医療AIエージェントの患者データガバナンス設計ガイド

目次

医療機関でAIエージェント導入を検討する際、技術選定やユースケース設計と同等以上に重要なのが患者データのガバナンス設計です。要配慮個人情報を扱う医療領域では、ガバナンスの不備が法令違反に直結します。2026年は3省2ガイドラインの遵守事項強化と診療報酬改定のDX加算再編が重なり、ガバナンス設計の巧拙が導入成否を分ける年になっています。

本記事では、医療AIエージェントの患者データガバナンスに焦点を絞り、データ分類の設計から同意取得、監査ログ、診療報酬改定への対応までを情報システム部門・法務部門の実務視点で整理します。AIエージェントの活用シーン全般やユースケース概論は医療×AIエージェント完全ガイドを参照してください。

#2026年診療報酬改定が医療AIエージェント導入に与える影響

2026年6月の診療報酬改定では、医療DX関連の加算体系が再編されました。従来の医療DX推進体制整備加算に加え、電子カルテの標準規格（HL7 FHIR）準拠やデータ連携基盤の整備が加算要件に組み込まれています。

この改定が医療AIエージェント導入に与えるインパクトは3つあります。

• 加算取得によるROI担保: AIエージェントによる診療記録の構造化とHL7 FHIR準拠のデータ出力は、DX体制整備加算の要件充足に直接寄与する。導入コストを制度的に回収する道筋が明確になった
• データ標準化の追い風: 電子カルテ標準化の義務化に向けた移行期間に入り、データ構造の統一が進む。AIエージェントがデータを取得・構造化しやすい環境が整備されつつある
• ガバナンス体制の制度的要請: 加算の取得要件にはセキュリティ体制の整備も含まれ、患者データガバナンスの設計が加算要件と表裏一体の関係にある

医師の働き方改革による時間外労働規制と合わせ、AIエージェントの導入環境は制度面から整いつつあります。ただし、加算取得を目的化してガバナンス設計が形式的になると、運用開始後に規制対応の不備が露呈するリスクがあります。制度対応と実質的なガバナンス設計を両立させることが成功の前提です。

#患者データの4分類とAIエージェントのアクセス権限設計

医療AIエージェントが扱う患者データは、性質と規制要件の違いから4つに分類して管理する必要があります。AIエージェントの権限設計で解説している権限管理の原則を、医療データの特性に合わせて適用します。

#1. 診療録（電子カルテ記録）

医師法に基づく法定保存義務があり、真正性・見読性・保存性の3要件を満たす必要があります。AIエージェントが診療録に書き込む場合は、必ず医師の承認フローを経由させます。読み取りアクセスも職種別（医師・看護師・医療事務）に権限を分離し、診療に必要な範囲に限定します。

#2. 検査データ（画像・検体検査結果）

DICOM画像やバイタルデータなど、容量が大きく構造化の方法がデータ種別ごとに異なります。AIエージェントが検査データを分析に使用する場合は、匿名化または仮名加工処理を施した上でアクセスさせる設計が安全です。

#3. 対話データ（診察中の会話記録）

診察中の医師と患者の会話をAIエージェントが取得・構造化するケースです。対話データの構造化とAIエージェントで整理しているように、音声データから構造化データへの変換プロセスにおいて、元データの保持期間と匿名化タイミングを事前に設計する必要があります。対話データは診療録の補助情報として扱われるため、単独での第三者提供は原則禁止です。

#4. PHR（Personal Health Record）

患者自身が管理する健康データです。AIエージェントがPHRを参照する場合は、患者本人の明示的な同意が必須です。PHRデータへのAIエージェントの自律的アクセスは現時点で法的にグレーゾーンであり、医師の指示・承認を必ず介在させます。

この4分類に基づき、AIエージェントのアクセス権限を以下のように設計します。

※ 上記は3省2ガイドラインおよび個人情報保護法に基づく設計指針です。個別の運用では各医療機関の倫理委員会・法務部門による審査が必要です（2026年7月時点）。

#3省2ガイドライン準拠のデータフロー設計

3省2ガイドラインの2026年改訂により、AIシステムが処理する要配慮個人情報の取り扱いが推奨事項から遵守事項に格上げされました。AIエージェントのガバナンス設計5原則を医療領域に適用する際、以下の3点が追加要件となります。

