持続可能な社会実現のための医療AIとデータ活用
今勢いのあるAIスタートアップを紹介し、そのトップランナーと語り合うシリーズ対談「Human-Centered AI Challengers」。第3回は、テクノロジーの力で「生活者の不安と、医療者の負担をなくす」をミッションに掲げるファストドクターの代表取締役 水野 敬志氏をお迎えし、マーケティング・テクノロジー・センターの米岡 励とともに、AIを活用した医療のインフラ化について語り合いました。
テクノロジーで医療現場に変革を起こす
- 森
- まずは水野さんのこれまでのご経験・経歴やファストドクターへ参画された経緯を教えてください。
- 水野
- 外資系戦略コンサルや大手IT企業でキャリアを積んできたのですが、かねてより2040年に迫る超高齢社会を見据え、「社会保障の問題」に取り組みたいと一貫して考えていました。そのような中で、社会保障の問題がちょうど世の中でも注目され始めた時期に共同代表であり医師でもある菊池と出会い、2017年にファストドクターに参画しました。
医療業界に入って印象的だったのは、既存のオペレーション維持を重視していることです。ビジネスでは「昨日との差分」を生み出すことが価値とされますが、医療の世界では、「昨日と同じことを完璧に再現できること」が評価されることもあり、見方によっては非効率に思える場合もあります。
その結果、人手不足に直面しても「人を増やす」発想が先行し、効率化の視点が生まれにくい環境だと実感したんです。
- 森
- 医療の本質は、信頼される医療を提供し続けることであり、それは普遍的で変わらない価値ですが、社会構造や患者さんのニーズが変化している以上、医療の提供方法や体制そのものが変わらなければ、大切なものを守り続けることが難しくなるということですよね。
- 水野
- おっしゃる通りで、特にコロナ禍では医療体制の劇的な変革のなか、変化に対応できる人材がDXやAIを医療業界に持ち込み、新たな仕組みを築いていけたことには、大きなやりがいと面白さを感じました。
- 米岡
- 医療業界には診療報酬などの構造的な課題もあるわけですが、これまでのキャリアを経て、身につけてきた知見やノウハウで解決できる手応えはあったのでしょうか？
- 水野
- もちろん、診療報酬は公定価格で決められているため、価格自体を自分たちで変えることはできません。しかし生産性の面で、オペレーションや体制設計を見直せば、もっと効率的な医療提供ができると思っていました。
医療の現場を理解している菊池と、経営的な視点を持つ自分が組み、「医経分離」を軸に改善できたのが、今振り返ると大きな強みだったのではと考えています。
2018年の参画当初に感じたのは、ITサービスの領域ではすでに当たり前になっていた仕組みが、医療の現場にはまだ十分に実装されていないということでした。例えば支払いに現金しか対応していなかったことや、医師の診療品質が可視化されていないといった点にも、まず「レビューシステム」や「クレジットカード決済」といった、他業界では一般化していた仕組みを導入することで現場の負やブラックボックスをなくしながら、サービス改善や品質の向上につなげてきました。
- 米岡
- IT技術やDXツールに関する情報は、世の中に十分に出回っているのに、なぜそれらが医療業界には届きにくかったのでしょうか？
- 水野
- 医療機関と外の世界の間に、ある種の“断絶”があるのでは、と考えています。
医師や看護師は多くの場合、大学病院など比較的閉じた環境でキャリアをスタートします。もちろんそれ自体に大きな意義もありますが、一方で、外の社会で当たり前になっているサービスや発想に触れる機会は多くはありません。その結果、日常生活では便利なサービスを使う生活者であっても、病院に入った途端に医療の中だけの常識で物事を捉えてしまうのではないかと。
- 森
- 患者さん自身も最新の技術やサービスに触れ、便利な体験を享受している一方で、医療現場では非効率なオペレーションが存在している。それが患者さんのフラストレーションにつながってしまうこともあるでしょう。
