― 薬局経営を変えるAI活用と薬剤師の新しい専門性 ―
※本記事は2026年10月時点の制度・研究情報に基づいています。
はじめに｜AI薬歴で残業が減った。それで薬局経営は成功なのか？
「AI薬歴を導入したら、薬歴を書く時間が大幅に減りました」
患者との会話を音声認識で文字に変換し、生成AIがSOAP形式の薬歴案を作成する。薬剤師は内容を確認し、必要な修正を加える。
AIによる薬歴作成支援は、これまで記録業務に多くの時間を費やしてきた薬剤師に、新しい働き方をもたらそうとしています。
残業が減り、職員が定時に帰れるようになることは歓迎すべき成果です。働き方の改善は、薬剤師の定着や採用競争力にも関係するでしょう。
しかし、薬局経営者には、もう一つ考えてほしいことがあります。
「AI薬歴によって生まれた時間を、薬局は何に使っているのでしょうか？」
記録時間が短縮されても、患者への薬学的介入が変わらず、医療機関との連携も変わらなければ、AI導入は業務効率化にとどまります。
一方、生まれた時間を活用して薬剤師の専門能力を高め、患者への提供価値を向上させられれば、薬局の競争力を変える可能性があります。
AI薬歴の普及は、単なる省力化の問題ではありません。
薬剤師の仕事のうち、何をAIに任せ、何に専門的価値を見いだすのか。
薬局経営そのものを問い直す契機になっているのです。
【図1：AI薬歴がもたらす薬局経営の二極化】
第1章｜AIは薬歴をどこまで書けるのか？
記録業務の負担軽減を示す研究
生成AIによる医療記録支援は、海外の医療現場で実用化が進んでいます。
2025年にJAMA Network
Openに掲載された質改善研究では、米国6医療機関の医師・ナースプラクティショナー等263人を対象に、AI記録支援導入前と30日後の変化を評価しました。
その結果、バーンアウトを自覚する割合の調整推定値は、51.9％から38.8％へ低下しました。
記録作業に伴う認知的負担や時間外記録作業についても改善が報告されています。
ただし、対照群のない前後比較研究であり、観察された改善のすべてをAIの効果と断定することはできません。
また、主な対象は米国の外来医療従事者であり、日本の保険薬局でも同様の効果が得られるとは限りません。
別の2025年の研究（Dugganら）でも、AI記録支援によって、時間外の記録作業が1日51分から35分へ、診察1件あたりの記録時間が10分から8分へ減少したと報告されています。
診察1件あたりでは約20％の短縮に相当します。
これらはAIによる記録支援の可能性を示す結果ですが、薬局での時間削減量を推定する際には、記録の確認・修正に要する時間も含めた実測が必要です。
「美しい薬歴」と「正しい薬歴」は違う
AIは患者との会話を整理し、SOAP形式の文章案を短時間で作成できます。
しかし、AIが作成した薬歴が常に正確とは限りません。
患者が話していない症状を記載したり、重要な情報を省略したり、推測を確定した事実のように表現したりする可能性があります。
特に注意すべきなのは、A（薬学的評価）とP（今後の計画）です。
例えば、降圧薬を服用している患者が「立ち上がるとふらつく」と訴えた場合、起立性低血圧が疑われることがあります。
しかし、原因を薬剤性の血圧低下と決めつけることはできません。
血圧の推移、服薬状況、脱水、併用薬、転倒歴などを確認し、複数の可能性を検討する必要があります。
AIが問題の候補を提示することは有用でも、その患者にとって適切な判断かどうかは、薬剤師が評価しなければなりません。
AIが得意なのは情報の整理と文章化。薬剤師が責任を持つべきなのは、その情報に基づく薬学的判断と介入です。
第2章｜2026年度調剤報酬改定が示す薬剤師の価値
2026年度調剤報酬改定では、かかりつけ薬剤師の評価体系が見直されました。
従来のかかりつけ薬剤師指導料は廃止され、服薬管理指導料については、かかりつけ薬剤師であるかどうかによる点数差がなくなりました。
その一方で、継続的な服薬管理や患者への訪問など、実際の薬学的活動を評価する仕組みが設けられています。
主な項目は次のとおりです。
|
評価項目 |
点数・算定頻度 |
評価される活動 |
|
かかりつけ薬剤師フォローアップ加算 |
50点・3月に1回 |
電話等による継続的な服薬状況・残薬状況の確認と必要な指導 |
|
かかりつけ薬剤師訪問加算 |
230点・6月に1回 |
患家での服薬管理・残薬確認と医療機関への情報提供 |
|
服用薬剤調整支援料2 |
1,000点 |
多剤服用患者への包括的な薬物治療の評価・介入 |
ここで、重要な注意点があります。
