人手不足の病院にAIを足すと、なぜか制度の矛盾が見えてくる

もしAIが医師国家試験に通るなら、病院は本当に楽になるのか

医師の長時間労働を減らそうとした瞬間に、別の問いが立ち上がります。人が足りない現場を、労働時間の規制だけで支えられるのか。そして、もし生成AIが日本の医師国家試験に合格できるなら、医師の仕事はどこまで置き換えられるのか。いかにも別々の話に見えますが、実はこの二つは同じ構造を持っています。

表面にあるのは「過重労働」と「AIの性能」です。けれど、深いところで問われているのは、医療とは知識の集合なのか、それとも制度に埋め込まれた実践なのかという問題です。医師が疲弊しているのは、単に働きすぎだからではありません。医療の設計そのものが、知識を持つ個人の献身に依存しすぎてきたからです。

一方でAIは、試験問題を解けるほどの知識を持ちながら、日本固有の制度やガイドラインではつまずく。ここに、現代医療の核心があります。医療のボトルネックは、知識不足だけではなく、知識を制度へ変換する仕組みの不足なのです。

---

医療の危機は「忙しさ」ではなく、変換装置の故障である

医師の時間外労働に上限が設けられ、原則として年間960時間、地域医療を支える現場では特例的に1860時間という枠が置かれました。これは単なる勤怠管理の話ではありません。「無限に働ける個人」を前提にした医療モデルの終わりを意味します。

長らく日本の医療は、医師の善意と根性で帳尻を合わせてきました。夜中の救急、休日診療、書類仕事、患者説明、当直、学会対応。これらが積み重なっても、現場は「誰かがやるしかない」で回ってきた。ところが、その「誰か」が制度的に限界を迎えたとき、はじめて問われるのは、仕事の量ではなく仕事の構造です。

ここで重要なのは、医療には少なくとも三つの層があることです。

1. 知識の層: 病態生理、薬理、診断推論
2. 制度の層: 保険制度、診療報酬、地域医療の役割分担、法規制
3. 運用の層: その日の人員、当直体制、休診の判断、患者導線

私たちはしばしば、医療の問題を1の知識不足として扱いがちです。しかし、実際には2と3が1の働き方を決めています。たとえば、十分に睡眠が取れるような当直には「宿日直許可」が与えられ、労働時間として扱われないことがある。ここには、医療の現場が単に治療行為の場ではなく、制度によって時間の意味が変わる場であることが表れています。

医療の難しさは、病気を治すことだけではない。知識を、制度と人員の制約の中で、実際に届く形へ変えることにある。

この「変換」がうまくいかないと、医療は疲弊します。医師がいくら優秀でも、制度が複雑すぎれば現場の知識は実装されない。逆に制度が整っていても、現場で使える人材が足りなければ機能しない。つまり、医療の本当の生産性とは、知識を現実のケアに変換する速度と安定性なのです。

---

GPTがつまずいたのは医学知識ではなく、日本の医療という文脈だった

生成AIが医師国家試験に合格水準を示した、という話は刺激的です。けれど、もっと面白いのは不正解の中身です。分析すると、誤りの主因は三つありました。医学知識の不足、日本特有の医療制度やガイドラインの情報不足、数学的誤りです。

この順番が重要です。AIは病態の一般論には強い。しかし、日本の医療制度、つまり「この国でこの症例をどう扱うか」というローカルな文脈で取りこぼす。これは単なる翻訳問題ではありません。知識は抽象化されるほど強くなるが、実装されるほど地域化されるからです。

たとえば、教科書上の診断名を知っていても、実際には保険適用、紹介状、地域の救急受け入れ体制、ガイドラインの更新、薬剤の入手可能性まで踏まえなければ、患者にとっての最適解にはなりません。AIが日本語の問題を英語に翻訳すると成績が上がった、という事実も示唆的です。つまり、モデルは知識そのものより、日本語の問題文に埋め込まれた制度的ニュアンスの読み取りでつまずいている可能性がある。

ここで見えてくるのは、AIの弱点が人間の弱点と鏡像関係にあることです。医師もまた、専門知識だけで動いているわけではありません。実際の診療では、制度、慣行、地域の事情、病院の混雑、家族の事情が判断を変えます。経験のある医師ほど「この国のこの現場では、理想解より現実解が重要だ」と知っている。AIが試験で合格圏に達しても、現場で壁にぶつかるのは当然です。なぜなら、試験は知識を測るが、医療は変換能力を要求するからです。

この点を見誤ると、二つの極端な誤解に落ちます。ひとつは「AIが試験に通るなら医師は不要になる」という誤解。もうひとつは「AIは制度を理解しないから役に立たない」という誤解です。実際には、AIは制度理解を補助することでこそ価値を持つ。逆に、人間の医師は知識だけでなく、制度を現場に落とし込む翻訳者として再定義される必要があるのです。

---

本当に不足しているのは医師ではなく、制度を理解する知的インフラである

医療現場で起きているのは、単純な人手不足ではありません。もっと正確に言えば、制度に通じた判断を、過労で消耗している少数の人間に依存しすぎていることが問題です。ここを見誤ると、規制だけを強めても、現場は別の無理を生みます。

