日本提言 — 連載最終回 / 2026-2030 synthesis

連載 24 週、ここまで読んでくれた人、本当にありがとうございます。

最終回は synthesis です。

第 II 幕で世界 8 ヶ国モデル (米 / 英 / 北欧 / 独 / 韓 / 星 / 中 / 中東-豪-印) を見て、日本はそのどれにも合致しないと結論づけた。第 III 幕で日本の構造的歪み 5 つを analyse した。第 18 回で Pepper の 10 年から 3 教訓を取り出した。第 IV 幕で 4 技術カテゴリ (案内ロボ / voice AI / VR/AR / humanoid) を評価した。第 23 回で技術が解かない倫理 5 問を立てた。

ここから 4 軸 — 政策 / 経営 / 職能団体 / 国際連携 — で、2026-2030 の具体的レバーを提示します。誰が何をやるべきか。何を avoid すべきか。古澤 良知 個人の意見と、現場で観測したファクトを分けて並べます。

連載最長回になります。1 つずつ読み進めてください。

---

第 1 軸 政策レバー (経産省 + 厚労省 + 文科省 + PMDA + 内閣府)

1-1 PMDA 認証パイプラインの定量目標

第 14 回で書いた通り、PMDA 認証 SaMD は約 50 件、米 FDA 950 件、韓 MFDS 305 件 (2024 末)。約 6-19 倍の差。

このギャップを 2030 年に半分まで縮める明示目標を内閣府が宣言する。骨子は次の通り。

• 2027 年末までに 100 件 (現状の 2 倍)
• 2030 年末までに 250 件 (米の 1/4 水準、韓と同水準)

達成のために PMDA 内に AI 専門審査チームを 30 名規模で常設する (現状は他業務兼務)。Predetermined Change Control Plan (PCCP) 相当の枠を日本独自版で運用開始する。米 FDA-LEDR 改訂 (2024) を参照しつつ、SaMD の continuous learning に対応する審査モデルを 2027 年導入。

1-2 AI 責任帰属の判例ガイダンス整備

第 23 回で書いた通り、日本では薬機法 + 医師法 + PL 法の三層が同時に関わるが判例がほぼない。

最高裁・法務省・PMDA が 2027 年までに「AI 関連医療訴訟ガイダンス」を発行する。米 FDA SaMD「医師最終責任」原則を参照しつつ、日本特有の三層構造下での責任分担モデル判決を 3-5 件想定で整備する。これは判例を作為的に作る話ではなく、想定ケースに対する各法の解釈枠組みを公的文書として整理する話です。

学習データバイアス問題 (日本人女性 mammography 等) については、消費者法 / 集団訴訟ルートとの接合枠組みを別途整備する。これは法務省主導、消費者庁・PMDA・厚労省連携。

1-3 ambient documentation プライバシー GL 整備

第 20 回 voice AI 派生倫理 (第 23 回 Q2)。改正個情法 (2022) に「医療 ambient 録音 GL」を v2 として 2027 年導入する。GDPR の明示的同意 + 撤回権を参照しつつ、HIPAA covered entity 方式の包括同意は採用しない。

GL に必須記載すべき項目:

• 録音同意の即時撤回権 (患者が「今日は録らないで」と言える権利の明示)
• 録音保管期間の最大値 (処理直後消去を default、文字起こし結果のみ保持)
• 第三者監査の義務化 (年次、HIPAA covered entity audit 相当)
• training data 二次利用の明示同意 (opt-in のみ、bundle 禁止)
• opt-out 患者への差別的対応の禁止 (待ち時間・予約枠等)

これは個情法主管の個人情報保護委員会 + 厚労省 + ベンダー業界団体の三者協議。Nuance (Microsoft)、Abridge、Suki 等が日本市場参入する 2027 年前に整備すること。

1-4 「効率化 vs displacement」の政策議論再 framing

第 23 回 Q3。日本では現状「効率化」呼び。これを「displacement」呼びに移して、政策所管を厚労省単独から経産省 + 厚労省 + 文科省連携に拡げる。

具体策は次の通り。

• 経産省「医療労働市場 displacement モニタリング委員会」を 2027 年設置
• 米 BLS 相当の「医療職種 5-10 年雇用予測」を厚労省統計局が新規発行 (2028 年初版)
• キャリア階段下層 (医療事務 / 看護助手 / 技師補) の職種別雇用予測を独立追跡
• 文科省と連携で養成校・職業訓練校の定員調整 advocacy

これは displacement 議論を「もう起きていない」から「起きているが見えにくい」に framing 変更する政策行為。雇用が失われるわけではないが、新規参入経路が消えていく長期影響を可視化する。