服用薬剤調整支援料2の1,000点への見直しは、2027年6月1日から適用されるものです。
2026年10月時点で、改定後の1,000点を算定できるという意味ではありません。
また、フォローアップ加算は、電話をかければ一律に50点が算定できる制度ではありません。
対象となる患者、過去の算定実績、患者または家族等からの求め、実施内容、記録など、所定の要件を満たす必要があります。
訪問加算にも対象患者や実施内容、他の報酬との関係などの条件があります。
したがって、AI薬歴で時間が生まれたからといって、その時間を電話フォローに充てれば自動的に収益が増えるわけではありません。
それでも、今回の改定が示す方向性は重要です。
薬剤師の資格や体制だけでなく、実際に行った継続管理や薬学的介入を評価する方向が、より明確になったのです。
AI薬歴によって創出された時間を、こうした専門業務へ振り向けられるかどうか。
そこに薬局経営上の重要な課題があります。
第3章｜ドラッカーが教える、AI時代の薬局経営
AIを導入する前に、何をやめるかを考える
経営学者ピーター・ドラッカーは、組織が変化に対応するための考え方として「体系的廃棄」を重視しました。
これは、従来から続けてきた仕事であっても、その必要性や価値を定期的に問い直すという考え方です。
薬局のDXにも、この発想が当てはまります。
AI薬歴を導入しても、紙への転記や二重入力が残っていれば、業務は十分に効率化されません。
重要なのは、従来の仕事を単に速くすることではありません。
何をAIに任せ、何を見直し、薬剤師は何に集中するのか。
その役割分担を再設計することです。
ただし、患者安全のために必要な確認作業まで廃止してよいわけではありません。
経営戦略だけでは組織は変わらない
ドラッカーの思想は、経営の方向性を考えるうえで有効です。
しかし、AI薬歴を実際の店舗に導入するには、薬剤師自身が新しい技術を受け入れ、日常業務で活用できるようになる必要があります。
この問題には、技術受容モデル（TAM）や、ジョン・コッターの組織変革理論が参考になります。
TAMでは、新しい技術が役立つと感じられること、使いやすいと感じられることが利用意向に影響すると考えます。
薬剤師の不安を軽減することも導入時の重要な課題ですが、これはTAMの基本的な二要因とは区別して考える必要があります。
一方、コッターの理論は、変革の必要性の共有、推進体制の形成、障害の除去、短期的成果の創出などを重視する8段階の組織変革モデルです。
つまり、経営者がAIの必要性を理解しているだけでは不十分なのです。
【図2：ドラッカー×技術受容×組織変革による薬局DX】
※図2のコッターの説明は、原典の8段階を薬局向けに簡略化したものです。「不安の軽減」はTAMの基本構成要素ではなく、薬局への導入に際して加えた実務的な観点です。
第4章｜なぜ薬剤師はAI薬歴に抵抗するのか？
AI薬歴の導入に際して、薬剤師から次のような声が上がることが考えられます。
ü 「AIの薬歴は本当に正確なのか」
ü 「結局、修正する方が時間がかかるのではないか」
ü 「患者との会話を録音して問題はないのか」
ü 「AIに頼ることで判断能力が低下しないか」
これらは、単なる変化への抵抗とは限りません。
医療安全や患者情報の保護に対する、専門職として合理的な懸念でもあります。
海外研究が示す導入の難しさ
2025年にJAMA Network
Openに掲載された米国の1医療機関の医師22人を対象としたインタビュー研究では、AI記録支援の利用を促す要因として、操作の容易さや修正のしやすさなどが挙げられました。
一方、生成記録の正確性、修正負担、利用環境の制約なども課題として指摘されています。
こうした問題は、日本の薬局でも検討する価値があります。
例えば、AI薬歴を導入した店舗で、経営者は時間短縮を期待していても、薬剤師は「確認作業が増えた」と感じる可能性があります。
この場合、利用を強制するだけでは解決しません。
生成記録のどこに問題があるのか、既存の電子薬歴との連携は適切か、患者への説明に支障はないかなど、現場の意見を確認する必要があります。
さらに、AI導入が人員削減につながるのではないかという不安があれば、経営者は導入目的と人材育成方針を明確にする必要があります。
AI導入の成功を左右するのは、システムの性能だけではありません。薬剤師が安心して専門能力を発揮できる組織をつくれるかどうかです。
第5章｜AIを使う薬剤師と、AIに使われる薬剤師
AI時代に必要な専門性
