医療機関の生成AI活用ガイド｜患者情報を扱うクラウド・閉域・オンプレの選び方【2026年8月最新】

※最終更新：2026年8月16日。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」を踏まえ、構成の選び方と安全な運用条件を更新しました。

「AIで業務を効率化したい。でも、患者情報を外部のAIサービスに入れることには抵抗がある」
病院やクリニックのDX担当者、事務長からよくいただく相談です。

1,000件を超える商談データを分析した傾向として、医療・ヘルスケア業界からの相談は文書作成・問い合わせ対応・専門知識の標準化に集中しています。関心はあっても、他業界より慎重にならざるを得ない事情があります。この記事では、患者情報の種類と管理要件に応じて、クラウド・閉域・オンプレを選ぶ方法を整理します。

この記事の要点

クラウド・閉域・オンプレの違い

オンプレ、閉域、プライベートクラウドは同じものではありません。オンプレは、自院が管理する施設内のサーバーなどで動かす構成です。閉域は接続経路を限定する考え方で、クラウド上に構築される場合もあります。プライベートクラウドもクラウドの一種です。

ローカルLLMは「頭脳（モデル）」、RAGは「院内資料を参照する仕組み」、院内AIエージェントは「複数の作業を支援する応用形」です。製品名より、情報がどこで処理・保存され、誰がアクセスできるかを確認することが重要です。

医療機関向け生成AIの基本構成

オンプレ生成AIが院内でどう動くかを、流れで見るとイメージしやすくなります。

まず、院内マニュアルや過去の対応記録を、検索できる形で用意します。質問や依頼が来ると、RAGが関連する箇所を院内文書から探し出します。その内容を生成AIが読み、根拠にもとづいた下書きや回答を作ります。回答には、どの資料を参照したかという出典を添えます。そして、誰が何を尋ねたかをログに残し、参照できる範囲は職種・部署に応じて権限で制御します。

この流れはクラウド、閉域、オンプレのいずれでも構築できます。構成ごとに、保存場所、通信経路、再委託先、バックアップ、障害時の対応を確認します。

クラウドAI・オンプレAI・ローカルLLM・RAGの違い

導入を検討するとき、これらの違いを押さえておくと選択を誤りません。

重要なのは製品名ではなく、自院の情報管理要件を満たせるかです。外部処理が認められる業務は法人向けクラウド、接続経路を限定したい業務は閉域・専用クラウド、外部処理が認められない業務や特殊な院内連携はオンプレ、といった使い分けが考えられます。

医療機関でクラウドAIだけでは進みにくい理由

病歴や、医師等による診療・調剤に関する情報など、医療機関が扱う情報には個人情報保護法上「要配慮個人情報」に該当し得るものが含まれます。こうした情報を外部のクラウドAIに入力してよいかどうかは、個人情報保護委員会の「個人情報保護法ガイドライン（通則編）」等を踏まえたうえで、自院の法務・情シス・委託先管理の体制で個別に確認する必要があります。一律に「使える」「使えない」と断定できるものではなく、業務内容ごとに判断が分かれる点に注意してください。

加えて、システム面では厚生労働省の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版が示されています。クラウドの利用を一律に禁止するものではなく、経営、企画、運用、保守委託の役割ごとに安全管理を求める内容です。外部AIサービスを使う場合も、医療機関側の責任がなくなるわけではありません。

なお、AIを診断支援や治療方針の判断そのものに使う場合は、単なる業務効率化ツールではなく、医療機器プログラム等の規制対象になる可能性があります。本記事で扱うのは、文書作成・検索・下書き・問い合わせ対応支援など、医療専門職の判断を補助する前工程の活用に限定しており、診断・治療方針の判断を代替する用途は前提にしていません。

商談分析でも、汎用ツールの正確性やハルシネーションへの不安を挙げる企業は34.0%にのぼりました。医療現場では、誤った情報がそのまま患者対応に使われるリスクがあるため、この不安は特に大きくなります。セキュリティ不安を挙げる声も25.1%と高く、「どこまでなら安全に使えるのか」が分からないまま検討が止まっているケースが少なくありません。

個人情報保護委員会の生成AIサービスに関する注意喚起では、入力情報が事業者の学習データに使われるか、個人データの第三者提供に該当するかなどの確認が求められています。患者情報を扱う場合は、「クラウドか否か」だけでなく、契約と実際のデータフローを確認する必要があります。

