日本の構造的歪み — 技師 8.6 万人、放射線科医 7,000 人、5 極ガバナンス
第 III 幕「日本の現実」の幕開けです。 第 II 幕で世界 8 モデルを見てきました。米国の市場主導、英国の Reporting Radiographer 30 年準備、北欧の文化主導、ドイツの補助金苦戦、韓国の産業政策、シンガポールの単一権威、中国のフルスタック、中東 / 豪 / 印の多様性。
第 III 幕「日本の現実」の幕開けです。
第 II 幕で世界 8 モデルを見てきました。米国の市場主導、英国の Reporting Radiographer 30 年準備、北欧の文化主導、ドイツの補助金苦戦、韓国の産業政策、シンガポールの単一権威、中国のフルスタック、中東 / 豪 / 印の多様性。
どれも日本に合致しないという結論が前回でした。
ではなぜ合致しないのか。日本の構造を分解しないと、どこを変えれば良いかが見えません。第 13 回はその分解です。
数字から始めます。
労働力の構造
日本の放射線関連の労働力分布:
| 職種 | 人数 | 人口 10 万人あたり | 国際比較 |
|---|---|---|---|
| 放射線科医 | 約 7,000 人 | 5.6 | 米国 11、英国 8、独 7、韓 8、星 12 |
| 放射線技師 | 約 86,000 人 | 65 | 米国 27、英国 25、独 35、韓 30、星 30 |
| 看護師 | 約 130 万人 | 1,030 | 米国 1,200、英国 850、独 1,400 |
放射線科医は世界比で少ない (米国の半分)。放射線技師は世界比で圧倒的に多い (米国の 2.4 倍)。看護師は中間。
この構造を欧米と並べると、日本だけ「医師不足 + 技師過剰」という奇妙な分布になっています。
なぜこの分布になったか
歴史的には 1951 年「診療放射線技師法」(当時は「診療エックス線技師法」)。技師資格を制度化する際、「技師は撮影業務、医師は読影業務」と業務範囲を厳格に分離しました。
意図された結果は次のとおりです。
- 技師の養成校が全国に広がる (現在 65 校超)
- 技師人口が継続的に拡大
- 医師は読影に専念できる構造に「なるはず」だった
ところが実際は次のように動きました。
- 技師は撮影業務「だけ」しかできない (Reporting Radiographer 不在)
- 医師は読影業務以外もやらされる (画像確認 / レポート作成 / 患者説明 / 業務効率管理)
- 結果、医師が読影業務「だけ」に集中できる構造ができなかった
労働分業の意図が労働分業の固定化を生み、AI 時代に再分配しにくい構造になりました。
国際比較で見える歪み
英国は 1995 年から技師に Reporting Radiographer (読影業務拡張) の道を開きました。30 年で 2,500 人超が養成され、NHS の読影業務の一部を担う。
米国は Radiologist Assistant (RA) 制度を 2002 年に整備。RA は技師の上位資格で、医師の指示下で読影業務の一部を担う。約 800 人。
ドイツ・フランス・北欧は技師に対する読影業務拡張を限定的に進めている。
日本は 2024 年現在も技師の業務範囲を「撮影」に限定。読影業務は医師独占。
この歪みが AI 医療に与える影響
技師が撮影に専念せざるを得ない構造は、AI 補助を入れても余剰労働が生まれにくい設計です。技師が AI でできることが増えても、業務範囲が広がらない限り、技師の labor productivity は上がっても labor reallocation は起きない。
放射線科医は読影に専念できないまま、AI が読影を補助するだけでは認知負荷の本質的軽減に到達しない。
「AI 導入だけでは日本の構造的歪みは解決しない」が第 III 幕の通底テーマです。
5 極ガバナンス
日本の医療機関は 5 つの所有形態に分散しています。
| 区分 | 病院数 | 病床数 | 特徴 |
|---|---|---|---|
| 国立 (国立病院機構 + 国立大学 + その他) | 約 320 | 約 14 万床 | 一元化されたガバナンス、AI 導入 PoC 適地 |