1-5 中小病院 AI 導入支援補助金

第 23 回 Q5。経産省 + 厚労省連携で「200 床未満病院 AI 導入支援補助金」を 2027 年新設。

設計指針:

• 補助対象: PMDA 承認 SaMD + ambient documentation システム + 健診 AI
• 補助率: 中小病院 2/3、地方 (政令指定都市以外) 加算 1/6
• 補助上限: 1 病院年間 1,500 万円
• 期間: 2027-2030 (4 年)、2031 年以降は政策評価で判断
• 採択基準: JART 認定指導者を 1 名以上配置、JCQHC 認定または準ずる施設

予算規模: 年間 200 億円程度 (2,000 病院 × 平均 1,000 万円)。これは経産省 IT 関連補助金 + 厚労省医療 ICT 補助金の合算で確保可能な水準。

1-6 AI off training の制度化

第 23 回 Q4。RSNA 2024 mammography 試験の含意 (人 + AI ≈ AI 単独に近づく可能性) を踏まえて、職能団体 + 厚労省で「年次 AI off 評価」を専門医・技師の継続教育に組み込む。

• 放射線科専門医: 専門医試験で AI off 環境での読影力を継続評価 (現行通り維持)
• 診療放射線技師: JART 継続教育で年 1 回 AI off モジュールを必須化 (2028 年から)
• 病院単位「AI off 日」: 月 1 で職能団体推奨、強制ではない

これは「AI 推進」と矛盾する施策に見えるが、人の判断力長期維持のために必要。職能団体の advocacy が前提条件、病院経営層は経済合理性逆行を理由に自発的には実施しない。

---

第 2 軸 経営レバー (病院経営層 + 健診センター経営層)

2-1 「freed time の使い道」の明示宣言

第 IV 幕で 2030 年累計で技師時間 15-30% が AI / robot / voice / VR に吸収されると書いた。3 シナリオ:

• A. 増収シナリオ: 撮影スループット増、craft 同じ
• B. craft 深化シナリオ: 第 III 幕論点が現場で実装、licensed work に注力
• C. 人員削減シナリオ: 長期可能性

経営判断はこの 3 つから 1 つを選ぶこと、複数同時はあり得ない。各病院は経営戦略文書に「2030 年技師人員配置方針」として明示宣言すべき。

僕の推奨: 大学病院・がんセンターは B (craft 深化)、地方中小病院は A (増収) または B 併用、健診センターは A (増収)。C を選ぶ施設は、それを公的に明示すること (現状の隠れ recruitment freeze を脱する)。

2-2 契約による責任分担明示

第 23 回 Q1。AI ベンダー契約に「AI 出力の最終判断責任は医師」を明示する。Lunit はすでにそうしている。Aidoc / Viz.ai / Annalise も追随しつつある。日本の中小病院は契約レビュー機能が弱いので、JART または医療法人協会レベルでテンプレ契約を整備する。

2-3 ambient データ管理ポリシー策定

第 23 回 Q2。診察室 voice AI を導入する病院は、第 1-3 GL 整備を待たずに以下のポリシーを自主策定:

• 録音同意の即時撤回権を運用
• 保管期間 default を「処理直後消去」に設定 (文字起こしのみ保持)
• ベンダー監査を年次実施 (HIPAA covered entity audit 相当)
• training data 二次利用は opt-in のみ
• opt-out 患者の待ち時間・予約枠を差別しない

これは病院経営層レベルでの判断、IT 部門に投げてはいけない。患者の信頼が長期で経営価値になる。

2-4 中小病院は uniform 価格ベンダー優先選定

第 23 回 Q5。200 床未満病院は、AI ベンダー選定で「uniform pricing」を優先。具体的には Lunit が現状の最有力候補。Aidoc は機能で勝るが tier pricing で長期コストが嵩む。Annalise.ai の enterprise license は中小施設には不適合。

2-5 技師のキャリア階段保全

第 23 回 Q3。医療事務 → 診療情報管理士、看護助手 → 准看 → 看護師、技師補 → 技師のキャリア経路を病院単位で保全する。経済合理性だけで判断すると AI 採用 → 下層雇用縮小に流れるが、これは長期的に病院の人材育成機能を破壊する。

具体的には病院単位で年間「キャリアパス転換者数」を KPI 化する (例: 看護助手から准看護学校へ送り出した数、医療事務から診療情報管理士資格取得者数)。中小病院では年 1-2 名でも継続が大事。

