病院薬剤師の生成AIガイダンスで薬歴・服薬指導はどこまで任せられるか

日病薬(にちびょうやく、Japanese Society of Hospital Pharmacists)が公表している「業務効率化と患者安全を実現する生成AIの適切な利用」というガイダンスは、病院薬剤師の業務を「対象とする利用」と「対象外とする利用」に明確に線引きしています。対象外の中核に置かれているのが、患者個人に対する診断や最適な薬物療法に関する意思決定です。

服薬指導の説明文作成や医薬品情報の整理は対象に含まれます。一方、相互作用・禁忌チェックや処方提案は最も難易度の高い区分に置かれ、薬学的判断を伴うため慎重な運用が必要とされています。Claudeで薬剤業務を支援するなら、この線引きと、ファイルアップロード時の個人情報の扱いを合わせて押さえておく必要があります。

薬剤師はClaudeやGeminiを使ってよいか

ガイダンスはサービス名を挙げていません。「対象サービス」は「医療機関で利用可能な生成AIサービス全般」と定義されているため、ClaudeでもGeminiでも他のAIでも、判定の物差しは同じです。

分かれ目は2つあります。1つ目は、所属機関が正式に承認したサービスかどうかです。2つ目は、業務が文書・説明文の作成か、患者個人の薬物療法の意思決定かという点です。個人契約のAIを自宅で業務に使う運用は、承認の条件を満たさないうえ、ガイダンスが対象外に挙げる「医療機関外での業務利用」にも当たります。

日病薬ガイダンスが「対象外」に置く5つの利用

「本ガイダンスの利用範囲」の章は、対象とする利用と対象外とする利用をそれぞれ5項目ずつ並べています。対象外の1番目が「患者個人に対する診断や最適な薬物療法に関する意思決定」で、これがガイダンス全体の中心的な制約です。

くらべる

日病薬ガイダンスの利用範囲

5項目

対象とする利用

• カルテ等の文書の自動作成・予約システムへの自動入力支援
• 患者にとってわかりやすい薬物療法・治療計画の説明・表現の検討
• 患者フォローアップのスケジュール策定、メッセージ作成支援
• 医薬品情報の収集・整理・分析
• 職員および学生実習に対する研修・教育

5項目

対象外とする利用

• 患者個人に対する診断や最適な薬物療法に関する意思決定
• 創薬支援や基礎薬学など研究開発目的での利用
• 研究の立案・データ収集・学会発表・論文投稿などの学術活動
• 薬剤師の自宅や患者居宅など医療機関外での生成AIを用いたサービス提供や業務利用
• 薬剤師個人の自己研鑚や資格取得に関する利用

2番目以降は、業務の中身よりも利用の場所や目的で線を引いています。「対象サービス」は「医療機関で利用可能な生成AIサービス全般」と定義され、基本原則の1つ目も「所属機関で正式に承認・利用可能と判断された生成AIサービスか確認する」ことです。自宅のパソコンで個人契約のClaudeを開いて業務に使う運用は、この前提から外れます。

法令面では、医師法・医療法・薬剤師法・薬機法への違反リスクが主要リスクの1つに挙げられています。とくに「診断」や「薬物療法」に関する判断・行動と、未承認医薬品に関する情報検索の利用で注意が必要とされています。

服薬指導は対象、処方提案は最難易度の区分

ガイダンスは8つの活用事例を、組織の習熟度に応じた3段階の導入モデルに割り当てています。難易度が上がるほど、薬剤師の判断に食い込む業務になります。

3段階

導入フェーズと活用事例の対応

1. 1

   01 導入初期(難易度低)— すぐに開始可能・低リスク

   医薬品情報収集・整理、添付文書・ガイドライン検索支援、教育・研修資料作成。

2. 2

   02 安定運用後(難易度中)— 標準的な導入・管理下で実施

   服薬指導説明文の作成、患者フォローアップ支援、インシデント分析支援。

3. 3

   03 高度な活用(難易度高)— 十分な経験後・高度な判断

   相互作用・禁忌チェック支援、処方提案・変更提案支援。この区分には「薬学的判断を伴うため慎重な運用が必要」という注記が付いています。

服薬指導説明文は、患者個人への意思決定に近い業務に見えますが、中難易度に置かれています。活用事例1が想定するのは、処方データから患者向けの説明文を生成する用途です。漸増・漸減や隔日投与といった複雑な用法・用量を平易な言葉に直したり、英語・中国語・韓国語などに翻訳したりする使い方で、概要に挙がる用途に、薬物療法を決める工程は入っていません。

