ユタ州のAI処方実験を見て、薬剤師として考えたことー継続処方は「作業」なのか、それとも医療判断なのか
米国ユタ州で、AIを用いた処方更新のパイロットプログラムが行われている。
こう書くと、かなり刺激的に聞こえる。
「AIが薬を処方する時代が来たのか」
「医師なしでAIが処方せんを出すのか」
「薬剤師はAIが出した処方せんを受け取ることになるのか」
そんな印象を持つ人もいるかもしれない。
ただ、現時点で確認できる内容を見る限り、これはAIが自由に診断して新規処方を行う話ではない。既存処方の更新、いわゆるリフィルに近い領域で、AIを活用する限定的な実験である。
対象は、すでに医師によって処方されている薬の更新であり、新規処方や規制薬物をAIが自由に扱うものではない。しかも現時点ではパイロットプログラムであり、まだ実験的な規模と見るべきだと思う。
それでも、薬剤師として見ると、単純に「便利そう」で済ませられない論点がある。特に気になるのは、次の問いである。
継続処方は、本当に単なる作業なのか。
AI処方ではなく、AIによる処方更新
今回のユタ州の事例は、「AIが診断して薬を出す」というより、「既存処方の更新にAIを使う」試みである。
つまり、患者がすでに飲んでいる薬について、AIが問診や情報確認を行い、更新可能かどうかを判定する。形式上は人間医師が関与し、処方せんには医師名が載る。
ここだけを見ると、非常に合理的に見える。慢性疾患の薬を継続している患者にとって、薬が切れることは困る。米国では受診費用も高く、予約も取りにくい。安定している患者が、いつもの薬を継続するためだけに受診する負担は大きい。
患者から見れば、安く、早く、薬が切れないことには大きな価値がある。
保険者から見ても、薬が切れて病状が悪化し、救急受診や入院につながるより、継続処方を効率化する方が合理的に見えるだろう。
だから、この方向性自体を頭ごなしに否定するつもりはない。ただし、薬剤師としては、すぐに別のことを考えてしまう。
その処方せんに疑義があったとき、誰に問い合わせるのか。
薬剤師がまず気になるのは、疑義照会先である
薬剤師にとって、処方せんは単なる薬の注文票ではない。
薬剤名、用量、日数が書かれているだけのデータではない。そこには、疑義があったときに問い合わせるべき処方医が存在する。薬剤師は必要に応じて疑義照会を行い、処方意図を確認し、患者に安全に薬を渡す。
では、AIによる処方更新の場合はどうなるのか。
AIに問い合わせるのか。
処方せん上の医師に問い合わせるのか。
元の主治医に問い合わせるのか。
それともAIサービス会社側の医師に問い合わせるのか。
ユタ州の仕組みでは、建前上はDoctronic側のユタ州免許医師が処方に関与し、薬剤師はその医師側へ問い合わせできる形になっている。(ユタ州とDoctronicの規制緩和契約)
つまり、処方せん上は人間医師が存在する。しかし、ここで問題になるのは、医師名があるかどうかだけではない。
その医師は、本当に十分な情報に基づいて判断しているのか。
医師名があれば、それは本当に「医師の処方」なのか
処方せんに医師名が載っていれば、形式上は医師の処方である。
しかし、それだけで安心できるだろうか。
その医師は、患者を継続的に診ている主治医なのか。
元処方医の治療方針を把握しているのか。
最新の検査値を確認しているのか。
腎機能、肝機能、電解質、血圧、血糖、体重の変化を見ているのか。
副作用や併用薬、OTC、サプリメントの情報を把握しているのか。
患者の生活状況や病状変化を確認しているのか。
もし、AIが集めた問診結果と処方履歴だけを見て、短時間で承認しているのであれば、それは通常の継続診療とはかなり違う。
極端に言えば、AIが実質的に判断し、人間医師が承認ボタンを押し、責任だけを負う構造になりかねない。
もちろん、現時点のユタ州のプログラムはパイロット段階であり、すぐにそう断定するべきではない。初期段階では人間医師によるレビューも入っている。
しかし、ビジネスとして考えれば、AI診療モデルの経済性は、人間医師の時間をどれだけ圧縮できるかにかかっている。医師が一人ひとり十分な時間をかけて確認するなら、それは通常のオンライン診療に近づく。逆に、AIが大部分を処理し、医師が短時間で承認するほど、事業としてはスケールしやすい。
AIリフィルの制度設計を見ていると、毎日100人分の処方せんを丁寧に確認する医師より、1万件のAI判定に承認を与えられる医師の方が求められているようにも見える。
さらに極端に言えば、全自動で100万人分を処理し、問題例だけ人間が見る仕組みの方が、患者、保険者、事業者にとっては都合がよいのかもしれない。
ここに構造的な危うさがある。
処方せんに医師名があることと、その医師が十分な臨床情報に基づいて判断したことは、同じではない。
継続処方は「作業」なのか
