薬剤師のAI薬歴活用の功罪
― AI時代に薬剤師の能力をどう高めるか ―
AI薬歴の導入が急速に進んでいます。
患者と薬剤師の会話を音声認識し、SOAP形式の薬歴を自動生成する。処方内容から確認すべき事項を提示する。さらにAIが薬物療法上の問題を抽出し、服薬指導やフォローアップを支援する――。
こうした機能は、薬剤師の業務を大きく変える可能性があります。
しかし私は、AI薬歴について「薬歴作成時間が何分短縮されたか」だけで評価してはいけないと考えています。
本当に問うべきなのは、
AI薬歴によって、薬剤師は患者をより深く見て、より良い情報を集め、より深く考え、より適切に介入できるようになるのか。
ということです。
AI薬歴は、使い方次第で薬剤師の能力を高める可能性も、逆に考える機会を奪う可能性もあります。
■ 薬剤師の能力は「何を聞くか」に現れる
薬剤師の能力を一つの指標だけで評価することは困難です。
それでも私は、患者からの「情報収集能力」を見ることで、その薬剤師の臨床能力をかなり推測できるのではないかと考えています。
ただし、「たくさん質問できる」という意味ではありません。
重要なのは、
何のために、その情報を取るのか。
例えば患者から「最近ふらつく」と聞いたとします。
ü 「ふらつきはありますか？」と記録して終わる薬剤師と、
ü 「いつからですか？」
ü 「立ち上がった時ですか？」
ü 「薬が変わった時期と重なりませんか？」
ü 「転倒していませんか？」
ü 「食事や水分は取れていますか？」
と聞き、さらに必要に応じて血圧、脈拍、起立時の変化、歩行状態、併用薬などを確認する薬剤師では、同じ「情報収集」でも意味が違います。
後者には、
何かを疑う→必要な情報を決める→確認する→分析・評価する→臨床判断する→介入する
という思考があります。
だからこそ情報収集能力は、単なる会話技術ではなく、その背後にある臨床推論能力を見る「入口の指標」になり得るのです。
■ AI薬歴はすでに「記録」から「思考支援」へ
現在のAI薬歴を薬剤師能力への影響という視点で整理すると、大きく5段階に分けられます。
レベル1：音声入力・文字起こし型
会話を文字にする。
レベル2：薬歴生成型
会話からSOAP等の薬歴案を作る。
レベル3：情報抽出型
注意すべき問題や確認事項を提示する。
レベル4：服薬指導支援型
質問や服薬指導、フォローアップ内容を提案する。
レベル5：臨床推論支援型
患者情報を分析し、評価や介入候補まで提示する。
ここで注意したいのは、
AIが高度になるほど薬剤師の能力も高くなるとは限らない
ということです。
レベル1、2では主に「記録」をAIへ任せています。
しかしレベル3以降では、「何を聞くか」「何を問題と考えるか」、さらに「どう評価するか」という薬剤師の思考そのものがAIへ移り始めます。
|
プロセス |
人間中心 |
AI中心 |
AI化の評価 |
|
①問いを立てる |
◎ |
△ |
人間に残すべき |
|
②情報を取りに行く |
◎ |
○ |
AIは質問候補提示 |
|
③構造化 |
○ |
◎ |
積極的AI化 |
|
④分析・評価 |
◎ |
○〜◎ |
AIと協働 |
|
⑤臨床判断 |
◎ |
△ |
最終判断は人間 |
|
⑥介入 |
◎ |
△ |
人間中心 |
|
⑦記録 |
△ |
◎ |
積極的AI化 |
|
Follow-up設計 |
◎ |
○ |
AI支援 |
現状のAI薬歴を能力への影響から5タイプに分類
|
タイプ |
主なAI機能 |
能力へのプラス |
能力へのリスク |
|
Ⅰ 音声入力・文字起こし型 |
会話→テキスト |
記録負担軽減 |
小 |
|
Ⅱ 薬歴生成型 |
会話→SOAP |
患者への集中、記録標準化 |
言語化・構造化能力の外部化 |
|
Ⅲ 情報抽出型 |
問題候補・確認項目提示 |
見落とし防止 |
AI提示項目だけ確認する |
|
Ⅳ 服薬指導支援型 |
質問・指導・フォロー候補提示 |
初学者教育、知識補完 |
定型質問化、思考停止 |
|
Ⅴ 臨床推論支援型 |
分析・評価・介入候補提示 |
高度な意思決定支援 |
Automation Bias、Deskilling |
■ AI薬歴最大の「功」は患者を見る時間を取り戻すこと
AI薬歴には明確なメリットがあります。
薬剤師を薬歴記載から解放できることです。
2026年に報告された臨床薬剤師を対象とした研究では、Ambient AI導入後、1日当たりの記録時間中央値が38.5分から26.5分へ約31％減少しました。
しかし、この「31％短縮」をAI導入のゴールにしてはいけません。
理想は、
AI薬歴導入
→記録時間削減
→PCを見る時間削減
→患者を見る時間増加
→問診・観察・フィジカルアセスメント充実
→情報の質向上
→臨床推論向上
→介入増加
→患者アウトカム向上
という流れです。
AIによって30分余ったなら、その30分をさらに多くの処方箋を処理するためだけに使うのか。それとも患者を見る時間へ戻すのか。