リスク対策として、出力を薬剤師が薬学的観点から確認・修正すること、「説明責任は薬剤師にある」旨のルールを組織として定めることが明記されています。同じ中難易度の患者フォローアップでは、メッセージを必ず医療従事者が確認・修正してから送信し、個人識別情報を含めないことが対策です。インシデント分析では、施設の承認を受けたAIを使います。

最難易度の2事例には、出力の扱いについて次の条件が個別に付いています。

• 相互作用・禁忌チェック: 出力は「参考情報」とし、添付文書やインタビューフォーム(IF)などの一次情報で裏付けを取る。ハイリスク薬は必ず個別に確認する。疑義照会への回答にAI出力をそのまま使わず、薬剤師の判断として伝える
• 処方提案・変更提案: 提案は「参考情報」として精査したうえで医師に示す。薬学的・医学的根拠を明示し、複数の医療従事者によるダブルチェックを運用規定にする。その際は異なる生成AIの利用も考慮する

薬歴・カルテ文書の作成はどの区分に入るか

ガイダンス本文に「薬歴」という語は出てきません。薬歴管理システムへの入力に近いのは、対象とする利用の1番目「カルテ等の文書の自動作成・予約システムへの自動入力支援」です。決定済みの内容を記録・整理する文書作成であり、薬物療法の意思決定そのものではないと読めます。

ただし、8つの活用事例にも3段階のフェーズにも、カルテや薬歴の文書作成は個別項目として出てきません。最も近い活用事例1は患者への説明文であり、内部記録の作成とは用途が異なります。一方、導入の成果事例には、大規模病院で指導記録の作成の時間が短縮されたという例が挙がっています。薬歴入力の支援について、ガイダンスはフェーズを割り当てていません。

患者に届くまでの工程とAI使用の明示

服薬指導説明文のようにAIの出力を患者に見せる業務では、ガイダンスの複数の箇所が1本の流れとしてつながります。

手順

AI下書きを患者に渡すまで

1. 1

   入力データを確かめ、個人識別情報を外す

   入力データの正確性を確認してから入力する。患者氏名等は削除・マスクする。

2. 2

   薬剤師が薬学的観点から確認・修正する

   複数の信頼できる情報源(添付文書、ガイドライン等)で照合し、矛盾や不合理な記述がないかを見る。

3. 3

   AI支援で作成した文章であることを明示する

   AIが補助ツールであること、100%正確ではないことも伝える。

4. 4

   医療従事者を経由して患者へ

   「医師・薬剤師等の確認なしにAI出力を患者に直接提供する」ことは禁止事項です。

医療従事者側への周知も透明性確保に含まれます。医師・看護師等へAIの使用ユースケースを共有し、AI出力が「参考情報」であること、最終判断と責任は医療従事者にあることを組織内で確認します。開示ルールを個々の薬剤師の判断に任せず、文書テンプレートに開示文言を組み込んでおくと運用が安定します。看護師の側から見た記録作成の線引きは看護記録に生成AIを使う看護師の線引きで扱っています。

患者から「なぜAIが使われているのか」と聞かれた場合の説明は、トラブルシューティングの章に3点で示されています。あくまで「判断支援ツール」であること、最終判断は必ず医療従事者が行うこと、患者の安全のためにダブルチェック等で活用していることです。

出力に重大な誤りが含まれていた場合は、管理者への相談、サービス提供者への即時報告、運用ルールの見直し、必要に応じたインシデント報告が推奨対応とされています。セキュリティ侵害の可能性を検知した場合は、直ちに利用を中止し、IT部門と医療安全部へ報告します。そのうえでインシデント報告書を作成し、患者への対応を協議する流れです。

Claudeへの入力で守る境界 — 個人情報とファイル取り扱い

「禁止事項と注意事項」の章は、禁止事項として次の5点を挙げています。

• 薬事承認を得ていない生成AIで薬学的判断支援を行う
• 患者氏名等の個人識別情報を入力する
• 医師・薬剤師等の確認なしにAI出力を患者に直接提供する
• セキュアでないネットワークでの医療情報の入力
• 違法行為や倫理に反する目的での利用

1点目は、薬学的判断の支援ではサービス側の薬事承認の有無が条件になるという趣旨です。組織が講じる対策の章にも「薬学的・医学的判断に利用する場合は薬事承認の取得有無を確認すること」とあり、この条件は薬学的判断の支援に使うサービスの薬事承認の有無を、利用前に確かめることを求めています。

個人情報については、患者氏名等の削除・マスク、医療情報の最小限の入力、遺伝情報等の機微情報の非入力が個別に求められています。サービス選定の観点としては、入力データがAIの再学習に使われない設定(オプトアウト)であること、サーバーが国内法の適用を受ける場所にあること、契約終了時に提供データが削除されることが挙がっています。