国際薬剤師・薬学連合（FIP）は2025年8月31日、薬局実務におけるAI活用に関する政策声明を採択しました。
声明では、AIを患者ケアや医薬品の安全な使用に役立てること、薬剤師の能力開発、倫理的配慮、専門職としての責任などが重視されています。
特に重要なのは、AIは薬剤師の臨床判断や患者との関係を置き換えるものではなく、それらを高めるために利用すべきであるという考え方です。
AIを用いた判断についても、薬剤師による適切な監督と専門職としての責任が欠かせません。
AIの普及は、薬剤師に新しい能力を求めています。
それは、単にシステムを操作できる能力ではありません。
AIの出力を理解し、正確性を検証し、薬学的判断に活用する能力です。
AI活用度が高いほど優秀なのか
AIを頻繁に利用している薬剤師が、必ずしも優秀とは限りません。
AIが作成した評価や計画をそのまま採用してしまえば、薬剤師自身が考える機会を失うおそれがあります。
一方、AIを使って複数の仮説を比較し、自分の判断を検証するのであれば、臨床推論を深める助けになります。
AI活用度と薬剤師自身の思考量という二つの軸で考えてみましょう。
u AIをほとんど使わず、自力で深く考える薬剤師。
u AIを多用するものの、出力を十分に検証しない薬剤師。
u AIもほとんど使わず、日常業務に追われて考える余裕を失っている薬剤師。
u そして、AIを高度に活用しながら、自分自身も深く考え、判断する薬剤師。
目指すべきなのは、最後のタイプです。
AIが情報を整理し、薬剤師がその内容を評価する。さらにAIに見落としや別の可能性を提示させ、薬剤師が根拠を確認して最終判断する。
このような協働によって、AIは薬剤師の能力を代替するのではなく、専門的な思考を支援する道具になります。
【図3：AI活用度×薬剤師の思考量の4象限】
※横軸は右ほどAI活用度が高く、縦軸は上ほど薬剤師の思考量が多い構成です。右上が理想、左上が自力思考型、右下がAI依存型、左下が業務に追われる状態を示します。
第6章｜AI導入は薬局の収益性を高めるのか？
AI薬歴を導入すれば、薬局の利益は増えるのでしょうか。
答えは、必ずしもそうとは限りません。
AIシステムには導入費用や月額利用料がかかります。職員教育や運用管理にも費用が発生します。
一方、記録時間の短縮によって残業代が減り、薬剤師の負担が軽減される可能性があります。
さらに、創出された時間を患者への継続管理や医療機関との情報連携に活用できれば、薬局の提供価値を高められる可能性があります。
しかし、時間の削減がそのまま利益の増加になるわけではありません。
フォローアップ加算だけでAI利用料を回収できるのか？
経営者なら、当然考えるべき問いがあります。
「フォローアップ加算は3月に1回50点。これでAI薬歴の月額利用料を回収できるのか？」
50点は、通常の点数換算では500円に相当します。
仮に月額利用料が3万円で、追加収入をこの加算だけで賄おうとするなら、単純計算では月60件の新規算定が必要になります。ただし、これは収入と利用料だけを比較した説明用の試算です。
実際には、対象患者や算定頻度に制約があり、薬剤師の追加業務時間、通信費、運用費なども考慮しなければなりません。
そのため、より正確には次のように考えます。
月間差引効果＝実際の追加算定収入＋実際に削減できた人件費等－AI利用料－追加運用費
追加算定収入を見積もる際には、創出時間そのものではなく、要件を満たして実際に算定できる件数を使います。
また、創出時間を薬剤師の時間単価で金額換算しても、それが直ちに現金支出の削減になるわけではありません。
AI薬歴の経営効果は、業務効率、医療の質、経済効果の3つを分けて評価する必要があります。
医療安全と情報管理は導入の前提条件
AI薬歴を利用する際には、個人情報保護法と、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」を踏まえた管理が必要です。
クラウドサービスなどを利用する場合には、経済産業省・総務省の「医療情報を取り扱う情報システム・サービスの提供事業者における安全管理ガイドライン」も重要な確認資料になります。
薬歴の電子保存では、真正性・見読性・保存性という三原則が基本となります。
真正性とは、記録が正当な権限と責任の下で作成・確定され、不正な変更などを防止・検証できること。
見読性とは、必要なときに記録を読める状態にできること。
保存性とは、必要な保存期間中、記録を適切に保持できることです。
AI薬歴では、患者との会話音声、文字起こしデータ、生成された薬歴案、最終確定した記録の取扱いを整理する必要があります。
