Medical DX Dose 医療DX・AIのニュースを、毎日ひと匙

2026年9月18日（金）の Dose

10本（論文7・リリース3）

論文 臨床意思決定支援 注目

8種類の大規模言語モデルを216症例のシミュレーション環境で比較し、精度が同じでもコストや安全性に差があると分かったという論文。

  • 8つのLLMを19診療科216症例・1728セッションのシミュレーション病院で検査や処置を発注させて評価した
  • 精度93.5〜94.0%と近い3システムでもコストは最大1.75倍、医師の監督量は2.1倍の差があった
  • 不要な侵襲的処置は8.7〜29.9%、失敗症例での無意味な侵襲的処置も最大18.1%発生していた

出典：J Am Med Inform Assoc ／ DiagnosticXchange: an open-source framework for evaluating safety, efficiency, and diagnostic reasoning in clinical AI systems.

サトシサトシ
精度だけを比べても意味がない。同じ正解に辿り着くコストと安全性まで見て初めて実務で使えるかが分かる
論文 臨床意思決定支援 注目

270人の救急隊搬送例615枚の心電図でLLMのSTEMI判断精度を検証し、実用に耐えないと分かったという論文。

  • 救急隊搬送270症例・615枚の心電図で3種のLLMとECG機械判読を実際のカテ室起動判断と比較した
  • Geminiは感度95.3%と高いが特異度9.4%、ChatGPTとClaudeも感度67〜68%で機械判読の64.2%を下回った
  • 偽陽性が多くカテ室の不要な起動を招く恐れがあり、汎用LLMは今の判断には向かないと結論づけた

出典：Heart Lung ／ Large language models fail to reliably predict emergent catheterization laboratory activation from prehospital electrocardiograms.

サトシサトシ
感度が高いという見出しだけ見ると期待するが、特異度が9.4%では現場では使い物にならない典型例
論文 電子カルテ・記録業務 注目

労働組合のあるAPP15人に11週間AIスクライブを試験導入し、記録時間と当日完結率への効果を測ったという論文。

  • 労働組合と協議した上でNPとPAら15人に11週間Abridge社のAIスクライブを導入し8100件の診察で追跡した
  • 記録時間は導入群平均6分で非導入群14分の半分以下、当日完結率も90%対72%まで上がった
  • 利用率は個人差が30〜89%と大きかったが、組合からの反対は出ず全APPへの導入合意に至った

出典：JMIR Form Res ／ Navigating Collective Bargaining Barriers to the Implementation of AI Scribe Technology Among Ambulatory Advanced Practice Providers: Mixed Methods Quality Improvement Study.

サトシサトシ
組合との合意形成まで含めて書いてあるのが実務的でいい。数字より先に現場の同意を取る手順が参考になる
リリース 電子カルテ・記録業務 注目

三重県の永井病院が電子カルテと連携するAI基幹システム「Apollo AI」を導入し、業務時間短縮の効果を公表したという発表。

  • 199床の永井病院で電子カルテMI・RA・Isと連携するAI基幹システムApollo AIを導入し主要文書作成業務に使った
  • 退院サマリ作成は37分から3分、IC文字起こしは15分から4分に短縮し定着率は約95%になったと公表した
  • 数値は導入企業と病院側の発表によるもので、他院での再現性は今後の全国展開の中で見えてくる

出典：株式会社Albatrus ／ 『Apollo AI』が医療法人永井病院で大きな業務改革を実現──電子カルテ MI・RA・Is（株式会社シーエスアイ） × AIエージェントの、生成AI活用の基幹システム

サトシサトシ
退院サマリが3分になるなら現場のインパクトは大きい。ただ自社発表の数字なので他院での再現度は気になる
リリース 医療の質・安全 注目

Dr.JOYが紹介・救急電話の受入判断を自動記録・可視化する「受入コールAI」を9月18日から提供開始するという発表。

  • 紹介電話・救急隊連絡・夜間救急問い合わせの3窓口を対象に通話を自動文字起こしし受入可否を判定する
  • AI電話事業の導入実績213施設（2026年9月1日時点）を基盤に9月18日から新サービスの提供を始める
  • 300床規模を想定した独自試算では受入困難による機会損失は年間最大3.6億円としており、金額は自社試算である

出典：Dr.JOY株式会社 ／ “見えない断り”を可視化し、病院経営の課題を特定　Dr.JOY、紹介・救急電話の受入判断をAIで自動記録する「受入コールAI」を9月18日より提供開始

