらって早く終わった」と聞きました。私も事務作業を減らしたいのですが、患者さんのデータが漏れたり、間違った案内を作ってしまったら取り返しがつきません。どこまでなら任せても安全なのでしょうか？
その「怖さ」を持っていることが、医療現場では何より大事なんだ。AIは便利だけど、すべてを完璧にこなす魔法の杖ではない。今日は「任せていい仕事」と「絶対に人が判断すべき仕事」の境界を、具体的な業務に当てはめて整理していこう。基準さえ分かれば、安心して使えるようになるよ。
「便利」と「責任」は別物
効率化を進めるうえで最初に固めておくべきは、「作業を便利にすること」と「結果に責任を負うこと」はまったく別の次元の話だという事実である。AIは膨大なデータを処理してもっともらしい文章を作ることに長けているが、その内容が医学的に正しいか、目の前の患者さんに適切かどうかは判断できない。医療AIと技師の関係を考えるうえでも、この一点が出発点になる。
医療現場でのAIの役割は、人の業務を補助することであって、人の判断を代替することではないんだ。AIが画像から異常候補を挙げても、それを確定診断として扱うことはできない。最終的に責任を負うのは、常にその結果を採用した人間の側だよ。
便利になった分だけ責任が軽くなる、ということはないんですね。
事務でも同じなんだ。安全管理委員会の議事録の要約をAIに任せると、重要なインシデント報告のニュアンスが落ちたり、決定事項が微妙に言い換えられたりする。要約は情報を削る作業だから、何が削られたかは元を知っている人にしか分からない。だから出力を鵜呑みにせず、一次情報に立ち返って裏づけを取る。この一手間を省いた瞬間に、効率化は事故の入り口に変わるよ。
読みやすくなっているぶん、抜けに気づきにくいんですね。確認を前提に組み込んでおけば、怖がりすぎなくていいということですか。
- AIは「業務の補助」であり、人間の専門的な判断を「代替」するものではない
- 出力に誤りや欠落が含まれる可能性（ハルシネーションAI）を常に想定する
- 最終的な承認と実行の責任は、すべてそれを利用した医療従事者が負う
- 「AIの指示に従った」は免罪符にならない
任せてよい仕事の4条件
では具体的に、どんな業務なら安心して任せられるのか。判断基準は 可逆性・検証可能性・データ感度・影響範囲 の4つである。これらを満たすタスクから始めるのが鉄則だ。
院内勉強会の案内の構成案、新人向けマニュアルの目次案など。的外れな案が出ても書き直せば済み、患者さんへの実害はゼロ。
氏名・ID・生年月日・具体的な病歴をプロンプトに入れることは絶対に避ける。扱ってよいのは架空のシナリオか、完全に匿名化された統計データだけ。
院内スタッフ向け連絡のドラフトや表計算の関数の書き方なら、影響は自分と身近な同僚に留まる。
実際には「これは可逆性があるのかな」と迷う場面が出てきそうです。新人さん向けに作った撮影手順のメモをAIに整えてもらうのは、下書きだから安全という理解でいいでしょうか。
判定のコツは「その紙が最終的にどこへ行くか」で考えることだよ。あなたの手元で推敲されるうちは可逆で安全。でも同じメモが印刷されて更衣室に貼られ、新人がそれを見て患者さんに接するなら、もう可逆じゃない。文書の性質ではなく、届く先で線を引くんだ。
「どこまで広がるか」で見るんですね。迷ったときは、その資料を最後に誰が読むのかを先に決めてから、AIに頼むかどうか判断すればいいんだ。
任せてはいけない仕事
一方、生命に関わる医療という環境では、どれだけAIが進化しても絶対に任せてはいけない仕事がある。誤って委ねると、重大な医療事故やコンプライアンス違反、法的責任問題に発展しうる。
AIの分析結果を過信せず、原画像と突き合わせて人間の技師として最終確認を行う
「この胸部X線の所見から考えられる疾患は」「このクレアチニン値で造影CTをやっていいか」──こうした判断をAIに求め、その答えに寄りかかることは厳禁である。医師法AI上、診断の主体はあくまで医師であり、診療放射線技師もその領域には踏み込めない。
最終版をAIに作らせ、人の確認を通さずそのまま配るのは非常に危険である。「食事制限の時間が違っていた」「ペースメーカーの重要な注意が抜けていた」──この種の抜けは、そのまま患者さんの不利益や医療事故に直結する。下書きまでは可、配布物として確定させるのは人の仕事と切る。
