Google AMIEは日本の病院で利用できるか｜医療AIと患者フォローの準備

Google AMIEを日本の病院で使えるのか。
最初に押さえたい結論は、2026年6月20日時点の公開情報では、日本向けの一般提供・商用API・価格は確認できないという点です。

ただし、AMIEを「まだ使えない研究」として片づけるのも早計です。
患者との対話、受診前の問診整理、フォローアップ支援がどこまで進みつつあるかを見ると、病院側が今から整えるべき業務設計はかなり見えてきます。

Google AMIEは日本の病院で今すぐ使えるのか

Google AMIEは、Articulate Medical Intelligence Explorerの略で、Google ResearchやGoogle DeepMindの研究者を含むチームが発表している医療対話AIの研究システムです。
患者役とのテキストチャットを通じて、病歴聴取、鑑別診断、説明、共感などを評価する流れで研究されています。

ここで分けるべきなのは、研究成果として参考にできることと、日本の病院が今すぐ契約して使えることです。
前者は確認できますが、後者は公開情報だけでは確認できません。

確認できることと、まだ言えないこと

区分	確認できること	病院が今やること
研究成果	診断対話や疾患管理の評価研究	使い方ではなく設計思想を学ぶ
日本提供	一般提供・価格・APIは未確認	導入前提で稟議しない
現場準備	患者フォロー支援の論点は整理可能	低リスク業務を1つ選ぶ

そのため、「Google AMIEは日本で利用できるのか」と調べている病院が最初に取るべき行動は、AMIEの契約先を探すことではありません。
AMIEが示している医療対話AIの方向性を、自院の患者フォロー業務に翻訳することです。

出典: arXiv「Towards Conversational Diagnostic AI」(英語)

AMIE研究で見えた医療対話AIの可能性

AMIE研究の価値は、単に「AIの診断性能が高い」と読むところにはありません。
むしろ、患者との対話をどの軸で評価し、どこに人間の監督を残すかを具体的に示している点にあります。

2024年の研究では、149のOSCE型シナリオで20名のプライマリケア医と比較され、専門医評価で32軸中28軸、患者役評価で26軸中24軸においてAMIEが上回ったと報告されています。
ただし、研究側は通常診療を代表するものではなく、現実導入にはさらなる研究が必要だと明記しています。

2025年には疾患管理やマルチモーダル入力への拡張も示されました。
皮膚写真、心電図、PDFのような資料を含む対話に進んでおり、患者が持ち込む情報をAIが整理する未来像はかなり具体化しています。

さらに2026年の臨床feasibility study（実現可能性の検証）では、100名の成人患者が受診前5日以内にAMIEとテキストチャットし、人間の安全監督者がリアルタイムで監視しました。
AMIEの鑑別診断リストは最終診断を90%で含み、上位3位以内は75%だった一方、医師は管理計画の実用性と費用対効果でAMIEを上回ったと報告されています。

出典: arXiv「A prospective clinical feasibility study of a conversational diagnostic AI in an ambulatory primary care clinic」(英語)

日本の病院が先に確認すべき法令と安全管理

日本の病院で医療AIを考える時は、AIモデルの性能より先に、医療情報をどこに入れ、誰が確認し、患者へどう説明するかを決めます。
ここを飛ばすと、便利な患者フォロー支援のはずが、個人情報・医療安全・法令確認の問題に変わってしまいます。

医療・ヘルスケア分野の生成AI利用ガイドライン第2版では、患者フォローアップ支援がユースケースに含まれています。
ただし同時に、組織として利用可能と判断されたサービスか、生成AIの用途が法令違反にならないか、出力の正確性を確認できるか、患者へAI利用を通知するか、といった確認が求められます。

出典: 医療AIプラットフォーム技術研究組合「医療・ヘルスケア分野における生成AI利用ガイドライン第2版」

医療情報を扱うAIで見る確認表

確認項目	見る理由	最初の確認先
保存・再学習	患者情報の二次利用を防ぐ	契約、設定、利用規約
アクセス権限	閲覧できる職員を絞る	院内ID、権限表
ネットワーク	通信と端末を守る	情報システム担当
患者通知	AI利用を誤解させない	説明文、同意文
SaMD該当性	診断・治療判断に近いか見る	PMDA相談窓口

厚生労働省の医療情報システム安全管理ガイドラインは、電子カルテや医療情報システムを扱う時の前提になります。
AMIEのようなAIを直接使うかどうかに関係なく、患者データを扱う仕組みを作るなら安全管理の土台は同じです。

出典: 厚生労働省「医療情報システムの安全管理に関するガイドライン」

診断、治療、トリアージ、服薬判断に近づくほど、医療機器プログラム(SaMD)の該当性確認も重くなります。
患者への回答をAIが決める形ではなく、人間が確認する下書き・整理・案内支援に限定することが、最初の安全な線引きです。