2-6 「AI off 日」の自主運用

第 23 回 Q4。経営判断で月 1「AI off 日」を運用する。これは経済合理性逆行で、JART/専門医会 advocacy 待ちでは始まらない。ただし、長期的に若手読影医・技師の判断力維持に必要。

実運用例:

• 月 1 日、AI 補助なしで読影/撮影 protocol 選定を行う
• ただし臨床判断に AI を必要とする緊急ケースは除外 (stroke / trauma 等)
• 技師は AI prompt なしでプロトコル選定、終了後に AI 推奨と比較
• 結果を月次 quality meeting で共有

---

第 3 軸 職能団体レバー (JART + JSRT + JAMIT + JCR + JSMP)

3-1 JART の業務範囲拡張 advocacy

第 17 回で書いた通り、診療放射線技師法 (1951) は基本骨格が 70 年以上前のまま。JART は業務範囲拡張 advocacy を厚労省に対して継続中だが、AI 時代に合わせた具体的な範囲拡張提案を 2027 年までに公的提出する。

具体的拡張領域:

• 撮影プロトコル選定の AI prompt 補助下での技師裁量範囲
• 読影下流補助 (AI flag された subtle findings の preliminary review)
• 健診現場での読影ファーストパス (専門医不在施設での技師 → AI → 専門医 remote の三層)
• ambient documentation 中の技師業務記録の自動取得

3-2 中小病院・地方病院支援プログラム

第 23 回 Q5。JART レベルで「AI 導入難施設」での技師研修コミュニティを運営する。

具体的施策:

• 県別 AI 導入率モニタリング (年次公表)
• 200 床未満病院の技師向け AI リテラシー研修 (年 4 回、無料 or 低額)
• 都市部大学病院 → 地方中小病院への技師ペア研修プログラム
• AI 導入難施設での radiology 共同読影ネットワーク構築

予算規模: JART 会費収入 (年間約 25 億円) の 5-10% を充当。

3-3 専門医試験 + 技師継続教育の AI off 評価維持

第 23 回 Q4。専門医試験で AI off 環境の読影力評価を継続。JART 継続教育で年 1 回 AI off モジュールを必須化 (2028 年から)。

これは職能団体の独立性が試される領域。経営側は「AI 推進と矛盾する」と圧力をかけてくる可能性があるが、長期的な人の判断力維持は職能団体しか守れない。

3-4 AI 関連医療訴訟事例集の作成

第 23 回 Q1。JART が会員向けに「AI 関連医療事故事例集」を年次発行する。米・欧の訴訟事例 + 日本国内の inquiry 段階事例を匿名化して整理。技師個人として訴訟リスクを understand するための材料を提供する。

法務省・最高裁の AI 訴訟ガイダンス (第 1-2 軸) が出るまでの interim 役割。

3-5 国際連携 — ASRT / SCoR / KSRT との比較ベンチマーキング

第 17 回で書いた通り、JART は ASRT (米 16 万人) / SCoR (英 3 万人) / KSRT (韓 3 万人) と比較すると単位会員数あたり advocacy 予算が薄い。米 ASRT との「合同 AI advocacy ワーキンググループ」を 2027 年設置し、年次政策声明を発行する。

これは JART の advocacy capacity を引き上げるための国際連携。ASRT の lobbying 経験 (RT licensing scope expansion で過去 30 年実績あり) を学ぶ。

---

第 4 軸 国際連携レバー

4-1 日米 AI 放射線責任帰属比較研究

第 23 回 Q1。FDA SaMD「医師最終責任」原則の運用差 (MGH / Mayo / Cleveland / Hopkins / Stanford 5 通り) と日本の三層構造を比較する研究を、PMDA + FDA + 米日両国の主要病院で 2027-2029 で実施する。日本側主管は厚生労働科学研究、米側は AHRQ。

成果物: 日本独自の責任帰属モデル + 訴訟リスク評価フレームワーク。第 1-2 軸の判例ガイダンス整備の input。

4-2 GDPR / HIPAA / 改正個情法 の運用比較

第 23 回 Q2。欧 EDPB / 米 OCR (HHS) / 日 個人情報保護委員会の三者で、医療 ambient documentation のプライバシー運用比較を 2027 年実施する。日本の改正個情法 v2 (第 1-3 軸) の input。

4-3 BLS 相当の医療職種雇用予測の日本対応取得

第 23 回 Q3。米 BLS Occupational Outlook 相当の「日本医療職種 5-10 年雇用予測」を厚労省統計局が新規発行する。OECD「Health Workforce 2030」枠組みを参照。displacement 議論の input になる定量データ。