ここでは「生活者が日常の様々なサービスに触れる中で既にDXを体験している」ということが重要なポイントなのかなと思います。例えば生活者は、銀行のアプリを使う時も他銀行のアプリとその機能や性能を比較するのではなく、旅行予約サイトや配車アプリのような日常で使う他のサービスの「体験」と比較しています。同様に、患者さんも「医療も同じように改善・進化してほしい」と考えているわけですよね。
- 水野
- デジタルのアップデートを進める一方で、現場で信頼を積み重ねることも同じくらい重要でした。当時はまだ、救急往診という仕組み自体が新しく、関係各所に対してその意義や必要性について説明を重ねる必要がありましたが、そんな状況が大きく変わったのはコロナ禍です。ファストドクターに参画してくれている医師たちも、感染リスクを承知で患者さんの自宅に直接訪問し、治療を続けたというリスクテイクの挑戦が医師会や地域の関係者からも認められ、大きな信頼につながったのです。
実際に現場で顔を合わせることで、単なる利益追求ではなく、医療課題を本気で解決しようとして熱意として伝わり、強いリレーションを築けるようになったと感じています。
AI活用によって1日数千件の相談対応と医療品質を両立
- 森
- ファストドクターでは1日かなりの件数の医療相談を受け付けているそうですが、その中でAIを活用してお医者さんの移動経路の最適化を図る、あるいは緊急度の判定やトリアージを補助していると伺いました。この辺りの具体的な取り組み内容について教えてください。
- 水野
- 一般の患者さんが使うサービスは自宅に訪問する「救急往診」と、スマホで診察する「オンライン診療」の2種類がありますが、森さんが示していただいたのはどちらも救急往診での事例ですね。往診は車での移動を伴いますが、当時は平均診察時間が20分なのに対し、移動時間はその倍という状況でした。そのため、いかに移動を短縮し、より多くの患者さんに対応できるかが課題となっていたのです。
こうした背景から、移動経路の最適化に取り組みましたが、最短ルートの計算にとどまらず「重症度」と「立地条件」をパラメータとして組み込み、AIで判定する機能を導入しました。
物流系でも使われている経路最適化ツールは、前日までの依頼データを中心に計算する「静的な最適化」です。しかし我々の現場では、例えば世田谷で診察中に品川から緊急性の高い依頼が来るといったリアルタイム性が求められるため、「動的な最適化」である必要がありました。
そこで、過去の往診履歴や場所ごとに相談の発生特性を学習させたデータをもとに、リアルタイムでの需要予測を立て、さらには緊急性や局所的・季節的な変動を組み合わせて経路を最適化するアプローチを採用しています。
- 森
- サービスがうまく機能しているのか、改善の余地があるのかは、どのように把握されているのでしょうか？
- 水野
- 往診でもオンライン診療でも、サービス改善のために定期的にエンジニアが実際に現場に立ち会ってフィードバックをもらい、それを都度反映させるアプローチを社内の文化にしています。単なる機能改善にとどまらず「医療サービスそのものの価値を高めること」に主眼を置いています。
例えばオンライン診療では、診療内容が記録として残るので、品質チェックや振り返りはさらに設計しやすいです。一日数千件規模の診療の品質チェックを自動化する仕組みは、多くの病院でもいまだないのではないでしょうか。従来は「品質について医師に口出ししづらい」という空気がありましたが、AIを活用することで、ガイドライン遵守や患者さんへの説明のあり方など、感情に左右されない客観的なフィードバックが可能になりました。
- 米岡
- レビューシステムを導入することで、医師の方々はどのようなメリットを得られているのでしょうか。
- 水野
- レビューシステムの導入は本当に悩みましたが、プラットフォームとして医療の品質を確保し、万が一のトラブル時に適切に対応するためには必要不可欠だと判断しました。
患者さんからのレビューを通じて見えてくるのは、医師がリスク説明を十分にできているか、患者さんに今後の対応をきちんと伝えられているかなどです。当社では医療的な品質はもちろんのこと、こうした情報をもとに「共感度」や「納得感」といった指標を示しながら患者さんとのコミュニケーションも評価をしています。
結果、意外なことに導入後、医師の方々から感謝されることも多かったのです。