#国内サーバー要件の充足

外部LLM APIへの医療情報送信は、国内サーバーでの処理完結または送信前の匿名化処理が必須です。クラウドサービスを利用する場合は、ISMAPクラウドサービスリスト登録済みのサービスを選定することで、調達・法務部門への説明責任を果たしやすくなります。ISO/IEC 27001:2022を取得したベンダーを選定基準に含めることも有効です。

#監査ログの設計要件

改訂により、監査ログの保存期間と記録項目が明文化されました。従来のアクセスログに加え、以下の記録が必要です。

• AIエージェントの推論入力データ（匿名化済み）と出力結果
• 医師の承認・却下の記録とタイムスタンプ
• データアクセスの目的コード（診療・研究・事務のいずれか）

これらを統合的に管理するには、AIエージェント基盤と電子カルテシステムの監査ログを一元化する設計が必要です。

#要配慮個人情報の同意管理フロー

AIエージェントが患者データを処理する際の同意取得は、以下の3段階で設計します。

• 包括同意: 入院・外来開始時に、AIによるデータ処理全般への同意を取得する。処理目的と範囲を明示した説明文書を用意する
• 個別同意: 研究目的での二次利用や、PHRデータの参照など、包括同意の範囲を超える処理には個別の同意を取得する
• オプトアウト権の確保: 改正次世代医療基盤法に基づき、患者がAIによるデータ処理を拒否する権利を保障する。拒否の申し出があった場合、AIエージェントの処理対象から当該患者のデータを除外する仕組みを組み込む

aileadは対話データを安全に統合・構造化し、AIエージェントが業務を自動で動かすエンタープライズ基盤です。対話データの構造化プロセスにおけるガバナンス設計の実践例について、詳しくはオンラインデモでご確認いただけます。

#医療AIエージェントの5つの活用シーンとガバナンス要件

ガバナンス設計は抽象論で終わらせず、具体的な活用シーンごとに要件を落とし込む必要があります。以下では、医療AIエージェントの代表的な5シーンについて、業務内容とガバナンス上の留意点を対にして整理します。

#1. 問診の構造化

外来受付で患者が入力した問診データを、AIエージェントがSOAP形式（主観・客観・評価・計画）に構造化します。構造化結果は医師の承認を経て電子カルテに転記されます。ガバナンス上の留意点は、問診データに含まれる主訴や既往歴が要配慮個人情報に該当するため、構造化処理の全過程でデータが国内サーバー内に留まることを確認する点です。

#2. 電子カルテ連携と自動記録

診察中の医師と患者の対話をリアルタイムで取得し、電子カルテの該当フィールドに自動記録します。このシーンでは対話データ（音声→テキスト→構造化データ）の変換過程における元データの保持期間を規定することが重要です。変換完了後の元音声データを即時削除するか、監査目的で一定期間保持するかを、3省2ガイドラインの保存基準に照らして決定します。

#3. タスク自動起票

診察内容に基づき、検査オーダー・処方箋・紹介状の作成といった後続タスクをAIエージェントが自動起票します。このシーンではAIエージェント導入の進め方で解説している承認レベルの設計が重要です。検査オーダーの起票は事後サンプリングレビュー、処方箋の作成は事前承認必須と、タスク種別ごとに承認レベルを分けます。

#4. 薬剤相互作用チェック

処方データと患者の既往歴・現在の服薬情報を照合し、相互作用リスクをAIエージェントが自動検出します。アラート発信は自動処理で問題ありませんが、処方変更の提案は必ず薬剤師または医師の承認を経由させます。薬機法上のSaMD（Software as a Medical Device）該当性を事前に確認することも必要です。