4-4 RSNA / EUSOMII との AI 依存研究連携

第 23 回 Q4。RSNA 2024 mammography 試験を日本で再実施する研究プログラム。日本放射線科学会 (JCR) + RSNA 共同で 2028 年実施、JSRT (技師学会) も参画。

成果物: 日本人 radiologist + AI の AUC、人主導/AI 主導内訳。第 1-6 軸 (AI off training 制度化) の input。

4-5 WHO / OECD 医療 AI 格差 framework への日本貢献

第 23 回 Q5。WHO 「Ethics and Governance of AI for Health」(2021)、OECD「AI in Health」(2024) に日本独自の long-tail hospital 構造分析を input する。8,000 病院、73% が 200 床未満という構造特性は他国にない、global 知見として共有価値がある。

4-6 韓国 KSRT との同等性研究

第 9 回で書いた通り、韓国は PMDA より 6 倍速い MFDS 認証 (305 件)、Lunit が global 上場。日本との比較研究を JART + KSRT で 2027 年実施し、政策レバーの差分を可視化する。

具体的調査項目:

• AI 認証パイプライン速度の差 (PMDA vs MFDS)
• 中小病院 AI 導入率の差
• 技師業務範囲の差
• 健診 AI 導入率の差 (Lunit シェアの両国比較)

---

4 軸 × 5 倫理問のマトリックス整理

PMDA 認証パイプライン (1-1) と JART 業務範囲拡張 (3-1) は 5 倫理問共通の foundation。

---

やっていけないこと (avoid list)

ここまで「やるべきこと」を並べたので、対称的に「やってはいけないこと」も明記します。

政策軸

• PMDA 認証緩和を「速度のため」に行う (第 14 回で書いた、規制弱化は逆効果)
• ambient プライバシー GL を「米 HIPAA covered entity 方式」で済ませる (包括同意は日本の患者文化に合わない)
• 中小病院補助金を「大手ベンダー優遇 (Aidoc / Annalise enterprise)」型で設計する (uniform 価格ベンダー優先で設計すべき)

経営軸

• 「AI で人員削減」を表立った戦略として明言する (隠れ recruitment freeze より、経営戦略文書での明示がフェア)
• ambient documentation をベンダー任せ (IT 部門委託) で導入する
• キャリア階段下層 (医療事務 / 看護助手) の採用枠を「AI 導入を理由に」削減する

職能団体軸

• 「AI 推進」と「AI off training」を矛盾と捉えて片方を放棄する (両立が必須)
• 中小病院・地方病院支援を「会員数の薄い領域」として deprioritize する
• 米 ASRT の lobbying モデルを丸ごと日本に持ち込む (advocacy 文化が違う、参考に留める)

国際連携軸

• 韓国 Lunit モデルを丸ごと日本に持ち込む (8,000 病院 long tail 構造に合わせた日本独自設計が必要)
• 米 FDA-LEDR をそのまま PMDA に移植する (規制文化と訴訟文化が違う)
• WHO / OECD framework に「japan 例外」を申請する (long tail 構造を global 知見として共有する立場の方が強い)

---

連載通しての通底メッセージ

連載タイトルは「技師さんの経験と技術が、本当に試される時代へ」。EN: "When the radiographer's craft is truly tested"。

24 週で僕が伝えたかったのは、「AI が技師さんの仕事を奪う」というナラティブが粗いということです。

正確には、AI と AI 周辺技術 (voice / robot / VR / humanoid) は、技師さんの 1 日の中の「ライセンスを必要としない部分」を吸収していきます。撮影室への案内、検査記録、患者への説明 (一部)、間接 wayfinding、業務記録、これらは licensed work ではない。AI に渡せる。

残るのは何か。

撮影プロトコル選定、画質管理、患者の状態変化への対応、緊急性判断、医師との連携、若手指導、これは licensed work です。craft の本体です。

AI 時代になればなるほど、craft の本体が前面に出てくる。1 日の中で「ライセンスが本当に必要な瞬間」が、相対的に増える。減らない。むしろ増える。ここで craft が試される。

「自動化されるか?」はもう論点ではない。

論点は、craft の本体に注力できるよう、「ライセンスを必要としない部分」を AI/robot/voice にきちんと渡せるか。そのために政策と経営と職能団体と国際連携が必要な仕事を、誰がやるか。第 23 回で書いた倫理 5 問への社会選択を、誰が引き受けるか。

