こんにちは。薬剤師のしぐです。
AI薬歴、処方箋の読み取り、医薬品情報の検索支援など、薬局でAIを使う場面が身近になっています。その一方で、もっともらしい回答が誤っていたとき、誰が確かめるのか、患者さんの情報をどこまで入力してよいのか、導入後の性能をどう監視するのかという課題もあります。
PMDAは2026年11月2日、「薬事活動におけるAI利活用に関する基本的考え方（Early Consideration）」を公表しました。中心にあるのは、AIは人間の判断を支援するもので、最終的な責任は人が担うという原則です。ただし、この文書は薬局のAI薬歴に新たな法的義務を課す通知ではなく、主に薬事上の判断や意思決定に関わる活動を対象としています。
今回は原文の対象範囲と三層の構成を確認したうえで、保険薬局のAI利用にどのように応用できるかを、制度上の要件と実務上の提案を分けて整理します。
PMDAが2026年11月2日に示した文書の位置付け
Early Considerationとは何か
今回の文書は、医薬品医療機器総合機構のレギュラトリーサイエンスセンターが公表した「Early Consideration」です。新しい技術に関する科学的知見や運用経験が十分に蓄積される前の段階で、その時点で望ましい考え方を共有する参考情報と位置付けられています。したがって、記載内容は今後の技術や国際的な議論に応じて見直される可能性があります。既存の法令やガイドラインに代わるものでもありません。
PMDAは、この文書が「規制上の要件を新たに定めるものではない」と明記しています。記事を読むときに最も大切な区別の一つです。「PMDAがAI薬歴に新しい認証を義務化」「すべての薬局が同じAI監査手順を採用しなければならない」といった説明は、この一次資料からは導けません。薬局に関係する考え方を取り入れる場合も、直接の適用範囲と参考にできる一般原則を分けます。
直接の対象は薬事上の判断・意思決定
文書の主な対象は、医薬品、医療機器、医薬部外品、化粧品、再生医療等製品の開発、製造、市販後にわたる薬事上の判断や意思決定にAIを使う場面です。PMDA、申請者、製造販売業者、治験依頼者、CRO、AIシステムの開発・提供者などが想定されています。一般的な医療行為でのAI利用は主たる対象ではないと説明されています。つまり、保険薬局のレセコンや電子薬歴がすべて直接規制対象になるという意味ではありません。
三つの階層で整理されたAI利用の原則
第1層：人間中心の原則
AIは人間に完全に代わるものではなく、人による判断や意思決定を支援するために活用されます。患者や国民の利益を最優先とし、AI利用に伴う最終的な責任は人間が担うという整理です。これはAIを否定する考え方ではありません。AIが得意な大量情報の整理や候補提示を活用しながら、根拠の確認、例外への対応、患者への説明を人が引き受ける設計を促すものです。
第2層：六つの基本的な留意事項
基本事項は、リスクベースアプローチ、利用目的と適用範囲の明確化、データガバナンス、公平性・説明責任・透明性の確保、多角的な専門的知見の確保、法令等への準拠の六つです。六項目は単なる標語ではなく、どの業務にAIを使うか、入力データの品質はどうか、判断に偏りがないか、誰に何を説明するかといった実務上の確認に置き換えられます。
第3層：実装・管理上の五つの留意事項
実装面では、AIモデルやシステムの設計・開発、評価、継続的なライフサイクル管理、人間による監督、AIリテラシーの向上が挙げられています。導入時に一度動けば終わりではなく、実際の利用環境で性能を確かめ、更新後も監視する考え方です。新しいモデルや薬価・添文の更新によって出力が変わる可能性があるため、定期的な確認と記録が欠かせません。
六つの基本事項を薬局業務に置き換えてみる
リスクベース：間違えた場合の影響から考える