出典: PMDA「SaMD一元的相談窓口」

患者フォローアップAIはどこから始めるべきか

患者フォローアップAIの入口は、診断名を返すことではありません。
最初は、患者が入力した情報を整理し、医療従事者が確認しやすくする業務から始めるほうが安全です。

病院AIの初手に悩む場合は、病院のAI導入は何から始めるべきかで整理したように、診断支援よりも周辺業務から考えると院内合意を作りやすくなります。
今回のAMIEも同じで、研究の中心は高度でも、自院の初手は小さく切り出すほうが現実的です。

患者フォローアップAIで始めやすい業務

候補業務	AIの役割	人間確認
受診前問診	症状、経過、既往歴を整理	医師、看護師
生活指導文	説明文の下書き作成	医師、管理栄養士
再診案内	検査前後の注意を整える	外来看護師、事務
服薬確認	飲み忘れや副作用の入力整理	薬剤師、医師

カルテ下書きや診察メモの領域は、医療AIで診察メモ・カルテ作成を支援する考え方とも近いテーマです。
違いは、患者フォローアップでは患者本人に届く文章や案内が絡むため、誤解を招く表現、緊急症状の見落とし、受診遅れを特に警戒する点にあります。

クリニック規模で考えるなら、クリニックのAIカルテ活用のように、まず記録・説明・事務負担のどこが重いかを見ます。
「AIに患者対応を任せる」のではなく、患者対応の前後にある整理業務をAIに手伝わせると捉えると、リスクを下げられます。

導入前に決める院内ルール

患者フォローアップAIは、使い始める前に院内ルールを先に決めるほうが失敗しにくくなります。
AIの性能が上がってから考えるのでは遅く、運用の線引きが曖昧なまま試すと、現場が怖くて使えません。

• 入力してよい情報: 氏名、病歴、検査値、画像をどこまで扱うか
• 確認する人: 医師、看護師、薬剤師、事務のどこで止めるか
• 患者への通知: AIが関与した文面であることをどう伝えるか
• 緊急時対応: 胸痛、呼吸困難、意識障害などを入力された時の誘導
• ログと改善: 誰が修正し、どの失敗を再発防止に回すか

AIチャットボットの品質管理は、医療以外の問い合わせ対応でも同じ論点があります。
AIチャットボットの回答精度を改善する方法で触れたように、回答率だけでなく、誤回答、確認漏れ、エスカレーションを測ることが必要です。

医療ではこの重みがさらに増します。
患者の不安に答えたように見えるが、実は受診を遅らせてしまうという事故を避けるため、AIが答えてよい範囲と、人へ戻す条件を先に書いておきます。

AMIEを待つより先に整えるべき準備

AMIEの日本提供を待つ間にも、病院は準備を進められます。
鍵になるのはAI製品の比較ではなく、AIに渡す前の情報を標準化すること。製品待ちの時間を、業務整理の時間に変える発想が必要になります。

たとえば、受診前問診の項目、生活習慣指導の説明文、検査前後の注意文、よくある質問への回答を整えておく。
これらはAMIEでなくても使える資産で、将来どのAIを選んでも、品質と安全性の土台になります。

• 問診テンプレート: 症状、期間、既往歴、服薬、緊急症状を固定項目にする
• 説明文テンプレート: 患者へ送る文面を診療科ごとに標準化する
• 修正ログ: AI下書きを人が直した箇所を残す
• 改善会議: 月1回、誤解が起きた文面と対応を見直す

社内ルールの作り方は、生成AI利用ガイドラインの作り方の考え方を医療向けに置き換えると整理しやすくなります。
AIの透明性や説明責任を考えるなら、AIが信頼されない理由と情報開示も合わせて確認しておくと、患者説明の設計に役立ちます。

自院向けに医療AIを実装する場合の進め方

AMIEのような研究は、大きな病院だけの話に見えるかもしれません。
しかし、実務に落とすと、最初に必要なのは巨大なAI基盤ではなく、自院の患者接点に合わせた小さな支援AIです。ここなら中小規模の病院やクリニックでも検討余地があります。

公開研究をそのまま導入するのではなく、患者がどこで困り、職員がどこで確認に時間を使い、どの文章が誤解を生みやすいかを整理します。
そのうえで、AIが作る下書き、人が確認する範囲、ログを残す場所、患者へ伝える文面を決めていく流れです。

AI活用を自社で進めるか外部と進めるか迷う場合は、AI導入は自社でやるか外注かの判断軸が参考になります。
医療AIでは、技術だけでなく、患者接点、既存システム、業務フロー、情報発信まで合わせて設計する必要があります。

よくある質問