業務ごとに構成を選ぶ

すべての業務をオンプレ化する必要はありません。患者情報の有無を軸に切り分けると、判断しやすくなります。

患者情報の有無は重要ですが、それだけでは決まりません。利用目的、情報区分、契約、保存場所、学習利用、再委託、権限、ログ、障害時の影響を業務ごとに整理します。

医療機関がオンプレ生成AIを選ぶ判断フロー

判断に迷ったときは、次の順番で確認します。

患者情報を扱う場合でも、必要な契約・安全管理措置を満たすクラウドが候補になることがあります。一方、外部処理が契約上認められない場合や、特殊な院内連携が必要な場合は、閉域・オンプレを比較します。

技術構成を比較する前に決める項目は、オンプレ生成AIの要件定義ガイドで詳しく整理しています。業界は異なりますが、金融・保険業界の生成AI導入ガイドと製造業の技術伝承AI実践ガイドも、情報区分から構成を選ぶ考え方の参考になります。

導入前セルフチェック

自院がオンプレ生成AIを検討すべきかどうか、次の項目でセルフチェックしてみてください。

• 患者情報（氏名・病歴・診断名・処方内容等）を扱う業務でAIを使いたいと考えているか

• 電子カルテや院内システムとAIを連携させたいか

• 外部処理が認められない情報を扱うか

• 過去の対応記録や院内マニュアルを、AIに検索・参照させたいか

• 契約、保存場所、学習利用、再委託先を確認したか

• 職種・部署ごとの権限と利用ログが必要か

• 障害時にAIを切り離して通常業務へ戻れるか

当てはまる項目が多いほど、専用クラウド、閉域、オンプレを含めた要件定義が必要です。患者情報に触れない業務でも、未公開情報や職員情報が混ざらない運用を決めてください。

医療機関でAI導入が止まる3つの理由

商談分析では、AIを導入したが定着していないという課題が43.7%にのぼります。医療機関では、止まり方に固有のパターンがあります。

1つ目は、法務・情シスへの確認を後回しにすることです。現場が先にツールを試し、後から「この使い方は個人情報保護の観点で問題がある」と差し戻される。設計の段階から巻き込んでいないと、ここで頓挫します。

2つ目は、現場が「結局どこまで使っていいのか分からない」まま止まることです。判断基準が示されないと、現場は萎縮して使わなくなるか、逆に自己判断でクラウドAIに患者情報を入力してしまう「シャドーAI」のリスクが生まれます。

3つ目は、全診療科・全部署へ一斉に広げようとすることです。部署ごとに扱う情報も業務フローも異なるため、要件の調整だけで導入が止まってしまいます。

裏返せば、うまく進む医療機関はこの逆をしています。法務・情シスを最初から巻き込み、使ってよい環境と情報を明文化し、狭く始めて横展開する。ツールの選定より先に、この設計をしていることが共通しています。シャドーAIを防ぐ社内ルールも、禁止だけで終わらせず承認済みの利用環境を示すことが重要です。

医療機関で成果が出やすいAI活用5選

どこから手をつけるかの目安として、患者情報に触れつつも効果が見えやすい5つの領域を挙げます。

1. 問診票・カルテ記載の下書き支援

医師・看護師が話した内容や入力したメモをもとに、カルテ記載や看護記録の下書きを作ります。患者の取り違え、否定表現、薬剤名、数値、単位を重点確認し、医療専門職が原情報と照合して確定する前提です。

2. 院内マニュアル・規程のQA AI

院内マニュアルや各種規程を参照し、「この対応で問題ないか」をその場で確認できるようにします。ベテラン職員に口頭で聞いていた判断の根拠を、誰でも引き出せる形にできます。

3. 患者・家族からの問い合わせ対応支援

よくある質問や承認済みの対応資料をもとに、受付・事務担当者へ回答候補を示します。個別の診療判断、緊急性が疑われる相談、本人確認ができない相談は回答せず、医療専門職へ引き継ぎます。

4. レセプト・医療事務書類の一次チェック

レセプトや各種書類の記入漏れ・不備候補を、提出前に抽出します。制度改定を参照資料へ反映し、最終確認は担当者が行います。

5. 院内ナレッジ検索（医局・看護部門向け）

専門知識や、匿名化・権限管理された過去の症例メモ、院内プロトコルを検索し、必要な情報にすぐアクセスできるようにします。専門知識の標準化は、商談分析でも医療業界のニーズとして挙がっている領域です。

5つの用途を、対象部署と前提データで整理すると次のようになります。

診療科・機関規模別の使いどころ

同じ医療機関でも、規模や機能によって効く場面は変わります。

大規模病院ほど記録量と職種間の連携が課題になり、クリニックのような少人数の現場ほど、事務対応の標準化が効きやすい傾向があります。自院の規模と、最も時間がかかっている業務から選ぶと、効果が見えやすくなります。