AIが薬局の掲示物の下書きを作る場合と、抗がん薬の用量チェック候補を提示する場合では、誤りが与える影響が異なります。前者でも正確性は必要ですが、後者では腎機能、体表面積、レジメン、休薬歴など、誤りが患者の安全に直結する項目があります。リスクが高い用途ほど、原情報との照合、二重確認、使用範囲の制限、例外時の人への引き継ぎを厚くすることが考えられます。これはPMDAの原則を参考にした薬局での運用提案です。
利用目的：AIに何をさせないかも決める
「薬歴を自動化する」という言葉だけでは範囲が広すぎます。前回の薬歴から確認事項を抽出するのか、患者との会話を要約するのか、薬学的評価の候補まで示すのかで必要なデータも確認方法も変わります。まず対象を一つに絞り、入力情報、出力形式、利用できない場面、最終確認者を決めます。「情報を整理する支援」と「処方が安全だと判断すること」を分けるだけでも、AIを過信しにくくなります。
データガバナンス：患者情報と根拠を管理する
患者氏名、病歴、検査値、服薬歴などの情報をAIに入力する場合は、利用目的、保存先、委託先、アクセス権限、二次利用の有無を確認する必要があります。一般向けのサービスへ患者情報を安易に入力しないことは基本です。また、医薬品情報を要約させるなら、元の電子添文や通知の版、確認日を追える形にすることが重要です。AIが作った文章だけが残り、根拠に戻れない状態は避けたいところです。
公平性と透明性：見やすさだけで判断しない
AIの文章が滑らかでも、入力情報の不足や学習データの偏りがあれば、患者さんに合わない説明が出る可能性があります。年齢、言語、聴力、認知機能、服薬管理者などが異なる患者さんへ、同じ説明文を機械的に使うことは適切とは限りません。AIを使った情報整理で何を確認でき、何が未確認なのかを、薬剤師自身が把握する必要があります。患者さんへの説明でも、結論と根拠を分けて伝えることが大切です。
多角的な知見：薬学とシステムの両方を確認
薬剤師だけでAIシステムのすべてのリスクを評価することは難しく、開発者だけで臨床上の危険を見抜くことも難しい場合があります。薬学的な知識、個人情報保護、セキュリティ、医療安全、業務フローなど、複数の観点から導入を検討します。薬局の現場では、管理薬剤師、実務担当者、事務スタッフ、システム提供者の役割を整理し、問題が起きたときに誰が判断するかを明確にすると運用しやすくなります。
法令等への準拠：AIの利用許可とは別の話
PMDAのEarly Considerationは、個々のAI製品に薬事承認を与えたり、医療情報の外部送信を一律に許可したりする文書ではありません。薬機法、個人情報保護法、医療情報システムの安全管理に関するガイドライン、保険薬局の業務ルールなど、実際の用途に関係する規定を別途確認します。「AI活用を推進する方針が出たから何を入力してもよい」と理解しないことが大切です。
AI薬歴・AIレセコンで考えたい具体例
薬歴の下書き：事実と推測を混ぜない
患者さんが「昨日は飲めなかった」と話したとき、AIが「服薬アドヒアランス不良」と要約したとしても、理由は未確認かもしれません。飲み忘れ、意図的な休薬、体調不良、医師の指示などでは意味が異なります。薬剤師は元の会話と照合し、確認した事実と薬学的な評価を分けて記録します。否定表現や日付、薬剤名、用量の取り違えは、短い文章でも重大な誤解につながるため注意が必要です。
処方入力：OCRの結果を原本と照合する
処方箋の画像から薬剤名や用法を読み取るAIは、入力時間を短縮する可能性があります。一方、似た薬剤名、規格の小数点、手書き文字、欄外の指示などは誤認識の原因になり得ます。入力候補が正しいかどうかは処方箋原本と照合し、変更点を確認します。自動化によって確認作業をなくすのではなく、転記の負担を減らしながら重要な例外に集中する考え方です。
医薬品情報検索：最新性と適応を確かめる