コミュニケーションは正解が見えにくいですし、医療業界でもあまり体系的に学ぶ機会はないはずです。かつ一般企業のような人事評価の仕組みがほとんど存在しないので、こうしたフィードバックは医師自身にとってもポジティブなものとして受け入れられています。
日本の医療に欠けている「アウトカム」の蓄積と流通
- 森
- データやDXの観点において、日本の医療界にどのような課題があると感じてらっしゃいますか？
- 水野
- 日本の医療で最も不足しているのは「医療品質のアウトカム」と考えています。現在の医療データでは、検査や処置の履歴は蓄積されていますが、その結果として患者が実際に改善したかというアウトカムは十分に定義されず、データとしても流通していません。そのため、患者は医師の治療実績を把握できないのが現状です。このデータを貯めていくことが日本にとって重要だと考えています。
欧米では診療データが医師個人のIDと紐づき、診療内容を追跡しやすい仕組みが整っています。日本では一部の手術分野では医師個人への紐づきもありますが、それ以外は日常診療もふくめ医療機関単位で紐づいているのにとどまっています。
医療のアウトカムを定義することができれば、アウトカムに対する評価や報酬制度を構築することも可能になると考えています。
- 米岡
- 医療の世界が、医師免許の認可などの制度に基づいて成り立っているなか、AIを活用する場合、制度としての確からしさや信頼性は誰が認定してくれるのでしょうか。
- 水野
- しばらくの間は医師と有資格者が担保する仕組みが続くのではないでしょうか。医療AIの進化のスピード感は急速ですが、社会への実装は自動運転と同じくらいの時間軸で考えるのが現実的だと思います。自動運転も2000年代から研究開発が続き、ようやく最近になって実用化の段階に入ってきました。
医療の場合も、同じように20年程度の時間がかかるのではと感じています。少なくとも10年以内に「医師を介さず、AIだけで診療から処方まで完結する」という世界が実現するとは考えにくいですね。
現状のAI活用は「最終的な責任は人間が取る」のが前提ですが、プレイヤーによってはシステムを提供・運営する事業者が一定の責任を引き受ける形での導入が進み始めています。医療でも同様の制度と責任を担えるプレイヤーが現れなければ、本格的な変革は進みにくいでしょう。
また、医療AIのモデル（基盤）を誰が所有するかも重要です。海外企業にそのモデルを握られ、日本国内にその技術がない状態は、医療のような領域では大きなリスクを伴います。だからこそ、医療領域においても、国内で「ソブリンAI」のようなAI基盤を持っておくことの重要性は確かにあると感じています。
- 森
- ソブリンAIの話がでましたが、関連する動きとして、大きく2つのトピックがあります。
ひとつは政府が進めている「人工知能基本計画」。世界で最もAIを開発・活用しやすい国を目指し、信頼できるAIの実現に向けた日本におけるAIの中長期国家戦略です。その中で、AIを社会インフラとしてどう扱うかという枠組みの具体的な検討も行われています。特に焦点になるのは、安全性をどのように多層的に担保していくか、という点です。「AIモデル側がどこまで責任を負うべきなのか」「どこからがユーザー側の責任になるのか」といった線引きを業界やユースケース毎に整理しながら、議論が進んでいます。
もうひとつは、経済産業省が進めている「GENIAC（生成AI開発支援プログラム）」。このプログラムの主要な領域の一つに生成AIの安全性をどう担保するかというテーマがあります。
医療分野では、大学病院の医師なども参加しながら、生成AIを活用した診療サポートシステムの安全性について研究が行われています。ハルシネーションの検知や、AIがユーザーを誤った方向に誘導してしまうリスクなど、誤診やミスコミュニケーションの抑制について、医師の視点も反映した技術的な対策の提案も行われています。
いずれにしても、AIが医療に本格的に活用されるためには、こうした安全性の枠組みや技術的な基盤をしっかり整備していくことが不可欠だと言えるでしょう。
AI時代に求められる「人間側の思考のあり方」
- 水野
- 国としてAIの枠組みが整備されつつあるものの、社会や患者さん、医師が医療AIを受け入れるまでにはなお相応の時間がかかるのではないでしょうか。というのも、自分の人生に関わる重大な病気に直面したとき、「どこまでAIに判断を委ねてよいのか」という心理的なハードルは大きいはずです。
