医療AIの稟議が止まるのは、回収の計算式がないから。加算収入と時間削減を1枚に並べる

「費用対効果が見えない」。この一言で止まっていた医療AIの判断が、制度の側から動き始めました。

2026年度（令和8年度）の診療報酬改定で、医師事務作業補助体制加算の施設基準が見直されました。生成AIを活用した文書作成支援を組織的に導入していれば、医師事務作業補助者1人を1.2人として配置人数に算入できます。

音声入力やRPAなどのICTを組み合わせた場合は1.3人換算です。根拠は、厚生労働省が中央社会保険医療協議会に示した令和8年度改定の個別改定項目にあります。

制度の側が、AI導入の効果を「配置人数」という経営の言葉に翻訳してくれた形です。技術投資ではなく制度対応として稟議に書ける材料が増えました。

この記事の対象読者

• 200〜500床規模の病院で、AI導入の検討を担う事務部門・経営企画担当者
• 診療報酬改定を受けて、AI投資の再評価を求められている病院幹部・CFO
• 「入れたいが院内の合意が取れない」と感じている医療情報システム担当者
• 電子カルテや文書作成支援AIの選定基準と費用対効果の試算方法を探している方

病院が抱える2つの構造的な課題

医療AIの議論は、大学病院や特定機能病院を中心に進んできた印象。私たちが見てきた範囲では、200〜500床規模の病院こそ今回の制度変化の恩恵を受けやすい立場にあると考えています。

課題は大きく2つに分かれるでしょう。

私たちが病院の検討に入るとき、最初に出てくるのは「効果は分かるが、いくら戻るのかを説明できない」という声です。技術的な障壁というより、判断の拠り所がなかったのだと見ています。

もう一つは、医師が診療以外の記録・文書に時間を取られている実感です。ここは業界平均を探すより、自院で測るほうが早いでしょう。退院サマリー1件あたりの作成時間と月間件数を数えるだけで、削減余地は自院の数字として出ます。

今すぐ問い合わせる

加算が変えた「AIの位置づけ」

2026年度改定の核心は、生成AIが「試験的な取り組み」から「加算収入を生む設備」に変わったことです。

これまでは、AIの効果を臨床の質で説明するしかありませんでした。質の向上は数字にしにくく、稟議は「よさそうだが、いくら戻るのか」で止まります。

配置人数への算入という形になったことで、効果を収入の側から書けるようになりました。医療AIの投資判断は「入れるかどうか」から「どの順番で入れるか」に移ります。

3段階で広げる：入口は電子カルテ自動記載

どの順番で入れるかを、私たちは次の3段階で設計することが多いです。段階ごとの詳しい進め方は、関連記事の導入ロードマップにまとめています。

• 第1段階：電子カルテ自動記載で削減時間を測る
• 第2段階：退院サマリーや紹介状の下書き生成へ広げる
• 第3段階：診療の判断に関わる支援は最後に検討する

第1段階は、音声入力や診察室での会話をもとにSOAP形式の下書きを生成する機能です。医師の文書作業時間に直接触れるため、削減効果が数値で見えやすく、短期間で検証できます。

第1段階だけでは、補助者体制を前提とする加算の要件を満たすとは限りません。効果の検証がしやすい入口として位置づけ、加算との連動は第2段階で設計してください。

第2段階の文書作成支援は、カルテ記載のデータを参照して文書を組み立てます。第1段階との連携が前提になり、加算評価の中心にもなりやすい領域です。

第3段階の臨床意思決定支援は、効果の定量化が難しく、規制対応や責任の所在など検討すべき要素が増えます。第1・第2段階で院内の習熟と信頼を積み上げてから着手するほうが、合意を作りやすいでしょう。

ROI試算の型：二重回収モデルで数字を組む

加算制度が生まれたことで、医療AIのROIは2つの経路に分けて書けるようになりました。大事なのは合算しないこと。性質が違うものを足すと、経理の側で必ず差し戻されます。

投資回収年数は、初期導入コストを年間の純収入増で割って出します。純収入増は、加算の増分から年間保守費などの運用費を引いた額です。3年以内を一つの目安に採否を判断し、時間削減分は年数に入れず判断材料として併記します。