AIが相互作用や副作用の説明を提示した場合、元になった添付文書の改訂日や国内承認内容を確認します。海外情報と国内の適応が異なることもあります。供給状況や薬価は短期間で変わるため、AIの記憶だけに頼るのは避けます。特に高リスク薬では、電子添文、PMDA安全性情報、メーカー通知、施設のレジメンを照合してから判断したいところです。
効果測定：速くなった時間だけでは不十分
AI導入の評価では、薬歴の作成時間や入力の修正件数だけでなく、患者さんへの確認漏れ、問い合わせの増減、疑義照会の質、服薬後フォローの実施状況も見る必要があります。たとえば記録時間が短縮しても、誤記の修正が増えていれば純粋な効率化とはいえません。AIが提案した内容をそのまま採用した件数より、必要な問題を見つけて安全な対応につなげたかを評価したいですね。
運用開始前のチェックリスト
まずは試験運用の対象を絞る
最初からすべての処方を対象にするより、低リスクで評価しやすい業務を選びます。例として、公開済みの医薬品情報の要約や、匿名化した研修資料の整理などが考えられます。患者情報を扱う場合は、利用するシステムの契約と安全管理を確認してから進めます。試験期間中は、AIが提案した内容、修正した内容、確認に要した時間を記録し、期待した効果と負担を比較します。
出力の確認者と中止条件を決める
「AIが作成した薬歴を誰が確定するか」「誤りが一定数続いたら利用を止めるか」「システム障害時にどう戻すか」をあらかじめ決めます。運用中にモデルが更新された場合は、重要な出力が変化していないかを再確認します。エラーが起きたときに利用者だけの責任にせず、提供者へ報告し改善を求める窓口も用意したいところです。
既存記事と合わせて考える
薬局での導入工程や費用対効果については、AIレセコン・AI薬歴で薬剤師の仕事はどう変わるかでも整理しています。また、対人業務へ時間を振り向ける考え方は薬局ビジョンとAI時代の薬剤師の役割とつながります。今回のPMDA文書は、こうした実務改善に「人が責任を持って運用する」という視点を加える資料として読むと有用です。
FAQ｜PMDAのAI利活用原則
Q1．すべての薬局に新しいAI利用義務ができたのですか？
いいえ。今回のEarly Considerationは新たな規制要件を定める文書ではありません。主な対象は薬事上の判断・意思決定に関わる活動です。薬局では参考となる考え方を活用できます。
Q2．AI薬歴を使ってはいけないという意味ですか？
そのような趣旨ではありません。AIの便益を活かしつつ、入力情報、出力の正確性、人の確認、患者情報の保護を整えることが重要です。個々の製品の利用条件は別途確認します。
Q3．AIが正しいと判断したら薬剤師の確認は不要ですか？
不要にはなりません。PMDAはAIの過度な信頼を避け、人間による監督と適切な介入を確保することを示しています。薬局での具体的な確認方法は、業務内容と関係する制度に沿って決めます。
Q4．この文書はAI製品の承認基準ですか？
いいえ。Early Considerationは参考となる基本的考え方です。個々のAIシステムの薬事該当性や承認・認証の要否をこの文書だけで判断することはできません。
Q5．まず何から取り組めばよいですか？
用途を一つ決め、入力データ、想定する誤り、確認者、保存先、停止条件を整理することです。導入前後の作業時間と安全面の指標を両方記録すると改善につながります。
まとめ｜AIを使うほど人の確認を設計する
PMDAの基本的考え方は、人間中心の原則、六つの基本事項、五つの実装・管理上の事項から構成されています。規制上の新たな義務ではない点を押さえつつ、AIの用途を限定し、データを管理し、性能を継続的に確かめ、人が判断できる仕組みを整えることが重要です。薬局でも「AIを入れたか」だけでなく、「患者さんにとって安全で役立つ業務になったか」を見ていきたいと思います。
コメント