安全に運用する4つの設計ポイント

医療機関でAIを使うには、技術だけでなく運用設計が欠かせません。次の3点が軸になります。

1. 回答・下書きの根拠（出典）を必ず示す

AIが出す下書きや回答に「どの資料・どの記録に基づくか」を表示します。根拠が見えれば、医療専門職も安心して確認・修正できます。

2. 権限管理を徹底する

「誰がどの患者情報にアクセスできるか」をAIにも適用します。職種や部署に応じて、参照できる情報を制御します。

3. 利用ログを残す

誰が・いつ・何を参照・依頼したかを記録します。監査対応とインシデント対応の両方で必須になります。

4. AIを止めても診療を続けられるようにする

AIの誤作動や通信障害が起きたときに、電子カルテや通常業務まで止めない設計が必要です。切り離し方法、代替手順、連絡先、復旧判断者を決めます。

自動化してよい業務・人が判断すべき業務

医療機関では、AIに任せてよい範囲の線引きが特に重要です。診断や治療方針の決定は医療専門職の専管事項であり、AIが代替するものではありません。

AIは下準備を担い、判断と確認は医療専門職が行う。この原則を崩さないことが、医療現場での信頼と安全につながります。

導入ロードマップ

一気に全診療科へ展開しようとすると、調整だけで止まります。狭く始めて広げるのが基本です。

必要期間は、院内審査、資料の状態、電子カルテ連携、調達手続きによって変わります。日程を先に固定せず、各段階の完了条件から見積もります。

オンプレ生成AIの費用感と見積もりの考え方

オンプレ生成AIの費用は一律ではありません。何をどこまで作るかで大きく変わります。

特に医療機関では、権限管理やログといった統制部分が費用に効きます。管理水準が高いほど作り込みが必要になるためです。最初から全部を作る必要はなく、1業務のPoCから始め、効果を確かめてから範囲を広げれば、初期の負担を抑えられます。

具体的な金額は、業務・規模・要件で大きく変わるため、ここでは提示しません。過去価格を流用したレンジ提示はせず、対象業務と管理要件から工数を積み上げて個別に見積もるのが適切です。

ROIの考え方

効果は、削減した時間を積み上げて考えます。カルテ記載の下書き、院内マニュアルの確認、問い合わせ対応の回答準備は、いずれも頻度が高く、専門職の手が取られていた作業です。1件あたりの短縮時間に件数を掛ければ、削減の規模が見えてきます。

たとえば問診票の記載確認に1件5分かかり、1日に40件発生していたとします。1件あたり2分短縮できれば、1日あたりおよそ80分、月換算では相当な時間になります。これを専門職の人件費で換算すれば、回収のおおよその目安が見えてきます。

金額にしづらい効果もあります。記録の質が担当者によらず安定する。事務ミスや差し戻しが減り、後工程の負担が軽くなる。これらは医療現場にとって、効率以上に重要な価値です。具体的な金額は前提で変わるため、ここでは断定しません。

導入前に押さえる技術的な注意点

データの鮮度を保つ

院内マニュアルや規程は改定されることがあります。古い版を参照したままだと、誤った下書きの原因になります。更新の担当と頻度を決めておきます。

法務・情シスを最初から巻き込む

後から確認で止まるのが最悪のパターンです。設計の段階から、法務・情シス・場合によっては委託先管理の担当者を巻き込みます。

最終確認は必ず人が行う

AIが出した下書きや回答候補を、そのまま患者対応に使わない運用を徹底します。誰が最終確認するかを、最初に決めておきます。

統制設計のチェックリスト

• 回答・下書きに出典を表示する設計になっているか

• 職種・部署ごとの権限を定義したか

• 利用ログの保存と確認の運用を決めたか

• 多要素認証、端末管理、アクセス権の棚卸しを決めたか

• 院内マニュアル・規程を最新版に一本化したか

• 患者情報（要配慮個人情報を含む）の取り扱い範囲を法務・情シスと確認したか

• 医療情報システムの安全管理に関するガイドライン（最新版）への適合状況を確認したか

• AI停止時の代替手順とBCPを決めたか

よくある質問（FAQ）

Q. クラウドのChatGPTは医療機関では一切使えませんか？

A. 一律に使えないわけではありません。患者情報を扱う場合でも、契約や安全管理措置によってクラウドが候補になることがあります。利用目的、保存場所、学習利用、再委託、国外移転、権限、ログを確認し、自院が承認した環境だけを使ってください。

Q. 「要配慮個人情報」に該当するかどうかはどう判断すればいいですか？

A. 病歴や診断名、処方内容などは個人情報保護法上「要配慮個人情報」に位置づけられる代表例です。個別の業務がこれに該当するかどうかは、個人情報保護委員会の「個人情報保護法ガイドライン（通則編）」等を踏まえ、自院の法務担当者や専門家に確認することをおすすめします。