技師さんの craft は試される。それは脅威ではない、機会でもない、事実です。事実をどう運用するかが、2026-2030 の日本医療 DX の通底の課題です。

---

連載を閉じるにあたって

24 週、お付き合いありがとうございました。

連載を始めたきっかけは、健診現場と読影室を行き来していて、「技師さんが AI 時代にどう変わるかを、構造的に語っている人がいない」と感じたことです。技術論はある、政策論はある、現場の声はある、でもそれらを統合した語りが少ない。語ってくれる人を待っていても、来そうにない。だから自分で書いた。

最終回まで書ききって、僕自身が一番学んだのは、「日本は世界 8 ヶ国モデルのどれにも合致しない」という第 12 回の結論でした。これは連載開始時点では予想していなかった。8 ヶ国の構造を 1 つずつ analyse して、ようやく見えた。

そして「日本独自設計が必要」という結論は、本来この国の医療政策の主流に位置すべき視点なのに、まだ周辺にあります。第 24 回 4 軸提言が、その主流移行のきっかけの 1 つになれば嬉しいです。

ここまで読んでくれた人の中に、政策担当 / 病院経営層 / メーカー企画 / 投資家 / 医療現場の人が混じっています。それぞれの立場で、第 24 回の提言のうち 1-2 個を実装に動かしてもらえると、連載の目的は達成されます。

どこも非の打ちどころのない実装は誰にもできない。ただし、何もしないことの長期コストは、どの立場の人にとっても高いです。

連載は閉じます。古澤 良知 の現場仕事は続きます。Gloversal の医療 DX、NHP 顧問業務、NAIDI シニアアドバイザー、I.W.G、HealthHub 日本市場責任者、それぞれの場で、この連載で書いたことを実装に落とす作業を続けます。

連絡先: y_furusawa@gloversal.com (連載読者向け inbox を別途運用)

24 週、本当にありがとうございました。

— LifeLink Insights (監修: YOSHI.TOMO FURUSAWA) 2026 年 5 月

---

付録 — 連載全 24 回索引

第 I 幕 [導入]

• 第 1 回: 業態 pivot — 医療機器メーカーが医療労働力を売り始めた
• 第 2 回: 19mm vs 5mm — 撮影粒度の差が patient journey を分ける
• 第 3 回: 武漢 2020 — pandemic が centralized scanning を不可避にした
• 第 4 回: Centralized Scanning — 米 Mayo / 韓 Severance / 中 Ping An の 3 モデル

第 II 幕 [世界ツアー]

• 第 5 回: 米 — 5 大施設集中、寡占的 AI co-design
• 第 6 回: 英 NHS — 統合医療下の screening prioritization
• 第 7 回: 北欧 — 単一医療制度 + AI 早期投入
• 第 8 回: 独 — Sozialversicherung と分散医療
• 第 9 回: 韓 — Lunit / Vuno、PMDA より 6 倍速い MFDS
• 第 10 回: 星 (シンガポール) — Smart Nation 医療版
• 第 11 回: 中 — Ping An / Tencent / Alibaba 三国志
• 第 12 回: 中東-豪-印 — 8 ヶ国の余白、日本はどれにも合致しない

第 III 幕 [日本の現実]

• 第 13 回: 構造的歪み 5 つ (技師 8.6 万 / 医師 7,000 / 5 極ガバナンス)
• 第 14 回: 規制の空白 (PMDA 50 vs FDA 950 vs MFDS 305)
• 第 15 回: 医育機関 AI 教育 (養成校 65 / 医学部 82 / 看護校 1,000+)
• 第 16 回: 健診の現実 (5,000 万件 / 4 系統支払い / Lunit COI 開示)
• 第 17 回: JART (6.5 万人 / 鍵を持つ職能団体)
• 第 18 回: Pepper 10 年と 3 教訓 (ROI / 法的位置 / 単機能特化)

第 IV 幕 [技術深掘り]

• 第 19 回: 案内ロボット (3 系統、wayfinding アプリの 3-5 倍 dominance)
• 第 20 回: voice AI / Ambient Documentation (Nuance DAX / Abridge / Suki)
• 第 21 回: VR/AR (二極性 / 外科訓練 vs routine 不在)
• 第 22 回: humanoid 2025 (Tesla / Figure / Apptronik / Atlas Electric)

第 V 幕 [選択]

• 第 23 回: 倫理 5 問 (構造を直しても残る)
• 第 24 回: 日本提言 synthesis (本回・連載最終回)

---

著者: LifeLink Insights | 監修: YOSHI.TOMO FURUSAWA Gloversal, Inc. CEO — "Turning healthcare technology into human-centered operations." https://gloversal.com/

連載アーカイブ: [note マガジン link] 本日同時公開: Notion (プロ向け) / Medium / Substack / X thread 連絡先: y_furusawa@gloversal.com