加えて、AI活用への受容が進んだとしても、違う課題もあります。医療の現場ではすでに、医師が最終判断を担うことを前提としたAI活用が徐々に普及してきていますが、その一方で、AIを日常的に使うことによって、医師自身の判断能力が低下していく可能性があるという研究結果も出始めている。要は、AIのガイドに従って診療することが当たり前になるほど、自分で判断する力が弱まっていくという側面があるわけです。
- 米岡
- 実際に、AIを使うことで認知的な能力が下がるという研究は、すでにかなり多く出てきていますよね。特に医療のような分野では、AIを単に代替として使うのではなく、医師の能力をどうサポートし、どう伸ばしていくかという設計が求められるでしょう。同時に人間も、どうすれば自分の思考力や能力をAIで拡張できるかを考えていく必要があります。
- 森
- 先日、博報堂主催のフォーラムでお笑い芸人の又吉 直樹さんのお話をお伺いしたのですが、1日3時間ほどAIを使っているそうです。具体的には、朝起きてからAIに小説を書かせ、それを読んだうえで「全体の50％の人だけが理解できる小説に書き直してください」と指示するそうです。
さらに10％、1％、0.1％、0.01％の人だけがわかるようにと、次第に条件を厳しくしていく。そうすると、ある段階で「それ以上やると意味のない言葉の羅列になってしまうのでできません」と、AIが“悲鳴”を上げるらしいんですね。そこから本人が本気の小説を書き始めるそうで、まさにAIを創作のウォームアップとして使っているわけです。
実は自分も少し似た使い方をしていて、AIに案出しを依頼する際に「自分が見たら怒りたくなるような案を出してほしい」とお願いすることがあります。すると、突飛で的外れな案がたくさん出てきて、それを見て「こんな案じゃだめだ」と自分がお手本をみせるかのように案をどんどん出せるようになる、というある種のウォームアップといいますか、逆説的な刺激として使ってます。ですが、なかには意外と使える案も混ざっていたりもするんですよ。
そういう意味では、AIを使って自分を刺激したり、発想の“飛び”を得たりすることで、認知的な能力をむしろ高めていく方向にAIを有効活用するのも良いのではと思っています。
「行動データ」と「意識データ」の融合が新しい価値を創造する
- 米岡
- ファストドクターの今後の展望についてお伺いさせてください。「1億人のかかりつけ機能を担う」というビジョンを掲げてらっしゃいますが、AIやDX技術を活用した技術基盤やデータ活用戦略を構想されているのでしょうか。
- 水野
- さきほど、日本の医療では「医療品質のアウトカム」に関するデータが十分に蓄積・流通していないとお伝えしましたが、マイナ保険証の普及と情報連携によって状況は変わりつつあります。患者さんの同意を前提に、過去の処方歴や診療歴を確認できるようになり、医師がより多くの情報を得られるようになりました。
一方で、現場では短時間診療を余儀なくされる場面も多く、得られる情報を十分に活かせていないのも実情です。また、医療機関に蓄積された診療履歴はPDF形式などで保存され、活用がスムーズな状態ではないことも課題でした。しかし生成AIの登場によって、診療履歴から重要なポイントを抽出するシステムを作るのに、従来なら莫大なコストがかかっていたのが、ほぼ追加開発なしで実装できるようになった。私たちにとっても、これは大きな変化です。医療機関に蓄積されたデータをどう活用し、医療の質の向上につなげていくかは、今後の重要なテーマだと考えています。
- 米岡
- そのようなデータが活用できるようになれば、医療の現場でできることのほかに、医療以外の領域でも患者さんに寄り添うことが可能になるのでしょうか？
- 水野
- データとしては医療に特化したものにはなりますが、そこを起点に介護や保険といった周辺領域までつなげていくことは非常に大きなポテンシャルがあると思っています。
しかし実際の医療現場では、診療報酬の単価が実質的に下がり続けているなかで、まずは限られた時間と人員でいかに多くの患者さんに対応するかが求められています。
患者さんと丁寧に向き合い、期待される以上のサポートを提供していくには、人の力だけではかなり難しいでしょう。だからこそ、医療の現場だけにすべてを任せるのではなく、テクノロジーや新しい仕組みで補完していく必要があります。