Q. ハルシネーション（誤った回答）は防げますか？

A. ゼロにはできません。RAGと出典表示は確認を助けますが、誤検索や誤要約は残ります。代表的な質問を継続的にテストし、医療専門職が原情報と照合して確定してください。

Q. 電子カルテと連携できますか？

A. 製品と電子カルテ側の仕様によります。認証、患者の取り違え防止、最小権限、ログ、書き込み可否、障害時の切り離しまで要件化してください。最初は読み取りや下書きから始め、自動書き込みは別途慎重に判断します。

Q. 小規模なクリニックでも導入できますか？

A. できます。むしろ専門職が限られる現場ほど、記録の下書きや問い合わせ対応支援による効果を感じやすい傾向があります。対象を1業務に絞って始めるのがおすすめです。

Q. 医療情報システムの安全管理に関するガイドラインとは何ですか？

A. 厚生労働省が示す、医療情報システムの安全管理に関する指針です。2026年8月時点では第7.0版が公開されています。バージョンは改定されるため、導入時点で最新版を確認してください。

Q. 何から始めればいいですか？

A. 院内マニュアルの検索など、判断や患者安全への影響が小さい1業務から始めます。現状の業務量や情報の流れが分からない場合は、業務とデータの棚卸しを先に行います。

特に、患者情報を扱う業務と扱わない業務の切り分け、外部処理の可否、電子カルテ連携、権限、ログ、停止条件は、医療機関ごとに判断が分かれます。最初から製品を選ぶのではなく、自院の業務とデータの流れを棚卸しすることが重要です。

医療機関のAI活用は、次の3点に集約されます。

• 患者情報を扱うから必ずオンプレではなく、契約と安全管理要件から構成を選ぶ

• 患者情報の有無だけでなく、利用目的、処理経路、保存場所、委託先、障害影響を確認する

• 診断・治療方針の判断は医療専門職が担い、AIは下準備（検索・下書き・候補提示)に徹する、という線引きが定着の条件になる

「患者情報を扱うから使えない」でも、「オンプレなら安全」でもありません。情報と業務に合う構成を選び、人が確認できる運用を作る。これが医療機関のAI活用の現実的な進め方です。

AIworkerの支援内容

AIネイティブX研修｜医療現場での利用ルールをそろえる

患者情報を入力してよい環境、AIへ任せてよい範囲、回答の確認方法を、職種ごとの業務に合わせて整理します。ツール操作だけでなく、シャドーAIを防ぎながら現場で使える判断基準を作ります。

業務AIプロ｜医療機関の要件に合わせて構築する

院内マニュアル検索、記録の下書き、問い合わせ対応など、対象業務を1つに絞ってPoCを行います。クラウド・閉域・オンプレの比較、RAG、権限、ログ、停止条件、既存システム連携まで設計します。

AIネイティブX伴走｜導入後の改善を継続する

利用状況、誤回答、答えられなかった質問を確認し、資料と運用を改善します。現場、医療安全、法務、情報システムの間に入り、作って終わらない運用を支援します。

どの業務から始めるか、どの構成が必要か決まっていない段階でもご相談いただけます。

▶️ サービス資料のダウンロード（資料請求）

▶️ 無料カウンセリング・AI活用診断のご予約

この記事が参考になりましたら、今後の記事づくりの励みになるので、スキをお願いします。

参考資料

• 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｜厚生労働省｜2026年6月

• 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｜個人情報保護委員会・厚生労働省｜2026年8月16日閲覧

• 生成AIサービスの利用に関する注意喚起等について｜個人情報保護委員会｜2023年6月2日

• 医療機器プログラムについて｜厚生労働省｜2026年8月16日閲覧

#医療DX #医療AI #生成AI #病院DX #クリニックDX #医療情報 #患者情報 #要配慮個人情報 #個人情報保護 #医療情報システム #オンプレAI #オンプレミス #クラウドAI #閉域網 #プライベートクラウド #ローカルLLM #RAG #院内AI #院内GPT #電子カルテ #カルテ作成 #看護記録 #医療事務 #レセプト #業務効率化 #医療安全 #情報セキュリティ #サイバーセキュリティ #AIガバナンス #アクセス権限 #監査ログ #BCP #ハルシネーション #AIエージェント #PoC #業務改善 #人手不足 #AI研修 #業務AIプロ #AIworker