今回の話で一番考えたのはここである。
継続処方は、外から見ると作業に見えやすい。
前回と同じ薬。
前回と同じ用量。
前回と同じ日数。
患者も「いつもの薬」と言う。
医療現場でも、いわゆるDo処方として流れやすい。
だから、AIで処理しやすい領域に見えるのだと思う。
しかし、薬剤師として現場にいると、継続処方は単なる前回コピーではない。
前回から患者状態は変わっていないか。
この薬を続ける利益は、まだリスクを上回っているか。
副作用は出ていないか。
検査値は古くないか。
腎機能や肝機能は悪化していないか。
血圧、血糖、体重、電解質に変化はないか。
他院薬やOTC、サプリメントが増えていないか。
治療目標は達成されているのか。
むしろ中止や変更を検討すべきタイミングではないか。
こうした確認がある。継続処方は、毎回まったく新しい判断をしているわけではない。
しかし、「前回と同じでよい」と確認する医療判断ではある。自分自身前回から処方内容が同一であったとしても身体状況には変化がないか、残薬は過剰ではないか訊いている。
ここを単なる作業として扱うと危うい。
AIに任せるのは判断ではなく作業を
以前、私は「AIに任せられること・任せられないこと」について記事を書いた。
1億円を超えて考えた、AIに任せられること・任せられないこと
その中で考えたのは、AIは調べる、まとめる、比較する、論点を整理する、抜け漏れを確認する、といった作業には非常に強いということだった。一方で、最後の判断をAIに丸投げすることには慎重であるべきだと思っている。
今回のユタ州のAI処方実験を見ても、この考えはむしろ強くなった。AIに任せたいのは、たとえば次のような作業である。
患者入力を整理する。
薬歴や処方履歴を照合する。
副作用チェック項目を提示する。
併用禁忌や相互作用の候補を抽出する。
検査値が古い薬剤を警告する。
家庭血圧、体重、血糖、睡眠、活動量の推移を要約する。
異常値や悪化傾向を検出する。
医療者が優先して確認すべき患者を並べ替える。
これはAIが非常に得意そうな領域である。
一方で、AIに丸投げすべきでないのは、次のような判断である。
この患者に、この薬を、このまま続けてよいか。
用量を変えるべきか。
中止すべきか。
受診を促すべきか。
処方医へ確認すべきか。
患者背景を踏まえて、最終的にどう判断するか。
AIに任せるべきなのは、判断そのものではなく、判断に必要な情報を集め、整理し、見落としを減らす作業ではないか。
薬剤師目線では、疑義照会の価値がむしろ増える
この話は、薬剤師の仕事ともつながる。
以前、デエビゴ服用中にクラリスロマイシンが処方されたケースについて、疑義照会と相互作用の観点から記事を書いた。
デエビゴ服用中にクラリスロマイシンが処方されたら― 疑義照会から振り返るクラリスロマイシンの相互作用
こうした相互作用や患者状態の確認は、まさに薬剤師が現場で担っている仕事である。
AIが処方更新に関与するようになった場合、薬剤師の仕事は減るのか。
私は、単純にはそうならないと思う。
むしろ、処方せんがどのようなプロセスで作られたのかを確認する必要が出てくる。AI更新処方であることが明示されているか。最終承認した医師は誰か。疑義照会先は明確か。元処方医の意図は確認されているか。最新の検査値や患者状態は確認されているか。
AIが関わるほど、最後に人間が確認すべきポイントは増える可能性がある。少なくとも、薬剤師としては「医師名があるから通常処方と同じ」と機械的に扱うのは危ういと感じる。
それでも、患者や保険者にとっての合理性はある
ここまで書くと、AI処方更新に否定的に見えるかもしれない。
しかし、私はこの方向性を全面否定しているわけではない。
米国では、医療費が高い。受診予約が取りにくい。通院負担も大きい。慢性疾患の薬が切れることは、患者にとって現実的な問題である。
患者から見れば、薬が切れず、安く、早く済むことには大きな価値がある。保険者から見ても、服薬中断による病状悪化、救急受診、入院を減らせるなら合理性がある。
だから、医療者側が「危ないからダメ」とだけ言っても、おそらくこの流れは止まらない。
需要があるからこそ、このようなサービスが出てくる。
問題は、AIを使うかどうかではない。
AIをどこに使うかである。
医療AIの本命は、処方判断よりも日々の健康データ処理ではないか
私が医療AIに強く期待しているのは、AIが薬を出すことではない。
むしろ、自宅で測定される日々のデータを読み解くことに大きな価値があると思っている。
家庭血圧。体重。血糖。睡眠。活動量。心拍。SpO2。服薬状況。副作用の訴え。残薬。受診間隔。
こうしたデータは、今後ますます増える。
スマートウォッチ、家庭血圧計、体重計、血糖測定器、アプリ、電子処方箋、お薬手帳。患者の日常は、少しずつデータ化されていく。
しかし、人間医師が全患者の日々のデータを目視で追うことは不可能である。