たとえば、勤務時間を厳しく制限すると、土曜午後の休診が増えるかもしれません。地域によっては、救急や夜間対応の負担が集中し、特例的な上限1860時間が必要になるでしょう。これは悪ではありません。むしろ、現実に合わせて制度が緩衝材を持つことは不可欠です。ただし、その緩衝材が恒久化すると、改革は骨抜きになる。

ここでAIが示す可能性は、「医師を置き換える」ことではなく、知的インフラとして医療の摩擦を減らすことです。たとえば、

• ガイドラインの要点を最新化して参照しやすくする
• 診療録の下書きやサマリーを作る
• 制度上の注意点を症例ごとに提示する
• 数値の入力ミスや計算誤りを検出する

こうした機能は、どれも地味です。けれど、地味だからこそ効く。病院の現場は、派手な天才よりも、毎日の小さな摩擦を減らす仕組みで変わります。レジでいえば、誰か一人が超高速で計算するより、バーコードと在庫管理が整っている方が全体は速くなるのと同じです。

さらに重要なのは、AIが「間違える場所」を可視化することです。日本特有の制度を落とすなら、そこは人間側の知識体系の弱さでもある。つまり、AIの失敗は単なる欠陥ではなく、制度が暗黙知に依存しすぎている箇所の照明になります。

AIが苦手なものは、しばしば人間社会が説明を怠ってきたものでもある。

この視点に立つと、医師の働き方改革とAIの導入は別個の政策ではありません。どちらも、暗黙知で回っていた医療を、明示的なルールと再利用可能な知識へ変える試みです。医師の労働時間を減らすことは、単なる福利厚生ではなく、知的資源を個人の耐久力から切り離す作業なのです。

---

これから必要なのは「賢い医師」ではなく「賢い配分」である

では、何を変えるべきでしょうか。答えは、医師一人ひとりをさらに賢くすることではありません。むしろ、知識、判断、責任、実務の配分を設計し直すことです。

医療の仕事を考えるとき、私たちはしばしば「誰が診るか」に注目します。しかし実際には、「何を人がやり、何を制度が担い、何をAIが補助するか」を決める方が本質的です。これは三者の分業ではなく、三者の接続設計です。

たとえば、次のような配分が考えられます。

• 人間の医師: 最終判断、患者との対話、価値判断、例外処理
• AI: ガイドライン参照、書類作成支援、計算、見落とし検知
• 制度: 役割分担、地域連携、夜間救急の配線、労働時間の制御

この配分がうまくいくと、医師は「何でも屋」から解放されます。逆に、AIを入れても制度が古いままなら、結局は医師がAIの出力を吟味し、修正し、責任を負い、さらに自分で走り回ることになる。そうなれば、AIは効率化装置ではなく、新しい監督対象を増やすだけの装置になってしまいます。

ここでの本質は、医療の未来がテクノロジー単体で決まるわけではない、ということです。重要なのは、誰の頭の中にあった知識を、どこに埋め込むかです。医師の長時間労働は、知識が人間の疲労に閉じ込められていた結果でした。AIの試験性能は、知識がデジタルに外在化できることを示しました。ならば次の問いは明確です。知識を外在化したあと、責任と判断をどう再配置するのか。

この問いに答えられない限り、医療改革はいつも途中で止まります。医師の勤務時間を減らしても、書類と調整で別の負荷が増えるだけ。AIが賢くなっても、制度の文脈を知らなければ現場に刺さらない。つまり、改革の単位は個人ではなく、接続部であるべきなのです。

---

Key Takeaways

• 医療の問題は、医師の努力不足ではなく、知識を制度に変換する仕組みの不足。
• AIの弱点は、日本固有の制度やガイドラインの文脈理解にある。 これは人間側の暗黙知が多すぎることの裏返しでもある。
• 働き方改革は、単なる労務管理ではなく、医療を個人依存からインフラ依存へ移す政策。
• AIの最適な役割は、医師を置き換えることではなく、摩擦を減らし、見落としを減らし、制度情報を即座に引ける知的インフラになること。
• 改革すべき対象は「誰が頑張るか」ではなく、「知識、責任、実務をどう配分するか」。

---

未来の医療は、頭の良さより接続の良さで決まる

医師の働き方改革と生成AIの医師国家試験合格は、一見すると別々のニュースです。しかし両者を並べると、ひとつの厳しい真実が浮かび上がります。医療は、もう個人の気合いだけでは支えられない。しかも、AIが高度化しても、それだけでは救えない。なぜなら、問題の核心は知識そのものではなく、知識を現場に届く形へ変える接続にあるからです。

本当に問うべきなのは、「AIは医師になれるのか」ではありません。医療は、知識を持つ存在を前提にするのをやめられるのかです。そしてもし答えがイエスなら、私たちは医師を増やすか減らすかではなく、医療そのものを再設計しなければならない。

未来の病院は、頭のいい人が無理をする場所ではないはずです。知識が制度に埋め込まれ、AIが摩擦を減らし、人間は人間にしかできない判断に集中する。そんな医療だけが、働く人を壊さず、患者を守り、地域を支え続けられるのです。