- 森
- 博報堂ＤＹグループでは、生活者の意識や行動を把握する定点調査を30年以上続けており、生活者の価値観や考え方、暮らし方などのデータを蓄積しています。このデータは、デジタルのタッチポイントで得られる行動履歴とは少し性質が異なり、「生活者が何を考えているのか」「将来どんな暮らしを望んでいるのか」といった生活意識や志向のデータになっています。
この意識データと行動データをうまく組み合わせることで、新しい価値が生まれる可能性があるのではと考えているのですが、医療の世界でもそのような価値創造はありえるのでしょうか？
- 水野
- 人口構造の変化に伴って有病率も変われば、それに応える形で医療課題も政策も変化します。ただ、今後はそれ以上に、人々の価値観そのものが変わる可能性があると思います。例えば、どう生き、老いるかといった「健康寿命観」のような価値観の変化、あるいは他の意識にもとづくパラメータが今後入ってくることで、医療のあり方そのものを定義しなおすような問いが生まれるはずです。
そうした社会全体の変化に応えるには、医療を個々の医師や地域ごとの最適化にとどめるのではなく、社会全体の視点で最適化を捉え直す必要があります。その意味で、AIの力も使いながら「プライマリケア」の変革にチャレンジしていきたいと考えています。
かつては一人の医師が内科や皮膚科、外科なども含めて幅広く診療する、いわば“ジェネラリスト”的な役割を担う場合が少なくありませんでした。しかし大学病院を中心に専門医制度が進んだことで、医師が自分の専門分野に特化して診る構造へと変わっていきました。しかしいまの社会では、高齢化に伴って患者さんが抱える課題も、地域医療を取り巻く環境も大きく変化していきます。私は、この社会のニーズと現在の医療提供体制のあいだに、少なからずミスマッチが生じていると考えています。
例えば、整形外科を長く専門にしてきた医師であっても、AIが他の領域の最新の知識やガイドラインを補完してくれることで、プライマリケアの場面で必要となる幅広い診療ができるようになるわけです。
私たちが掲げている「1億人のかかりつけ機能」というビジョンも、まさにその発想から来ています。医師の能力の幅をAIで広げることで、より多くの患者さんに質の高い医療を届けることを目指していきたいです。
- 森
- AIをきっかけに、新しい医療インフラがどうあるべきかを考えさせるテーマであり、それに対し多角的に挑戦されていると感じました。
ありがとうございました。
※肩書は取材当時のものです
この記事はいかがでしたか？
-
水野 敬志氏ファストドクター株式会社 代表取締役京都大学大学院農学研究科修了後、外資系戦略コンサルティングファーム、楽天株式会社（現 楽天グループ株式会社）にて経営戦略およびDXの経験を積む。2017年7月よりファストドクターの経営に参画、2018年6月代表取締役に就任。現在に至る。
-
博報堂ＤＹホールディングス執行役員
Chief AI Officer／Human-Centered AI Institute代表1998年、慶應義塾大学経済学部卒業。外資系コンサルティング会社、インターネット企業を経て、グローバルプロフェッショナルファームにてAIおよび先端技術を活用した企業支援、産業支援に従事。
内閣府AI戦略専門調査会委員、経産省GENIAC-PRIZE審査員、日本ディープラーニング協会顧問、慶應義塾大学 xDignity （クロスディグニティ）センター アドバイザリーボードメンバー 。
著訳書に『ウェブ大変化パワーシフトの始まり』（近代セールス社）、『グローバルAI活用企業動向調査 第5版』（共訳、デロイトトーマツ社）、『信頼できるAIへのアプローチ』（監訳、共立出版）など多数。
-
博報堂ＤＹホールディングス
マーケティング・テクノロジー・センター室長1996年博報堂入社。営業職として官庁、食品、航空、自動車メーカなど幅広いクライアント業務に従事した後、2011年より、研究開発職として購買データの分析や各種マーケティングデータを起点にしたソリューション開発に従事。Human-Centered AI Institute室長補佐を経て、2025年よりマーケティング・テクノロジー・センター室長を務める。