| 公立 (都道府県 / 市町村 / 公的団体) | 約 1,400 | 約 26 万床 | 自治体予算依存、地域医療の中核 |
| 公的 (赤十字 / 済生会 / 厚生連等) | 約 800 | 約 19 万床 | 公的だが独立法人 |
| 私立 (医療法人) | 約 5,400 | 約 87 万床 | 圧倒的多数、規模・能力にばらつき |
| 個人 (診療所) | 約 100,000 | (病床なし or 小規模) | クリニック層、画像装置は限定的 |
この 5 極構造は日本の医療政策上の最大の制約です。
シンガポール (第 10 回) は単一省庁、韓国 (第 9 回) は産業政策統合、英国 (第 6 回) は NHS 単一権威。日本だけが 5 極で、各極のインセンティブが異なります。
5 極のインセンティブ非整合
国立は国の予算と政策誘導で動く。AI 投資は文科省 + 厚労省 + 経産省の合意が必要、ペースは遅い。
公立は自治体予算で動く。地域医療の維持が最優先、AI 投資は二次的。
公的は独立法人、収益性と公共性のバランス。AI 投資は経営判断。
私立医療法人は経営判断。AI 投資は ROI で決まる。
診療所は個人経営。AI 投資はほぼ起きない (画像装置自体が少ない)。
各極の最適解が違うので、全国統一の AI 政策が機能しにくい。中医協が診療報酬で誘導するか、補助金で投資を促すかのどちらかしかないが、ドイツ KHZG (第 8 回) で見たように補助金主導は vendor lock-in を生む。
国立病院機構 (NHO) の戦略的位置
5 極のうち、国立病院機構 (NHO) 140 病院だけは単一法人として動きます。
NHO は厚労省直下の独立行政法人。140 病院、年間外来 2,500 万件、年間入院 200 万件。シンガポール全国 (人口 600 万、9 病院) の 5 倍程度の処理量を、単一法人で運営しています。
NHO 内部で「日本版 AimSG」を構築すれば、シンガポール型の vendor neutral national platform を地域ブロック単位で実装できる可能性があります。第 10 回で示した「日本適用の 3 アプローチ」のうち、最も現実的なのが NHO 内 PoC です。
NHO の AI 戦略は 2024 年時点で限定的。各病院個別の AI 導入はあるが、NHO 全体としての統合プラットフォームは未構築。第 24 回 (日本提言) でこの NHO 統合の優先度を改めて議論します。
診療報酬の構造
日本の医療システムを動かす最も強力なレバーは診療報酬です。
中医協 (中央社会保険医療協議会) → 厚労省告示 → 2 年ごとの改定。すべての医療機関が同じ点数表で動く。
令和 8 年度改定 (+3.09%) の構造
2024 年 12 月に決定された令和 8 年度 (2026 年 4 月施行予定) 改定:
- 全体改定率: +3.09%
- 内訳: 本体 (医師・薬剤師・看護師等の人件費) +1.78%、薬価 +0.31%、医療 DX +1.00%
医療 DX 1.00% の中身は次のとおりです。
- オンライン診療の点数拡大
- 電子処方箋の普及加算
- 電子カルテ標準化への支援
- AI 診断補助の評価 (検討中、具体的な点数は未確定)
AI 診断補助の請求コード未整備
韓国 HIRA (第 9 回) は 2024 年に Lunit INSIGHT CXR の使用に対する診療報酬付加コードを認めました。1 撮影あたり約 800 ウォン (約 90 円)。年間数百万件で病院に投資回収可能な経済モデル。
日本の中医協は令和 8 年度改定で AI 補助に対する個別の請求コードを未整備のまま改定を決めました。検討は継続中ですが、令和 9 年度改定 (2027 年) または令和 10 年度改定 (2028 年) まで延期される可能性が高い。
これは日本の AI 医療普及の最大のボトルネックです。
整備されない理由を順に並べます。
- AI モデルの臨床効果のエビデンスが不十分 (PMDA 承認の事実上の前提条件)
- 医療経済学的評価 (ICER 等) の枠組み未整備
- 厚労省内部の医療技術評価の人員不足
