LINA

最近、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すごく早く終わった」という話を聞いたんです。私も事務作業を少しでも減らしたいんですが、なんだか怖くて。もし患者さんのデータが外に漏れたり、間違った案内を作ってしまったりしたら取り返しがつかないですよね。どこまでなら任せても安全なんでしょうか？

YUN

新しいツールを取り入れるとき、とくに医療現場ではその「怖さ」を持つことが一番大切です。AIは非常に便利ですが、すべてを完璧にこなす魔法の杖ではありません。今日は、私たちが「任せていい仕事」と「絶対に人が確認・判断すべき仕事」の境界線を、具体的な業務に当てはめて一緒に整理していきましょう。基準がわかれば、安心して活用できるようになりますよ。

業務の効率化を進めるうえで最初に明確にしておかなければならないのは、「作業を便利にすること」と「結果に対する責任を負うこと」は全く別の次元の話であるという事実です。AIは膨大なデータを瞬時に処理し、もっともらしい文章や提案を作成することに長けていますが、その内容が医学的に正しいか、目の前の患者さんにとって適切かどうかの判断はできません。最終的な責任を負うのは誰かという視点を常に持つ必要があります。

医療現場におけるAIの役割は、あくまで「人間の業務を補助すること」であり、「人間の判断を代替すること」ではありません。例えば、CTやMRIの画像再構成においてノイズを低減するAI技術や、ポジショニングのズレを警告するシステムはすでに多くの装置に組み込まれています。これらは非常に便利ですが、最終的にその画像が診断に足る画質を満たしているか、撮影範囲に不足がないかを確認し、画像をサーバーへ転送するボタンを押すのは私たち放射線技師です。

事務作業においても同様です。安全管理委員会の議事録の要約をAIに任せた場合、その出力結果には「重要なインシデント報告のニュアンスが抜け落ちている」あるいは「全く別の文脈で話された意見が混ざっている」といったエラー（ハルシネーション）が含まれる可能性があります。もしその誤った議事録がそのまま公式な記録として承認されてしまえば、将来の医療事故防止に向けた対策が根底から崩れてしまいます。

したがって、AIを使用する際は「出力された結果を鵜呑みにせず、必ず専門知識を持った人間が一次情報に立ち返って裏付けをとる」というプロセスが不可欠です。万が一、AIの出力ミスによってインシデントが発生した場合、「AIがそう出力したから」という言い訳は通用しません。法的な観点からも、倫理的な観点からも、ツールを選択し、その結果を採用した医療従事者自身に責任が帰属します。この「便利さに頼りつつも、責任の所在は自分にある」という前提を忘れないことが、安全な運用の第一歩となります。

LINA

なるほど。どんなにAIの精度が高くなって「正しそう」に見えても、最後のハンコを押すのは私たち人間で、その責任は自分が持たないといけないんですね。でも、それだと毎回全部チェックし直すことになって、かえって時間がかかりませんか？

YUN

その感覚はとても鋭いですね。すべてをゼロから疑ってかかると、たしかに効率は落ちてしまいます。だからこそ、「AIの得意分野」と「人間の専門知識」をうまく切り分けることが重要なんです。AIには文章の骨組み作りやアイデア出しを任せて、私たちは専門家としての『事実確認と調整』に集中する。そのメリハリをつけるための基準を次で詳しく見ていきましょう。

では、具体的にどのような業務であればAIに安心して任せることができるのでしょうか。その判断基準となるのは、「可逆性（やり直しがきくか）」「検証可能性（事実確認が容易か）」「データ感度（個人情報を含まないか）」「影響範囲（第三者へのリスク）」の4つの要素です。これらを満たすタスクから始めるのが鉄則です。

私たちがAIに任せてよい仕事の第一の条件は、「後からいくらでも修正が可能であること（可逆性）」です。例えば、来月開催される院内勉強会の案内ポスターの構成案や、新人向けマニュアルの目次案を作成するタスクなどがこれに当たります。仮にAIが的外れな構成を出してきたとしても、人間がその場で書き直せば済むため、患者さんへの実害はゼロです。

第二の条件は、「出力された内容の正しさを、人間がすぐに検証できること（検証可能性）」です。専門的な放射線物理学の複雑な計算式をAIに解かせるのは危険ですが、「医療法における放射線業務従事者の線量限度の数値を表にまとめる」といったタスクであれば、私たちが関連法規の原文と照らし合わせるだけですぐに正誤の確認ができます。

第三の条件は、「個人情報や機微な医療情報を含まないこと（データ感度）」です。これは非常に重要で、患者さんの氏名、ID、生年月日、具体的な病歴などをAIのプロンプトに入力することは絶対に避けてください。外部のサーバーにデータが送信される一般的な生成AIサービスでは、情報漏洩のリスクに直結します。必ず一般化された架空のシナリオや、完全に匿名化された統計データのみを扱うようにします。

