医師

現在進行中の文書自動化と画像診断補助の adoption は加速中で、nodoca 型の領域特化 SaMD が次々承認され、記録作成時間半減が標準ワークフローに組み込まれる。Microsoft の希少疾患 AI が大病院の症例検討に試験導入されるなど、補助範囲が一段広がる。ただし医師法・保険条項は1年では動かないため、score の上振れは補助レイヤの拡張幅にとどまる。

想定 · 医療基盤モデルの汎化向上と SaMD 制度の段階的緩和が、補助領域の拡大と一部診断支援の半自律化を5年スパンで実現する。

5年で希少疾患・画像診断・薬剤選択の AI 補助が制度に組み込まれ、SaMD のカテゴリが拡大して限定領域の自律的支援（最終承認は医師）が容認される可能性がある。マルチモーダル医療基盤モデルが院外データの汎化ギャップを縮め、専門医との精度差も縮小。文書・問診・トリアージは AI 主導が常態化し、医師の業務時間配分が大きく変わる。それでも処置・手術・最終判断は人間側に残るため、6 点台に到達するほどの代替には至らない。

1年の時間軸では SaMD 承認・LLM スクライブの普及が線形に伸び、医師の記録作成時間と画像トリアージはさらに削減されるが、診断・治療判断・身体所見・処置は構造的に医師側に残る。専門医との15.8pp 精度差や院外データでの20pp ドロップも短期で埋まらない。current 3.8 から小幅上昇に留まる。

想定 · 規制・責任体系は漸進的に整備され、AI は補助の比重を高めつつも最終判断は引き続き医師に置かれる。

5年スパンでは文書・画像補助の浸透がほぼ完成し、専門医との精度差も多くの common disease で縮む。一方で医師法・薬機法・誤診責任の枠組みは段階改訂にとどまり、診断・治療の最終決定権・身体介入・対話は医師に残る。erosion はじわりと進むが、放射線科の Jevons 逆説のように需要拡大が雇用を吸収する側面もある。

ハルシネーションによる誤診責任、院外データでの性能低下、Absolute AI Exclusion 条項などが短期では強く効き、現場 adoption が頭打ちになる懸念がある。文書自動化は進むが、それは医師の業務密度を高める方向にも働き、erosion としての押し上げは限定的。current から動かさないのが妥当。

想定 · 規制と責任体系は5年スパンでも本質的に変わらず、需要拡大と医師不足が AI を補助ツールに留める圧力として作用する。

5年でも医師法・薬機法・保険除外条項の改訂は遅く、院外データでの性能低下と誤診責任の最終帰属は構造的に残る。むしろ高齢化に伴う医療需要拡大と医師不足の中で、AI は医師の生産性を底上げするツールとして組み込まれ、erosion を押し下げる方向にも働きうる。身体所見・処置・対話・倫理判断という代替不能領域の比重がむしろ強調される。