【第81回】M365 Copilotで何ができるか｜病院の放射線技師が業務で試した範囲
「Copilotって、結局何に使えるんですか」
院内でAI担当をしていると、いちばんよく受ける質問です。機能の一覧はMicrosoftのサイトにあります。でも、それを答えても相手の顔は晴れません。知りたいのは機能ではなく、「セキュリティの厳しいこの環境で、実際の業務がどこまで楽になるのか」だからです。
私は放射線技師として16年、300床以上の病院でAIチームのリーダーをしています。外部の生成AIが使えない職場で、M365の枠組みの中のCopilotを業務に使ってきました。この記事では、試した中で定着したもの、定着しなかったもの、最初からやらないと決めているものの3つに分けて、正直に書きます。
前提｜この記事の「できる」の基準
先に、この記事の「できる」の基準をはっきりさせます。
機能として動く、ではありません。制約のある職場環境で、実業務に組み込めて、翌週も使い続けている。ここまで来たものだけを「できた」と数えます。試した環境の前提は次のとおりです。
・職場アカウントでのCopilot利用（エンタープライズデータ保護の適用下）
・患者情報・院内固有の情報は一切入力しない運用
・Copilotには無料のChatと有料ライセンス、エージェントの3段階があり、環境によって使える範囲が違います。この整理は前回の記事を先に読むとわかりやすいです
【第79回】ChatGPTのライバルはClaudeじゃない、Copilotだ！｜病院で使えるAIの違いは性能より「制限」
なお、これから書く内容はあくまで私の環境での結果です。施設のライセンスやルールによって再現できる範囲は変わります。
定着した3つ｜今も業務で回っているもの
試したものは他にもありますが、業務に残ったのは次の3つです。
1つ目は、議事録作成です。
会議のメモや文字起こしをCopilotに渡して、議事録の体裁に整える使い方です。ゼロから書き起こすのに比べて、下書きまでの時間が明らかに短くなりました。固有名詞の確認と最終チェックは人間の仕事として残りますが、「白紙から書く」がなくなるだけで負担は大きく減ります。
効くのは会議のあとだけではありませんでした。Teamsのチームチャットには、会議に至るまでのやりとりが会話履歴として残っています。会議の前に「この議題について、これまでどんな話が出ていたか」と聞くと、その履歴をたどって拾い出してくれます。何十件もさかのぼって自分で読み返す代わりに、論点を思い出した状態で会議に入れる。議事録を作る場面より、こちらのほうが助かることもあります。ただしチャット履歴を読ませる使い方はライセンスや環境によって可否が変わるので、自分の環境で試してみてください。
会議まわりの下ごしらえは、前も後ろも含めて、Copilotがいちばん素直に効く場所だと感じています。
2つ目は、体内デバイスのMRI安全性チェッカーです。
体内に医療機器が入っている患者さんのMRI検査では、その機器がMRIに対応しているかを添付文書などの資料で確認する作業があります。この確認を、公開されている資料を知識源にしたエージェントにしました。
作るときに意識したのは、答えだけを返させないことです。結論と一緒に、根拠にした添付文書を必ず添えて出すように設計しました。AIの回答を信じるかどうかで迷う必要がなく、その場で一次情報に当たって自分の目で確かめられます。資料を探しにいく時間は減りますが、確認の工程そのものは省略しない。この形に落とせたことが、定着した理由だと思っています。
もちろん、エージェントの答えはあくまで一次スクリーニングで、最終確認は必ず人間が添付文書と院内の手順で行います。作り方の全体像は前回の記事に書きました。
【第80回】Copilotエージェントの作り方｜病院の実務で作ってわかった手順とつまずき
3つ目は、糖尿病薬チェッカーです。
造影検査の前には、服用中の糖尿病薬によって対応の確認が必要になる場合があります。該当する薬かどうかを薬剤の一覧から確認する作業を、同じ仕組みのエージェントにしました。MRIのチェッカーと同じで、薬の名前で聞けば、該当の有無が添付文書つきで返ってきます。
これがありがたいのは、放射線技師が薬の専門家ではないからです。似た名前の薬、見慣れない後発品、一般名と商品名の違い。「これは該当する薬だったか」で手が止まる場面は、正直に言って珍しくありません。そこに添付文書が一緒に出てくると、うろ覚えの記憶ではなく、書いてあるものを見て確かめられます。専門外の領域を扱うときほど、答えに根拠がくっついてくる設計の価値は大きいと感じています。
これも一次スクリーニング用で、最終判断は人間と院内ルールです。