薬剤師も、すべての患者の血圧、体重、睡眠、活動量、服薬状況を毎日確認することはできない。
ここにAIの強い付加価値があると思う。
AIが異常値を検出する。
悪化傾向を拾う。
医療者が見るべき患者を絞り込む。
確認すべき項目を提示する。
受診勧奨や疑義照会の候補を挙げる。
これは、人間の判断を置き換えるというより、人間が判断できる状態を作る使い方である。
この方向性は、以前書いたフィジカルAIの記事とも少し重なる。
フィジカルAIの未来は、思ったより地味だった――スマート工場・ロボデックス・ネプコン・Photonixを見てきた
展示会で見たフィジカルAIも、派手な万能ロボットというより、現場の地味な作業を少しずつ変えていく技術だった。医療AIも同じかもしれない。
AIがいきなり医師を置き換えるのではなく、日々の記録、確認、整理、優先順位付け、見落とし防止といった地味な部分から現場に入ってくる。
私はその方が、現実的で、価値が大きいと思う。
医療制度の目的は、コストカットだけではない
国や保険者にとって、医療費は重要な問題である。高齢化が進み、医療費が増える中で、無駄を減らすことは避けて通れない。不要な受診、重複処方、服薬中断による病状悪化、避けられる入院を減らすことには意味がある。
しかし、医療制度の目的がコストカットだけになるなら、その未来はかなり暗い。
本来、医療制度の目的は国民の健康を守ることのはずである。
病気の悪化を防ぐ。
生活の質を保つ。
必要な医療に届くようにする。
薬を安全に使えるようにする。
その結果として、不要な医療費が減る。
順番は重要だと思う。コスト削減のためにAIを使うのではなく、健康を守るためにAIを使う。その結果として、無駄な医療費が減る。
そうでなければ、医療AIは患者のためではなく、単なるコストカット装置になってしまう。
ユタ州の実験は、断罪ではなくデータを見たい
ユタ州のAI処方実験について、現時点で全面的に称賛するのも、全面的に否定するのも早いと思う。
これはまだパイロットプログラムである。
パイロットであるなら、見るべきはデータである。
何人が利用したのか。
何枚の処方更新が行われたのか。
どの薬剤で使われたのか。
承認率、却下率はどうだったのか。
医師へのエスカレーション率はどの程度か。
薬剤師からの疑義照会は増えたのか。
有害事象はあったのか。
患者満足度はどうか。
医師のレビュー時間はどれくらいか。
医師は本当に臨床判断していたのか。
薬剤師の負担は増えたのか、減ったのか。
単に「何件処理できました」だけでは足りない。
患者は安全だったのか。
医師は責任ある判断をしていたのか。
薬剤師は疑義照会できたのか。
AIはどこで役に立ち、どこで危なかったのか。
そこまで見たい。
AIに期待するからこそ、判断と責任を曖昧にしたくない
私は医療AIに否定的ではない。
むしろ、自宅で測定される血圧、体重、血糖、活動量、睡眠、服薬状況といった大量のデータを扱う領域では、AIは非常に大きな価値を持つと思っている。
人間には処理しきれない量のデータを整理し、異常を拾い、医療者が介入すべきタイミングを見つける。
これはAIが医療に貢献できる、かなり本命に近い使い方ではないかと思う。一方で、継続処方を単なる作業とみなし、AIが判断し、人間医師が形式的に責任を負う構造には慎重でありたい。
継続処方は、前回と同じ薬を出すだけではない。
「前回と同じでよい」と確認する医療判断である。
AIに任せるべきなのは、判断そのものではなく、判断に必要な作業である。
情報を集める。整理する。照合する。異常を拾う。優先順位を付ける。見落としを減らす。
そのうえで、最後に責任を持って判断するのは人間医療者であるべきだと思う。ユタ州のAI処方実験は、まだパイロットプログラムである。
過剰に恐れるのでも、過剰に称賛するのでもなく、どのようなデータが出てくるのかを見守りたい。
そして、AIが人間医師を承認ボタン押し係にするのではなく、医師や薬剤師の判断を支える方向に進んでほしいと思う。
関連記事
AIに何を任せ、何を任せないかについては、こちらの記事でも書きました。
1億円を超えて考えた、AIに任せられること・任せられないこと
薬剤師としての疑義照会や相互作用確認の実例はこちら。
デエビゴ服用中にクラリスロマイシンが処方されたら― 疑義照会から振り返るクラリスロマイシンの相互作用
AIが現場に入るとき、派手な置き換えではなく地味な作業改善から進むのではないか、という視点はこちら。
フィジカルAIの未来は、思ったより地味だった――スマート工場・ロボデックス・ネプコン・Photonixを見てきた
AI時代の働き方や、医療AI・薬局業界の変化を観察しながら自分の選択肢を考える話はこちら。
1億円を超えても、働き方の答えは出なかった―AI時代に選択肢が増えすぎた話