特に重要なのは、「AIが作成した案を、誰が確認し、誰が最終確定したのか」を追跡できる運用です。
薬剤師による確認と修正の責任を明確にし、必要な操作履歴を保持できる仕組みが求められます。
AIの生成案を無確認で確定する運用は避けなければなりません。
【図4：AI薬歴の時間創出から患者価値・経営価値への転換】
私見｜AI時代に生き残る薬剤師とは、AIを使って自分の専門性を高められる薬剤師である
AI薬歴の普及は、薬剤師にとって大きな転換点になると考えています。
これまで薬剤師は、薬歴記載をはじめとする多くの業務に時間を費やしてきました。
AIによってその負担が軽減されれば、患者に向き合う時間を増やすことができるでしょう。
しかし、それだけでは不十分です。
AIは単なる記録装置ではなく、薬剤師自身の思考能力を拡張できる道具だからです。
薬剤師の専門性の中心にあるのは、次の一連のプロセスではないでしょうか。
情報収集 → 分析 → 判断 → 介入 → 評価
患者から得た情報を分析し、薬学的な問題を見極め、必要な介入を行い、その結果を評価する。
このプロセスの各段階で、AIは薬剤師を支援できる可能性があります。
患者情報の整理、薬学的問題の候補抽出、複数の対応案の比較、見落としの指摘、判断に対する反論の提示などです。
ただし、AIの回答には誤りが含まれる可能性があります。
薬剤師自身が根拠を確認し、最終的な判断に責任を持たなければなりません。
ここで、AI活用の極意を5つに整理したいと思います。
① AIに質問する前に、自分で問いを立てる。
② AIを答えの作成者ではなく、思考のパートナーにする。
③ AIの回答を鵜呑みにせず、根拠を検証する。
④ AI活用を記録業務から薬学的介入の支援へ広げる。
⑤ AIを使った結果、患者にどのような価値を提供できたかを評価する。
これらは単なる操作技術ではなく、臨床推論能力とAI活用能力を組み合わせた新しい専門性だと考えます。
そして薬局経営者に求められるのは、AIシステムの導入以上に、AIを使って成長できる薬剤師を育成することです。
薬剤師の抵抗感も、単に取り除くべき障害ではありません。
その背景にある専門職としての責任感や不安を理解し、現場とともに新しい業務のあり方をつくる必要があります。
ドラッカーの体系的廃棄は、過去の仕事のやり方を見直すための有効な考え方です。
しかし、AI時代の薬局経営には、さらに一歩進んだ発想が必要でしょう。
「何をAIに任せるか」だけではなく、「AIを使って薬剤師の能力をどこまで高められるか」を考えることです。
AI薬歴が普及すれば、整った薬歴を短時間で作成できること自体は、やがて特別な能力ではなくなるかもしれません。
そのとき、薬剤師の価値を決めるのは、AIをどれほど利用したかではありません。
「AIを使うことで、患者の薬物治療をどれだけ良くできたか」
これこそが、AI時代の薬剤師に求められる本質的な能力であり、薬局経営者が育成すべき人材像だと考えています。
おわりに｜AI薬歴の先にある薬局の未来
AI薬歴は、薬剤師の仕事をなくすための技術ではありません。
薬剤師の業務の一部を効率化し、専門能力を発揮するための新しい可能性を生み出す技術です。
しかし、その可能性を実現できるかどうかは、AIの性能だけでは決まりません。
薬局経営者がどのような組織をつくるのか。
薬剤師がAIをどのように使い、自らの能力を高めていくのか。
そして、その結果として患者にどのような価値を提供できるのか。
これらが、AI時代の薬局経営を左右することになるでしょう。
AIが薬歴を書く時代だからこそ、薬剤師は薬歴の先にある患者の治療と生活を考えなければなりません。
参考資料
- 厚生労働省「令和8年度診療報酬改定説明資料等」— 調剤改定の説明資料、加算の点数と要件。
- 厚生労働省「令和8年度診療報酬改定について」— 点数表、留意事項通知、疑義解釈、訂正資料。
- Olsonほか（2025）「Use
of Ambient AI Scribes to Reduce Administrative Burden and Professional
Burnout」— 263人を対象とする質改善研究。
- 国際薬剤師・薬学連合（FIP、2025）「Artificial
Intelligence in Pharmacy Practice」— 薬剤師の判断、教育、責任、AI活用に関する政策声明。
- Dugganほか（2025）「Ambient
AI記録支援研究の紹介」— 記録時間短縮に関する補助資料。本文に記載した数値は、公開前に原著の測定条件との最終照合を推奨します。