並べてみると、定着した3つには共通点があります。元になる資料や入力が決まっていて、出力が正しいかを人間がすぐ確かめられる仕事だということです。チェッカー2つで根拠の添付文書を必ず出させているのは、この「すぐ確かめられる」を運任せにせず、設計で持たせるためでした。
定着しなかった2つ｜やめた理由が学びになる
次に、試したけれど業務に残らなかったものです。やめた理由のほうが、これから試す人の役に立つと思うので正直に書きます。
1つ目は、論文要約です。
文献を読む作業をCopilotに手伝わせようとしましたが、結局NotebookLMに置き換わりました。読み込ませた資料だけに閉じて答え、どの箇所を根拠にしたかを示してくれるNotebookLMのほうが、文献作業には合っていたからです。Copilotの性能が足りなかったというより、道具の得意分野の問題です。適材適所でした。
【第5回】NotebookLMが医療AIに向いている理由―放射線技師の実験レポート
2つ目は、医療情報サポーターです。
医療に関する一般的な質問に答える相談役のエージェントを作ってみたのですが、使わなくなりました。理由は単純で、わざわざ専用のエージェントにしなくても、汎用のAIにそのまま聞けば足りたからです。作る手間をかけた分の上乗せがありませんでした。
この2つから得た教訓を一般化すると、こうなります。
・定着するのは「固定の資料×確認作業」型。資料が決まっていて、答え合わせがしやすい仕事
・定着しないのは「汎用知識への質問」型。それは汎用のAIで足りる
・他のツールが適任な領域は、素直にそちらを使う
エージェントを作ること自体が目的になると、この見極めを飛ばしてしまいます。私も飛ばして2つ作り、2つやめました。
やらないと決めていること
できた・できなかったとは別に、最初から対象外にしていることがあります。
・患者情報の入力：エンタープライズデータ保護があっても入力しません。守られているかどうかではなく、入れないという運用の問題です
・診断や治療判断に関わる用途：チェッカー類はあくまで資料確認の一次スクリーニングで、判断そのものは任せません
・院内システムとの接続：技術的にできるかどうか以前に、影響範囲が管理できる範囲を超えるため手を出していません
これは能力の限界ではなく、線引きです。医療職がAIを使うときは、できることの中に「やらないこと」を決めておく必要があります。この線があるから、残りの範囲を安心して使えます。
明日から試す1つ
自分の環境で試したい方への提案です。
今週の業務から、「元になる資料やメモがあって、形を変えるだけの仕事」を1つ選んで、Copilotに渡してみてください。会議メモから議事録へ、箇条書きから文書へ、といった変換の仕事です。
要約・整形・たたき台づくりは、最初の成功体験になりやすい領域です。患者情報を含まないものを選ぶことだけ守ってください。それがうまく回り始めたら、次は毎回同じ資料を見る確認作業をエージェントにする番です。その手順は第80回に書いてあります。
まとめ
・この記事の「できる」は、制約のある職場で実業務に組み込めて使い続けている、という基準
・定着した3つ：議事録作成（会議の後だけでなく、前の論点整理にも効く）、体内デバイスMRI安全性チェッカー、糖尿病薬チェッカー。共通点は「固定資料×確認作業」で、根拠の添付文書ごと返させて答え合わせをすぐできる形にしたこと
・定着しなかった2つ：論文要約（NotebookLMが適任）、医療情報サポーター（汎用AIで足りる）。道具の得意分野の見極めが先
・患者情報・診断判断・院内システム接続は、能力と関係なく最初から対象外にする
・最初の一歩は「資料の形を変えるだけの仕事」を1つ渡すことから
Copilotの価値は、何でもできることではありません。制約のある職場で、確実にできる範囲があることです。その範囲は一覧表ではわかりません。自分の業務で試して、実測で広げていくものです。
音声入力を同じように実測した記録はこちらです。
【第78回】医療現場で音声入力はどこまで使えるか｜試してわかった、精度より手前にある壁
制約のある現場でのAI活用を、実測ベースでこれからも発信します。役に立ちそうなら、フォローして次の実験もお待ちください。
本記事の内容は筆者個人の見解であり、所属する医療機関の公式見解を代表するものではありません。記事中の事例は筆者個人の利用経験に基づくものであり、患者情報・院内固有のデータは一切使用していません。AIツールの出力は参考情報であり、人間による最終確認を代替するものではありません。サービス仕様は執筆時点（2026年7月）の情報です。業務での利用にあたっては、各施設の情報管理規程・利用ルールに従ってください。本記事を参考にしたことによって生じた損害・不利益について、筆者は一切の責任を負いかねます。