最後に、「もし間違っていた場合の影響範囲が狭いこと」です。院内スタッフ向けのちょっとした連絡事項のドラフト作成や、表計算ソフトの関数（Excelマクロなど）の書き方を教えてもらう程度であれば、影響範囲は自分や身近な同僚にとどまります。これら4つの条件をクリアする「下書き作成」「アイデア出し」「一般的な知識の整理」といった領域が、AIのもっとも安全で効果的な活用場所となります。

一方で、医療という生命に関わる特殊な環境下においては、どれだけAIが進化しても「絶対に任せてはいけない仕事」が存在します。これらを誤ってAIに委ねてしまうと、重大な医療事故や深刻なコンプライアンス違反、さらには法的な責任問題に発展する危険性があります。

絶対に任せてはいけない仕事の筆頭は、「診断的断定」や「患者の個別な治療方針の決定」に関わる業務です。たとえば、「この胸部X線画像の所見から考えられる疾患は何か」「この患者のクレアチニン値で造影CTを行っても問題ないか」といった判断をAIに求め、その結果に依存することは厳禁です。医師法に基づく診断行為の主体はあくまで医師であり、私たち放射線技師であってもその領域を侵すことはできません。

次に、「患者さんへ直接渡す説明文書の最終版作成」です。大腸CT検査の前処置に関する説明文や、MRI検査前の体内金属確認の同意書などをAIに作らせて、人間が十分な確認をせずにそのまま患者さんに配布する行為は非常に危険です。「食事制限の時間が間違っていた」「ペースメーカーに関する重要な注意事項が抜けていた」といった致命的なミスが、そのまま患者さんの不利益や医療事故に直結します。

また、「緊急時の判断」もAIに頼るべきではありません。造影剤の副作用が疑われるアナフィラキシーショックの初期対応など、一分一秒を争う状況下で「AIに適切な対応手順を質問する」といった行動はナンセンスです。AIの回答を待つ時間ロスに加え、その回答が目の前の患者の状況に合致している保証はありません。緊急時は、事前に定められた院内プロトコルと人間の医療スタッフの経験に基づいた迅速な行動が求められます。

さらに、患者IDや生年月日、詳細なカルテ情報など、個人を特定しうる「識別子付きデータ」を外部のAIサービスに処理させることは、個人情報保護法や各種ガイドラインに抵触する恐れがあります。これらはすべて「人間の目と責任」で厳重に管理・遂行されなければならない不可侵の領域です。

LINA

たしかに、緊急のときにAIに聞いてる暇なんてないですし、造影剤の判断をAI任せにするのは怖すぎます。でも、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なんでしょうか？どこからがダメなのか少し迷います。

YUN

良い視点ですね。まさにそこが重要なポイントです。「下書き」として骨組みを作ってもらうこと自体は問題ありません。禁止されているのは、「AIが作った文章をそのまま、人間のチェックを省略して『最終版』として採用すること」なんです。過程としての利用はOKですが、結果に対する承認は必ず人間が行うというルールを徹底しましょう。

ここからは、実際の放射線技師の日常業務を具体的なマトリクスに当てはめて、AIに「任せてよい仕事」と「注意が必要な仕事」、そして「任せてはいけない仕事」の線引きを見ていきましょう。撮影前、撮影中、撮影後、そして事務や教育といったフェーズごとに整理することで、より現場での活用イメージが明確になります。

まず【撮影前の業務】についてです。予約枠の調整アルゴリズムや、過去の検査履歴から関連する検査をリストアップするようなシステムの利用は、すでに多くの施設で実用化されており、業務効率化に大きく貢献します。一方で、患者さんへの問診（体内金属の有無や妊娠の可能性など）の最終確認をAIの自動音声やチャットボットだけに完全に委ねることは推奨されません。必ず対面での人間の目によるダブルチェックが必要です。

【撮影中・検査中】のフェーズでは、ポジショニングの補助や、被ばく線量の最適化計算、CTのノイズ低減再構成など、装置に組み込まれた医療機器プログラム（薬事承認済み）としてのAI活用は積極的に行うべきです。しかし、撮影した画像を見て「追加撮影が必要か」「異常所見があるから医師を呼ぶべきか」といった判断を、薬事未承認の汎用生成AI（ChatGPTなど）に画像をアップロードして尋ねるような行為は絶対に禁止です。