#5. 退院サマリの自動生成

入院期間中の診療記録・検査結果・処方履歴を統合し、退院サマリをAIエージェントが自動生成します。退院サマリには複数診療科のデータが含まれるため、診療科横断のアクセス権限設計が必要です。生成されたサマリは担当医の最終承認を経て確定し、地域連携先への共有時にはHL7 FHIR準拠のデータ形式で出力します。

#導入ステップ：PoCから全院展開までの段階設計

医療AIエージェントの導入は、ガバナンス体制の構築と並行して段階的に進めます。

#Phase 1: ガバナンス基盤の整備（1〜2か月）

技術導入に先立ち、患者データガバナンスの基盤を整備します。

• 患者データ4分類の定義と、分類ごとのアクセス権限ポリシーの策定
• 同意取得フロー（包括同意・個別同意・オプトアウト）の設計と説明文書の作成
• 監査ログの記録項目・保存期間・管理責任者の決定
• 3省2ガイドライン準拠のセキュリティ要件の洗い出し

#Phase 2: PoC（2〜3か月）

単一の活用シーン（問診構造化や退院サマリ生成など）に絞り、小規模な診療科でPoCを実施します。PoC段階から本番同等のガバナンス体制で運用することで、ガバナンス設計の実効性を早期に検証できます。

#Phase 3: 部門パイロット（3〜6か月）

PoCの結果をもとに、対象診療科と活用シーンを拡大します。複数シーンが稼働し始めると、データ分類間のアクセス制御や同意管理の複雑さが増すため、ガバナンス体制の運用負荷を評価し必要に応じて自動化します。

#Phase 4: 全院展開（6〜12か月）

全診療科への展開に際し、以下の観点でガバナンス体制の最終検証を行います。

• 診療科横断のデータアクセスに対する権限管理の網羅性
• 同意管理の運用が属人化していないか
• 監査ログの保存容量と検索性能が全院規模に耐えるか
• 退職・異動に伴う権限変更のワークフローが整備されているか

AIエージェント導入の進め方で解説している段階的アプローチを、医療固有のガバナンス要件と組み合わせて実行することが重要です。

#セキュリティと監査：安全管理ガイドライン対応チェックリスト

医療情報システムの安全管理ガイドライン（3省2ガイドライン）への準拠を確認するためのチェックリストを整理します。AIエージェント導入前に、情報システム部門と法務部門が共同で確認してください。

• データ保管: 患者データの保管先が国内サーバーであることを確認。外部API利用時は送信データの匿名化処理を実装済みか
• アクセス制御: 職種別・診療科別のアクセス権限が設定され、最小権限の原則に従っているか
• 監査ログ: AIエージェントの全操作（データ読み取り・推論・書き込み・承認）のログが記録され、改訂で定められた保存期間を満たしているか
• 同意管理: 包括同意・個別同意・オプトアウトの3段階が実装され、患者ごとの同意状態をリアルタイムに反映できるか
• インシデント対応: データ漏洩やAIエージェントの誤動作が発生した場合の対応手順と連絡体制が整備されているか
• 認証基盤: ベンダーがISO/IEC 27001:2022を取得しているか。ISMAPクラウドサービスリスト登録の有無を確認済みか

#まとめ

医療AIエージェントの導入は、技術の選定以上にガバナンス設計の精度が成否を分けます。2026年は3省2ガイドラインの遵守事項強化と診療報酬改定のDX加算再編が重なり、ガバナンス体制の整備が制度面からも後押しされる好機です。患者データの4分類に基づく権限設計、3段階の同意管理フロー、監査ログの統合管理を軸に、PoCから段階的に体制を構築してください。

aileadは対話データを安全に統合・構造化し、AIエージェントが業務タスクを自動実行するエンタープライズ基盤です。医療領域における対話データのガバナンス設計について、具体的な構成例をオンラインデモでご紹介しています。デモを申し込む

#関連記事

• AIエージェントのガバナンス設計5原則
• 医療×AIエージェント完全ガイド
• ヘルスケア業界のAIエージェント活用
• AIエージェント導入の進め方
• AIエージェントの権限設計
• 対話データの構造化とAIエージェント
• AIエージェントの対話データガバナンス