医薬品情報収集・整理の活用事例では、論文や製品情報から必要な情報を抽出する使い方が想定されています。論文は公式サイトから直接取得し、権利処理や利用規約を確認することが対策に挙げられています。PMDAのRMP資材を扱う場合の線引きはRMPの資材確認の手順にあります。

Claudeのチャットに添付できる形式は、PDF・DOCX・CSV・TXT・HTML・ODT・RTF・EPUB・JSON・XLSXです。XLSXはコード実行とファイル作成を有効にしたアカウントに限られます。

添付の上限は1ファイル500MB、1チャット20ファイル、PDFは1000ページまでです。PDFの図表まで解析されるのは100ページ以下で、101〜1000ページのPDFはテキストのみが処理対象になります。1000ページを超えるPDFは「Uploaded file is too large」のエラーで弾かれます。添付文書のように図表を含む資料を整理目的で読み込むときは、ページ数で図表の解析可否が変わる点に注意が必要です。なお、この日病薬ガイダンスのPDF自体は29ページのスライド形式なので、図表を含めた解析の範囲に収まります。

Projectの「Files」に複数の添付文書を置いて継続的に参照する運用もあります。こちらは1ファイル30MBが上限で、PDF以外の形式はテキスト抽出のみとなり、ファイル内の画像は読み取れません。改訂が続く資料を組織で継続参照する場合は、形式とページ数の両方が解析範囲に影響します。薬局での疑義照会の記録を、患者情報を伏せたうえで3欄に整える手順はClaudeで疑義照会の記録を整える手順にあります。

医療情報システムの安全管理ガイドラインが生成AIへの入力をどう位置づけているかは医療情報システム安全管理ガイドラインで生成AI入力はどう扱われるかに、事前承認審査や診察録音のカルテ化といった医療機関での活用例はヘルスケア業界のClaude活用ガイドにあります。

導入後に続く運用 — 定期検証と研修

ガイダンスの運用面の要求は、導入時の設定だけでは終わりません。正確性確保の実務的方法には「定期確認」の項目があります。生成AIの精度が変わっていないか、新規医薬品や最新ガイドラインに対応できているか、ハルシネーション(誤った出力)の傾向が変わっていないかを定期的に検証する、という内容です。Claudeのモデルが更新されたときも、この項目に沿って再検証することになります。

研修は、初期研修に加えて年2回以上の定期研修が推奨されています。初期研修の項目は、生成AIの基礎知識、主要リスクと対策、利用者の注意点、ユースケース別研修、実践ワークショップです。評価は研修受講率、理解度確認テスト、口頭試問のほか、誤用・インシデント発生率や未受講者へのフォロー率が指標に挙がります。

導入の成果事例は、病院の規模で分けて書かれています。専任配置が可能な大規模病院ではDI業務や服薬指導文の作成、指導記録・会議資料・議事録の作成で時間が短縮されたとされています。薬剤部員が少ない中小病院では、教育資料の作成や新人教育の準備時間の削減、インシデント分析の迅速化が挙げられています。製造販売業者側の改訂周知は添付文書の改訂を新旧対照にしてMR向け周知文にする手順にあります。

病院薬剤師のガイダンスは運用上の線引きを中心に置いている

このガイダンスは、技術要件(再学習なし・国内サーバー・データ削除)に加えて、業務ごとにどこまで生成AIに任せるかという運用上の線引きを中心に置いています。弁護士や弁理士のガイドラインも同じ構造で、弁護士がClaudeで生成AIを使う際の注意点とガイドラインの読み方と弁理士がClaudeで生成AIを使うときのガイドラインと注意点では、Claudeの設定で満たせる条件と専門職本人が担う判断が分けて論じられています。

もう一つ目を引くのは、ガイダンス自体の作成過程です。表紙には「Created with Support from Perplexity Pro and Genspark Plus」と記されており、生成AI利用のガイダンスが生成AIサービスの支援を受けて作成されています。対象とする利用に「カルテ等の文書の自動作成」が含まれていることを考えると、実践例と言えそうです。

まとめ

薬剤業務でClaudeを使えるかどうかは、業務が「文書や説明文の作成」か「患者個人の薬物療法の判断」かで分かれます。後者は対象外に挙がっており、近い活用事例の処方提案・相互作用チェックは最難易度の区分で、薬事承認の確認と薬剤師・複数人による確認が条件に付きます。前者も、薬剤師の確認と患者氏名の非入力に加えて、所属機関が承認したサービスであることが前提です。