【撮影後・読影補助】においては、AIによる結節影の自動検出システムなどを医師の読影の「補助」として使うのは標準的になりつつあります。しかし、技師がその結果を見て「問題なし」と患者に伝えてしまったり、所見のレポート作成をすべてAIに任せて医師の確認を経ずに発行したりすることは、明らかな越権行為であり厳禁です。

【事務・教育・研究】の分野は、汎用AIが最も活躍できる領域です。学会発表のための抄録の構成案作り、英語論文の翻訳、新人向けポジショニングマニュアルのドラフト作成、院内プレゼン用スライドの骨子作成などは、大いにAIを活用すべきです。ただしここでも、引用する参考文献が実在するかどうかのファクトチェックや、自施設のローカルルールと矛盾していないかの確認は、必ず人間の技師が行わなければなりません。

業務マトリクスで明確な線引きを行っても、実際の現場では「これはAIを使っていいのだろうか？」と迷うグレーゾーンの業務が必ず発生します。このようなグレーゾーンに対処するためには、「過程の自動化」と「結果の責任」を切り離す運用ルールを徹底することが、もっとも現実的で安全な解決策となります。

グレーゾーンの業務における基本原則は、「下書きはAIに任せてもよいが、最終的な承認と発行は必ず人間が行う」という運用（Human-in-the-loop）です。たとえば、「患者さんからのクレームに対する始末書の作成」というタスクを考えてみましょう。始末書というセンシティブな文書をAIに丸投げするのは不適切に思えるかもしれません。しかし、個人名や具体的な日時を伏せた上で、「患者様への対応が遅れたことに関する謝罪文の一般的な構成案を作成して」とAIに依頼することは有効です。

出力された汎用的な謝罪のテンプレートに対し、人間の技師が「当院の規定」や「実際の状況における細かなニュアンス」「今後の具体的な改善策」を加筆修正し、上長が内容を確認した上で提出するのであれば、AIの利用は単なる「高機能な辞書や文例集」を使ったことと同義になります。

また、「シフト表の作成」などもグレーゾーンになりやすい業務です。AIに条件（夜勤の回数制限、休日の希望など）を与えてパズルを解かせること自体は非常に効率的ですが、AIは「AさんとBさんは最近少し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ません。したがって、AIが作成したシフト表はあくまで「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を加え、責任を持って公開するというプロセスを経る必要があります。このように、「AIの出力をそのまま使わない」という一手間をかけることで、多くのグレーゾーン業務を安全圏に引き上げることができます。

LINA

なるほど。「AIが作ったもの＝完成品」だと思っちゃうから怖くなるんですね。あくまで「優秀な文房具」や「下書きマシーン」として使って、最後に私たちが手直しをして完成させるというルールなら、なんだか安心して使えそうな気がしてきました。

YUN

その捉え方が正解です。AIを「意思を持った同僚」ではなく「非常に高度なワープロソフト」くらいに考えておくと、心理的なハードルも下がります。手直しを前提にすることで、AIの得意な『スピード』と、人間の得意な『正確性と配慮』のいいとこ取りができるようになりますよ。

医療現場においてAIを活用する場合、もう一つ忘れてはならないのが「記録と説明責任（アカウンタビリティ）」の観点です。特に医療安全の領域では、「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ます。

AIを利用して何らかの業務文書やマニュアルを作成した場合、「これはAIの支援を受けて作成した」という事実を透明にしておくことが重要です。たとえば、院内の新しい撮影プロトコルに関するマニュアルを作成する際、海外の論文やガイドラインの翻訳・要約にAIを利用したとします。この場合、マニュアルの末尾や備考欄に「※本資料の一部要約にはAIツール（○○）を活用し、最終的に人間が原著論文との整合性を確認した」といった一文を添えておくのが誠実な対応です。

また、医療事故やインシデント調査の対象になりうる重要な決定プロセスにおいては、「AIの出力結果」だけを根拠にしてはいけません。監査や外部からの調査が入った際、「なぜこの手順を選択したのか？」という問いに対し、「AIがそう出力したから」という回答は説明責任を果たしているとはみなされません。人間がどの一次資料（公式なガイドライン、添付文書、学会の合意事項など）を確認し、最終的にどう判断したのかという「人間の思考プロセス」こそを記録に残す必要があります。

さらに、日常的な業務においても、AIに入力したプロンプト（指示文）の履歴をある程度残しておくことをお勧めします。「どのような条件を与えて出力させた結果なのか」を後から振り返ることができるようにしておくことで、ハルシネーション（もっともらしい嘘）が混入した原因の究明や、より精度の高いプロンプトへの改善に役立ちます。AIの利用を隠すのではなく、適切な管理下で利用していることをオープンにする姿勢が、周囲からの信頼につながります。