造影剤の副作用が疑われるアナフィラキシーAIの初期対応のように一分一秒を争う場面で、AIに手順を尋ねるのはナンセンスである。回答を待つ時間が失われるうえ、その内容が目の前の患者さんの状態に合っている保証もない。事前に定めた院内プロトコルと人の経験に基づく即応が求められる。
患者ID・生年月日・詳細なカルテ情報など、個人を特定しうる識別子つきデータを外部のAIサービスに処理させることは、個人情報保護法AIや各種ガイドラインに触れるおそれがある。
図1：個人情報の有無 → 最終判断の有無、の2段で線引きする
患者さんに渡す説明文の下書きを作ってもらうくらいなら、後でしっかり直せば大丈夫でしょうか。どこからがダメなのか少し迷います。
まさにそこが重要なところだね。骨組みを作ってもらうこと自体は問題ない。禁止されているのは「AIが作った文章を、人のチェックを省略して最終版として採用すること」なんだ。過程としての利用はOK、結果に対する承認は必ず人が行う。この線を引けば迷わないよ。
技師業務マトリクスで見る線引き
日常業務をフェーズごとに整理すると、活用イメージがはっきりする。撮影前・撮影中・撮影後・事務／教育の4つに分けて見ていこう。
| フェーズ | 任せてよい | 注意が必要 | 任せてはいけない |
|---|---|---|---|
| 撮影前 | 予約枠の調整、過去検査履歴からの関連検査の洗い出し | 問診票の下書き生成 | 体内金属・妊娠可能性の最終確認を自動音声やチャットボットに一任すること |
| 撮影中 | 薬事承認済みのポジショニング補助・線量最適化・ノイズ低減再構成 | 装置パラメータの参考値の下調べ | 撮った画像を薬事未承認の汎用AIにアップして追加撮影の要否を尋ねること |
| 撮影後 | 定型連絡文のドラフト | 医師の読影AIを補助する検出システムの利用 | 技師が結果を見て患者さんに「問題ありません」と伝える／所見レポートを医師の確認なく発行すること |
| 事務・教育・研究 | 学会抄録の構成案、英語論文の翻訳、マニュアルの下書き、プレゼンAIの骨子 | 引用文献の実在確認（論文ハブ等で照合）、自施設ルールとの整合確認 | 確認を省いて配布・提出すること |
同じ「AI」でも制度上の位置づけがまったく違う。装置に組み込まれた承認済みの医療機器プログラムと、汎用の生成AIを必ず区別して考える。
並べてもらうと、同じ「AI」でも中身が全然違うことが分かりました。装置に入っているノイズ低減の機能と、私がスマホで使っているチャットのAIを、なんとなく同じものとして捉えていた気がします。
そこが今日いちばん持ち帰ってほしい区別だよ。装置側のAIはプログラム医療機器AIとして承認を受け、性能も適用範囲も審査を通っている。汎用AIは医療のために検証された道具じゃない。名前が同じでも制度上の立ち位置がまったく違うんだ。
「AIを使っていいか」と一括りに考えること自体が間違いなんですね。どのAIを、どの工程で使うのかまで分けて考えないといけない。それなら相談されたときも、便利さではなく承認の有無を根拠に答えられます。
グレーゾーンの扱い方
線引きをしても、現場では必ず「これは使っていいのか」と迷う業務が出てくる。対処の鍵は、「過程の自動化」と「結果の責任」を切り離すことである。
下書きはAIに任せてよいが、最終的な承認と発行は必ず人が行う。人が輪の中に入って最後を締める形にしておけば、途中でAIを使っていても責任の所在は動かない。迷ったら「この形に落とし込めるか」で判断する。
たとえばシフト表の作成はグレーゾーンAIになりやすい領域でになりやすい。夜勤の回数制限や休日希望といった条件を与えてパズルを解かせること自体は効率的だが、AIは「AさんとBさんは最近関係がぎくしゃくしているから夜勤を分けたほうがいい」といった、データ化されていない人間関係の機微までは考慮できない。したがってAIの出力は「たたき台（バージョン0.1）」として扱い、最終的に技師長や主任が現場の実情に合わせて微調整し、責任を持って公開するプロセスを経る必要がある。
同様に、インシデントAI発生時の謝罪文なども、出力された汎用テンプレートに対して自院の規定・実際の状況のニュアンス・今後の具体的な改善策を人が加筆し、上長が確認したうえで提出するのであれば、AIの利用は「高機能な文例集」を使ったことと同義になる。