具体的な金額は病院規模・加算区分・医師数で大きく変わるため、ここで特定の数字を示すことは避けます。試算の構造として2軸を並べることが、経理にも現場にも伝わりやすい形式だと私たちは見ています。

試算資料に並べる5つの数値欄

• 年間加算収入の増分（点数×件数×10円）
• 医師の文書作業削減時間（週次・月次）
• 削減時間の価値（時給換算）
• 初期導入コスト（一時費用）
• 年間保守費（毎年かかる費用）

初期導入コストと年間保守費は性質が違うため、必ず分けて書きます。この5欄を埋める作業が、ベンダーとの最初の打ち合わせで確認すべき項目の整理にもなります。

みっちゃくんを見る

導入の進め方と現場で見る留意点

段階設計とROI試算が整っても、実装と運用体制が伴わなければ加算は取得できません。私たちが見てきた範囲で、病院の導入プロセスで詰まりやすいポイントを整理します。

試行期で医師の利用率が伸び悩む場合、操作の複雑さよりも「出力をそのまま使えない」と感じる場面が多いです。下書きの修正時間が短縮の実感を上回ると、自然と使われなくなります。

出力の精度よりも「修正コストが入力コストを下回るか」が、医師の継続利用を左右する基準です。

PoC段階でこの閾値を確認するには、「AI下書きの修正時間」と「ゼロから書いた場合の時間」を比べる計測が有効です。この計測を1〜2週間ほど実施することを、私たちは導入設計の早い段階で勧めることが多い。

AI導入の段階設計とROI試算を相談する

よくある質問

加算を取るために、AIシステムは何か特定の認証が必要ですか？

医師事務作業補助体制加算の届出要件は、使うシステムの認証種別よりも体制面の要件が中心でしょう。研修計画・担当者配置・業務範囲の規定などが主な確認事項になります。

ただし、薬機法上の医療機器に該当するAIについては別途規制対応が必要なため、ベンダーへの確認をお勧めします。

電子カルテメーカーの純正AI機能と、サードパーティのAIツールはどう使い分ければよいですか？

純正機能は既存システムとの連携がスムーズで、導入時の摩擦が少ないことが多いです。一方、サードパーティツールは特定機能の精度やカスタマイズ性で優れる場合があります。

選定基準は「加算要件を満たす届出が可能か」「カルテデータとの連携形式」「運用コスト」の3点を先に確認しましょう。その後で機能比較に移る順序が現実的です。

PoC（試験導入）をせずに全院展開から始めることは可能ですか？

技術的には可能ですが、医師の利用率が想定を下回った場合に修正コストが大きくなります。私たちが見てきた範囲では、1〜2の診療科で2〜3ヶ月の試行を経てから展開する設計のほうが、全院での定着率が高い傾向。加算届出のタイムラインと試行期間のバランスを先に設計することをお勧めします。

医師がAI出力を「そのまま使う」リスクをどう管理すればよいですか？

院内の運用ルールとして「AI出力は必ず医師が確認・署名する」ことを明文化し、研修時に周知する形が現実的です。文書の最終責任は医師にあります。それを制度と運用の両面で担保する仕組みを先に整えておくことが、導入後のトラブル回避につながります。

ROI試算で「加算収入」と「時間削減」以外に考慮すべきコストはありますか？

初期導入コスト・年間ライセンス費用・研修費用・システム連携の開発費・運用担当者の工数、これらが主な追加コスト項目です。特に既存の電子カルテとのデータ連携に開発が必要な場合、その見積もりが試算の精度を大きく左右します。ベンダー選定の早い段階でスコープを明確にしておくことが要点です。

診療報酬改定は、医療AIを「試してみる技術」から「加算を生む設備」に変えました。回収の計算式が、制度の側から用意されたということです。

電子カルテ自動記載から文書作成支援へ、そして臨床意思決定支援へ。この3段階に、加算収入と時間削減を分けて並べる二重回収モデルを重ねます。この組み合わせで、判断に必要な数字は揃うでしょう。

次の一手は、ベンダーへの問い合わせではありません。まず院内の届出要件を確認し、今日は前掲の5つの数値欄を並べた試算フォーマットを1枚だけ用意してみてください。