個人の裁量だけでAIの利用範囲を決めてしまうと、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危険性があります。安全な運用を実現するためには、放射線科というチーム全体でAIに対する共通認識を持ち、明文化された合意（ルール）を作り上げることが不可欠です。

チームでの合意形成を進めるための第一歩は、施設ごとの「AI禁止リスト」と「推奨リスト」を作成することです。まずは技師長や安全管理の担当者を中心にミーティングを開き、「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、画像データなど）」を明確に定義し、禁止事項として明文化します。これには、院内の個人情報保護規定や情報セキュリティポリシーをベースにするのが確実です。

次に、「積極的にAIを利用してもよい業務（推奨リスト）」をリストアップします。たとえば「勉強会のスライド構成案作り」「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ることで、スタッフが過度に萎縮せずにAIを活用できる環境を整えます。

ルールが完成したら、それを単に文書として配布するだけでなく、実際の操作画面を見せながらの「ハンズオン勉強会」を実施することが重要です。特に、ハルシネーション（もっともらしい嘘）がどのように発生するかを意図的に実演して見せることで、「AIのアウトプットを盲信してはいけない」という意識をチーム全体に強く根付かせることができます。

また、AI技術は日進月歩で進化しているため、一度作ったルールは恒久的なものではありません。「半年に一度は見直す」「新しいツールを導入する際は必ず小規模テストを行う」といった運用サイクルをチームの合意として定めておくことで、技術の変化に柔軟かつ安全に対応できる組織基盤ができあがります。

LINA

ルールが決まっていないと、「先輩は使っているけど私は怒られそうだからやめておこう」みたいに、個人の感覚でバラバラになっちゃいますよね。最初に部署全体で「これはダメ、これはOK」というリストを作ってもらえると、すごく動きやすくなります。

YUN

その通りです。個人のリテラシーに依存しすぎると必ず事故が起きますからね。禁止事項でしっかりと安全の枠組みを作った上で、「ここは自由に効率化していいよ」という遊びの空間（サンドボックス）を用意してあげるのが、管理側の重要な役割になります。では最後に、実際の現場でよくある4つのケースを見ていきましょう。

ここまで解説してきた「責任の線引き」や「任せてよい条件」を踏まえ、実際の放射線科の現場で遭遇しやすい4つの具体的なケーススタディを通じて、AIの正しい使い方と間違った使い方をシミュレーションしてみましょう。

【ケース1：患者向けのMRI検査説明文の作成】 ×不適切な使い方：「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AIに依頼し、そのまま印刷して待合室に掲示する。 〇適切な使い方：「一般的なMRI検査の注意事項（金属持ち込み禁止など）の箇条書き案を作成して」と依頼し、出力された文章をベースに、自施設の運用ルールや特定のペースメーカーに関する厳密な規定を人間の技師が加筆・確認した上で掲示する。

【ケース2：医療安全インシデントレポートの作成】 ×不適切な使い方：患者A氏の氏名や実際の撮影日時、担当医の名前を含めた詳細な経緯をプロンプトに入力し、「これをインシデントレポートの形式にまとめて」と指示する。 〇適切な使い方：個人を特定できる情報を一切入力せず、「『患者誤認による撮影部位の間違い』というテーマで、一般的なインシデントレポートの項目（発生状況、原因分析、再発防止策）のテンプレートを作成して」と依頼し、その空欄を院内のセキュアなPC上で自らの手で埋める。

【ケース3：新しいCTプロトコルの学習】 ×不適切な使い方：「この最新の造影CTプロトコルについて教えて」とAIに尋ね、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信じて実際の患者の撮影に適用する。 〇適切な使い方：AIには「造影CTにおける一般的なボーラストラッキング法の原理を小学生にもわかるように解説して」と概念の理解を助ける役割を持たせ、実際の撮影パラメータや注入量については、必ず装置のメーカーマニュアルや日本放射線技術学会のガイドライン等の一次資料を参照する。

【ケース4：シフト表の作成業務】 ×不適切な使い方：スタッフ全員の希望休と「BさんはCさんと仲が悪い」といった個人のプライバシーに関わる情報を入力し、シフトの完全自動生成を試みる。 〇適切な使い方：個人的な感情や機微な情報を除外し、「夜勤は月4回まで、連続勤務は5日まで」といった純粋な労働条件のルールのみを与えてベースとなるシフト案（たたき台）を作成させ、人間関係や細かな配慮の部分は主任技師が手動で調整して完成させる。

YUN

いかがでしたか？AIは非常に強力なツールですが、使い方を一歩間違えれば大きなリスクを伴います。まずは明日、ご自身の施設で「AIに入力してはいけない情報」が明確にルール化されているか、部署内で確認することから始めてみてください。安全な枠組みの中で、スマートに業務効率化を進めていきましょう。