サトシサトシ
見えないコストを可視化して経営会議に乗せる発想がいい。ただ3.6億円は自社試算なので割り引いて見る必要がある
論文 臨床意思決定支援 注目

肝胆膵がん107症例でLLM4種にカンファ判断を4回ずつ聞き、再現性と一致率を検証したという論文。

  • 肝胆膵がんの単施設カンファ107症例を4つのLLMに同一条件で4回ずつ問い合わせ回答の揺れを調べた
  • Gemini 3 Proは不一致率12.8%と安定していたがGPT-4oは30.2%とばらつき、カンファ一致率も48.6〜72.9%だった
  • 外科手術が絡む判断ほどF1スコアが低く、再現性を確認しないと導入判断の材料にできないとした

出典：J Med Internet Res ／ Large Language Models in Multidisciplinary Decision-Making for Hepatopancreatobiliary Oncology: Retrospective Comparative Feasibility Study.

サトシサトシ
同じ質問への答えが毎回違うようでは信頼できない。まず聞くべきは精度より先に安定性だと思う
論文 生成AI・LLM 注目

職員約1万5800人の病院でHIPAA対応の生成AIチャットボットを14カ月分析し、利用の偏りを調べたという論文。

  • 職員約15800人のうち2149人が利用申請し、14カ月分の利用ログとアンケートを分析した
  • 利用者の52.8%は実際にトークンを使い、上位20%が全トークン消費の69.4%を占めていた
  • 継続利用者92人の自己申告では生産性向上30%、非利用の理由は時間不足51.4%が最多だった

出典：PLOS Digit Health ／ Utilization of a HIPAA-compliant large language model chatbot in an academic pediatric medical center.

サトシサトシ
使う人と使わない人にここまで差が出るのが生成AIの現実。技術より運用と教育に投資が要る話
論文 電子カルテ・記録業務 注目

小児がん生存者40人分の長期フォロー計画をGPT-4oに作らせ、医師作成の計画とどれだけ一致するか調べたという論文。

  • 小児がん・移植生存者の検証コホート40人分の治療サマリをGPT-4oに渡し長期フォロー推奨を生成させた
  • 医師作成446項目のうち86.3%をAIが提示、AI提示467項目のうち82.4%は医師作成分と一致していた
  • 不一致の多くは放射線関連の判断など臨床的な解釈が必要な場面に集中していた

出典：J Pediatr Hematol Oncol ／ AI-Assisted Generation of Long-Term Follow-Up Recommendations for Survivors of Childhood Cancer and Hematopoietic Stem Cell Transplantation.

サトシサトシ
8割一致でも残り2割の見落としが放射線関連に集まるなら、そこだけ人が見る運用がちょうどいい
論文 電子カルテ・記録業務

小児外科手術記録から術式情報を抽出するLLMパイプラインを開発し、外科医の判定と比べたという論文。

  • 小児食道気道手術の記録を対象に、概念リストとプロンプトを組んだLLMパイプラインCLASSを構築した
  • 最長20件・3960件の記録と術式のペアで外科医判定との一致はF1スコア0.9967と高かった
  • 新たな術式候補28件も提示し18件（64.3%）は臨床的に有用と判断されたが、単施設単科の検証にとどまる

出典：J Med Syst ／ Exploratory Implementation and Feasibility Report of CLASS (Clinical LLM Abstraction & Structuring System), A Large Language Model Pipeline for Extracting Unstructured Data From Clinical Notes.

サトシサトシ
自由記載のカルテから構造化データを起こす手間は現場が一番実感している。単施設でも数字が良いのは希望が持てる
リリース その他

日本大学歯学部などが歯科衛生士教育向けAIアバター「Avia Dental」を共同開発し、教育現場での試験利用を始めたという発表。

  • 患者役と医師役の2種類のAIアバターを使い、問診から専門用語での報告までを自己学習できる教材を開発した
  • 国内外の教育機関で試験導入し150名以上の学生が体験、ベトナムやミャンマーの専門学校への提供も見込むとした
  • 11月開催の学会でデモ展示を予定しており、正式な製品化時期はまだ示されていない

出典：一般社団法人保健医療ネットワーク ／ 歯科衛生士育成のためのAIアバターを開発「患者・医師の2種類のアバターで医療面接を自己学習化」

サトシサトシ
医療者教育のAI活用はまだ評価が定まっていない分野。ベトナム・ミャンマーまで見据えているのは面白い