- 学会 (日本放射線学会・日本医学放射線学会) の合意形成遅延
比較で見える日本の遅れ
| 国 | 画像 AI への保険償還 | 整備時期 |
|---|---|---|
| 韓国 | Lunit CXR 個別コード | 2024 年 |
| 米国 | Viz.ai NTAP (入院) | 2020 年 |
| ドイツ | DiGA (慢性疾患アプリ) | 2020 年 |
| 日本 | 整備中、令和 9 or 10 改定で確定見込み | 2027-2028 年 |
日本は最低 3-4 年遅れ。この間に韓国・米国・ドイツの市場で AI 医療の臨床実装が進み、エビデンスが蓄積されます。
4 観点での評価
質担保
日本の PMDA AI-SaMD 承認は厳しい。臨床データ要件は欧米と同水準。ただし承認件数が少ない (累計 50 件、韓国 305 件、米国 950 件と比較すると圧倒的に少ない)。
心理負担軽減
放射線科医の労働負担は国際的に見て高い水準 (1 日読影件数で米国の 1.5-2 倍)。AI 導入があれば負担軽減効果は大きいはずだが、AI 導入率が低いため実装ベネフィットが出ていない。
効率化
技師労働力 8.6 万人を有効活用できれば、世界最大級の医療スループットが可能。実際、日本の年間胸部 X 線撮影件数は 5,000 万件 (米国 1.4 億件 / 人口比でほぼ同等)。技師の業務範囲が拡大すれば AI と組み合わせた効率化の余地は大きい。
ライセンス活用
日本の技師ライセンスは「撮影」に限定。読影業務は医師独占。Reporting Radiographer 型の業務拡張がないので、AI 補助で技師の業務効率が上がっても、医師の業務負担に直接転嫁できない構造。
第 17 回 (JART) で技師の業務範囲拡大の歴史的経緯を扱います。
残された問い
第 13 回で見た日本の構造的歪み:
- 技師過剰 + 医師不足 + 業務範囲固定の三重歪み
- 5 極ガバナンスでの政策統合困難
- 診療報酬での AI 評価未整備 (世界比で 3-4 年遅れ)
これらをどう解決するか。第 14-18 回で各論を扱い、第 24 回で統合的提言をまとめます。
第 14 回は規制の空白。PMDA AI-SaMD 承認の現状、診療報酬での AI 評価の検討状況、医療法と医師法の制約、薬機法の運用、データ保護法と医療情報。日本の規制構造を解剖します。
出典
労働力統計
- 厚生労働省「医師・歯科医師・薬剤師統計」(2022 年)
- 厚生労働省「医療施設動態調査」(2024 年)
- 日本放射線技師会 (JART). https://www.jart.jp/
- 日本医学放射線学会 (JRS). https://www.radiology.jp/
- 日本放射線科専門医会・医会 (JCR). https://jcr-online.jp/
国際比較
- OECD Health Statistics 2024.
- WHO Global Health Observatory.
- AMA Workforce Report 2024.
- RCR (Royal College of Radiologists, UK) Workforce Census 2024.
5 極ガバナンス
- 厚生労働省「医療施設動態調査」(2024 年)
- 国立病院機構. https://nho.hosp.go.jp/
- 全国自治体病院協議会. https://www.jmha.or.jp/
- 全国厚生連. https://www.ja-zenkouren.or.jp/
診療報酬
- 中央社会保険医療協議会 (中医協) 議事録. https://www.mhlw.go.jp/
- 令和 8 年度診療報酬改定の基本方針 (2024 年 12 月).
- 厚生労働省「医療 DX 推進本部」. https://www.mhlw.go.jp/
著者: LifeLink Insights | 監修: YOSHI.TOMO FURUSAWA Gloversal, Inc. CEO — "Turning healthcare technology into human-centered operations." https://gloversal.com/