ここにAI薬歴導入の大きな分岐点があります。
■ AI薬歴の「罪」は薬剤師が考えなくなること
一方、こんな使い方になったらどうでしょう。
患者と会話
→AIが薬歴作成
→AIが問題抽出
→AIが評価
→AIが介入候補を提示
→薬剤師が確認して保存
確かに仕事は速くなります。
しかし薬剤師は、「考えて薬歴を書く人」から「AIの回答を承認する人」になってしまう可能性があります。
特に注意したいのがオートメーション・バイアス（Automation Bias）です。
「AIがそう書いているから正しいだろう」という心理です。
AI生成記録を調べた研究では、重要情報の欠落やハルシネーション（hallucination）も確認されています。
さらに怖いのは、AIが間違えること以上に、
薬剤師がAIを疑わなくなること
です。
そして新人薬剤師では、能力が低下するデスキリング（Deskilling）だけでなく、AIが最初から答えを教えることで、そもそも自力で臨床推論能力を十分形成できないネバーキリング（Never-skilling）にも注意が必要です。
■ AI時代の薬剤師臨床推論モデル
そこで現場薬剤師には、AIを使う前に次の5段階を習慣化することを提案します。
①何を疑うか
処方、患者背景、前回薬歴、患者の表情や会話から、
「この患者には何が起きている可能性があるのか」
をまず自分で考える。
②どのフレーズで情報を取るか
仮説を確認するために何を聞くのかを考える。
重要なのは質問数ではなく、
「なぜ、その質問をしたのか」
を説明できることです。
③何を観察・測定するか
問診だけではありません。
表情、顔色、呼吸、歩行、浮腫、振戦などを観察し、必要なら血圧、脈拍、SpO₂、体重、検査値、PHR等を確認します。＜広義フィジカルアセスメント+PHR＞
「測れるから測る」のではなく、
仮説を確かめるために測る。
④何を評価するか
集めた情報から、
有効性、安全性、適正性、アドヒアランス、生活・QOL、継続可能性
を統合して考える。
ここで初めて「情報」が「薬学的評価」に変わります。
⑤AIに何を記録・補助させるか
ここからAIを積極的に使います。
記録、SOAP化、情報整理、経時比較、情報検索、見落とし候補、反証仮説、次回確認事項などをAIに補助させる。
つまり、
人間：疑う→聞く→見る→測る→考える→判断する
AI：記録する→整理する→比較する→検索する→補完する
という役割分担です。
■ 管理者は「SOAPを書け」から「なぜ聞いた？」へ
AI薬歴を導入する薬局管理者や病院薬剤部幹部には、現場への指示を変えることを提案します。
「薬歴を早く書いてください」
ではなく、
「AIで浮いた時間は患者情報の収集に使ってください」
「SOAPをきれいに書いてください」
ではなく、
「なぜ、その質問をしたのか説明してください」
「AIの提案を確認してください」
ではなく、
「AIの提案で間違っている可能性を一つ考えてください」
さらに症例検討では、
①何を疑った？
②何を聞いた？
③何を見た・測った？
④どう評価した？
⑤AIには何を任せた？
⑥介入後どうなった？
の6点を確認する。
これだけでもAI薬歴は、単なる省力化ツールから薬剤師教育ツールへ変わります。
■ AI導入のKPIも変えるべき
経営者・薬剤部幹部が「薬歴作成時間30％削減」だけを成功指標にするのは危険です。
見るべきなのは、
- 薬歴時間は減ったか
- 患者との対話時間は増えたか
- 重要情報取得率は上がったか
- 薬物療法上の問題発見は増えたか
- 介入・処方提案は増えたか
- フォローアップは増えたか
- AIの誤りを薬剤師が発見できているか
- 患者アウトカムにつながったか
です。
薬歴作成時間が半分になっても、患者から取れる情報が減り、AIの文章を確認するだけになったのであれば、それは業務効率化には成功しても、薬剤師の高度化には成功していないのです。
■ AI時代だからこそ「患者から情報を取れる薬剤師」へ
AIはこれからさらに賢くなります。
SOAPを書く能力、情報を整理する能力、過去薬歴を比較する能力では、薬剤師との差はますます小さくなるでしょう。
だからこそ薬剤師の価値を「薬歴を書くこと」に置き続けるべきではありません。
u 患者を見て違和感に気づく。
u 何かを疑う。
u 必要な質問をする。
u 必要な所見を観察・測定する。
u それらを薬学的に意味づけ、介入し、その結果を追う。
その入口にあるのが情報収集能力です。
AI薬歴を導入する目的は、薬剤師に考えさせなくすることではありません。
記録をAIに任せることで、薬剤師を患者の前へ戻すこと。
これこそがAI薬歴の本来の価値ではないでしょうか。
そして最後に、AI時代の薬剤師に求められる価値を一言で表すならば、私はこう考えます。
AI時代に価値が高まるのは「薬歴を書く薬剤師」ではなく、「AIが記録すべき価値のある情報を患者から引き出せる薬剤師」である。