- グレーゾーンは下書き（たたき台）までに留め、完成品としてそのまま使わない
- 出力は「バージョン0.1」。人の専門知識と現場の機微を加えて「バージョン1.0」に仕上げる
- 固有名詞や具体的な日時を伏せた一般化されたプロンプトで指示する
- 最終的な発行・承認の権限を持つ人のチェックを必ず組み込む
AIタスク境界判定ツール
その業務、AIに任せて大丈夫か。2つの軸で判定します。
この判定は学習用の目安です。実際の運用は、自施設の個人情報保護規定と情報セキュリティポリシーに従ってください。
記録と説明責任
医療現場でAIを使ううえで忘れてはならないのが説明責任AIの観点である。医療安全AIの領域では、「いつ、誰が、どのような根拠でその判断を下したのか」を事後的に検証できる状態にしておくことが強く求められる。
撮影プロトコルのマニュアルで海外論文の要約にAIを使ったなら、末尾に「一部の要約にAIツールを用い、最終的に人が原著との整合性を確認した」と添える。
監査で「なぜこの手順を選んだのか」と問われて「AIがそう出したから」では説明責任を果たしたことにならない。どの一次資料を確認し、どう判断したのかを残す。
どんな条件で出力させた結果なのかを振り返れるようにしておくと、ハルシネーションが混入した原因の究明と、次の改善につながる。
正直に言うと、AIを使ったことを書き添えるのは少し勇気が要ります。「手を抜いた」と思われないでしょうか。
その不安はもっともだけど、逆から見てほしい。隠して使うと、後で問題が出たときに「なぜこの記述になったのか」を説明できない。明記しておけば、確認した人間がいるという事実が記録に残る。透明性は、あなた自身を守る仕組みなんだよ。
隠すほうがむしろリスクなんですね。「AIが出したから」ではなく「私がこの資料で確かめたから」と言える形にしておくのが大事、ということですか。
チーム合意の作り方
個人の裁量だけで利用範囲を決めると、スタッフ間で認識のズレが生じ、思わぬインシデントを招く。チーム全体で共通認識を持ち、明文化された合意を作ることが不可欠である。
個人の独断を避け、放射線科全体でAI運用の共通ルールと責任範囲を共有・議論する
絶対に外部の生成AIに入力してはいけない情報（患者ID・生年月日・検査日・画像データ）を定義する。院内の個人情報保護規定と情報セキュリティポリシーAIをベースにするのが確実。
勉強会のスライド構成案、エクセル関数の作成、一般的な専門用語の翻訳など、可逆性が高くリスクの低いタスクを具体的に挙げ、過度に萎縮させない。
文書を配るだけで終わらせない。ハルシネーションがどう発生するかを意図的に見せることで、「盲信しない」という意識がチームに根づく。
「半年に一度は見直す」「新しいツールの導入時は必ず小規模テストを行う」を合意として定め、技術の変化に柔軟に対応する。
ルールが決まっていないと、「先輩は使っているけれど私は怒られそうだからやめておこう」と個人の感覚でバラバラになってしまいますよね。最初に部署全体でリストを作ってもらえると、すごく動きやすくなります。
個人のリテラシーに依存しすぎると必ず事故が起きるからね。禁止事項で安全の枠組みを作ったうえで、「ここは自由に効率化していい」という遊びの空間を用意してあげるのが管理側の役割だよ。
ケーススタディ4題
現場で遭遇しやすい4つのケースで、正しい使い方と間違った使い方を並べて確認しよう。
「当院の最新型MRIでの検査説明文を作って。金属チェックの項目も適当に入れて」と依頼し、出てきた文章をそのまま印刷して待合室に掲示する。
「一般的なMRI検査の注意事項の箇条書き案を作成して」と依頼。出力をベースに、自施設の運用ルールやペースメーカーに関する厳密な規定を技師が加筆・確認したうえで掲示する。
分かれ目：患者さんの手に渡る「最終版」を作らせたか、手元で直せる「下書き」を作らせたか。
患者A氏の氏名、実際の撮影日時、担当医名を含む詳細な経緯をプロンプトに入力し、「これをレポート形式にまとめて」と指示する。
個人を特定できる情報は一切入力せず、「患者誤認による撮影部位の間違い」というテーマで、発生状況・原因分析・再発防止策の項目テンプレートだけを作らせ、空欄は院内のセキュアなPCで自ら埋める。
分かれ目：中身を渡したか、空の器だけを作らせたか。個人情報は例外なく入力しない。
「この最新の造影CTプロトコルについて教えて」と尋ね、返ってきたスキャン遅延時間や造影剤量の数値を、そのまま実際の患者の撮影に適用する。
「ボーラストラッキング法の原理を分かりやすく解説して」と概念理解の助けとして使い、実際の撮影パラメータや注入量は必ずメーカーマニュアルや学会ガイドライン等の一次資料を参照する。
分かれ目：「考え方」を教わったか、「数値」を鵜呑みにしたか。数値は必ず一次資料が正。
スタッフ全員の希望休に加え、「BさんはCさんと仲が悪い」といったプライバシーに関わる情報まで入力し、シフトの完全自動生成を試みる。
個人的な感情や機微な情報は除外し、「夜勤は月4回まで、連続勤務は5日まで」という労働条件のルールのみを与えてたたき台を作らせ、人間関係への配慮は主任技師が手動で調整して完成させる。
分かれ目：条件処理だけ任せたか、人の機微まで預けたか。配慮は人にしか判断できない。
どれも自分がやりそうなことばかりでドキッとしました。とくにケース2は、経緯を全部書いたほうがいい文章になる気がして、うっかり入力してしまいそうです。
その「いい文章にしたい」という善意こそが、いちばん危ない入り口なんだ。詳しく書くほど出力は良くなる──それは事実だよ。だからこそ、判断を精度ではなく手順に委ねる。個人情報は入力しない。これは腕前ではなく、例外を作らないルールとして持つものなんだ。
精度で判断すると、つい「今回だけ」と緩めてしまいますもんね。テンプレートだけ作ってもらって、中身は院内のパソコンで自分で埋める。その形なら迷わなくて済みそうです。明日、まず自分の施設のルールを確認してみます。
理解度チェック
- 最終的な医療判断や発行の責任は人間が負うという大前提を理解している
- やり直しがきき、かつ検証可能なタスクから利用を始めている
- 患者の個人情報や機微なデータを絶対にプロンプトに入力しない運用にしている
- 画像評価などの診断に関わる判断を汎用生成AIに委ねていない
- 業務では下書きとしての利用に留め、最終確認を行っている
- AIの出力だけで監査時の説明責任を果たそうとしていない（一次資料を確認している）
- 部署内で禁止リストと推奨リストを共有し、ルール化している
よくある質問
装置搭載のAI機能は、特定の医療目的のために学習・検証され、プログラム医療機器としての薬事承認や認証を得ているものが一般的です。一方、汎用の生成AIは医療用に特化した検証を受けておらず、出力の医学的な正確性は保証されていません。利用目的と信頼性の担保という点で全く異なります。
大まかな内容を把握する「概要理解」としての活用は非常に効率的です。ただし専門的なニュアンスが落ちたり、逆の意味に誤訳されたりするリスクはゼロではありません。実際の臨床業務や研究に適用する場合は、必ず原文（一次資料）に当たって数値と結論を確認してください。論文ピックアップのように要旨を日本語で追える情報源も併用すると安全です。
技師長や主任といった管理職だけでなく、医療安全管理室の担当者と、院内の情報システム（IT）部門の担当者を交えて協議することを強く勧めます。医療安全とセキュリティの両面からリスクを洗い出し、施設全体のポリシーと矛盾しない現実的なルールを策定できます。
逆です。隠して使うと、後で問題が生じたときに「なぜこの記述になったのか」を説明できません。明記しておけば「確認した人間がいる」という事実が記録に残ります。透明性は、利用者自身を守る仕組みだと捉えてください。
参考文献
- 個人情報保護委員会：生成AIサービスの利用に関する注意喚起等について（令和5年6月2日）
- 厚生労働省：医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス
- 厚生労働省：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（令和8年6月）
- 日本医師会 AIの臨床利用に関する検討委員会：答申「AIに関する臨床的課題と生命倫理について」（2026年4月・PDF）
- 厚生労働省：保健医療分野AI開発加速コンソーシアム（開催状況・資料一覧）
- 日本放射線技術学会：医療安全情報（放射線部門のチェックリスト等）
