診療報酬改定で医療AIが「加算」になった。クラーク1人を1.2人に数える新ルール
「AIを入れたいが、どこで回収するのか答えられない」。中堅病院の事務長・経営企画の方から、この相談を繰り返し受けてきました。
2026年度の診療報酬改定が、この問いに制度の言葉で答えを出しています。生成AIの文書作成支援を導入した病院は、医師事務作業補助者1人を1.2人として配置に数えられるようになりました。
この記事では、改定で何が変わったのかと、退院時要約・紹介状から始める現実的な導入手順をお伝えします。根拠は厚生労働省の個別改定項目と、私たちが医療機関の導入検討で見てきた実務です。
この記事の対象読者
- 200〜600床クラスの一般急性期・地域中核病院の事務長・経営企画担当者
- 医療機関のDX推進・情報システム担当者で、PoC後の本番移行を検討している方
- 診療報酬改定を契機にAI投資の社内稟議を通したい医療法人の経営層
- 文書作成支援AIの導入可否を判断する立場の医師・看護師長・医療クラーク責任者
改定で何が変わったのか
結論から言うと、医療AIの投資回収を「人員配置基準」という経営の言葉で計算できるようになりました。臨床効果の証明を待つ必要がありません。
クラーク1人を1.2人に数えられる
医師事務作業補助体制加算の施設基準が見直され、生成AIを活用した文書作成支援を組織的に実施していれば、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を追加で組み合わせた場合は1.3人換算です。要件と換算率の対応は次の通り。
| 体制の要件 | 換算率 |
|---|---|
| 生成AIを活用した文書作成支援を組織的に導入 | 1人を1.2人に算入 |
| 上記に加えて音声入力・RPA等のICTを1種類以上導入 | 1人を1.3人に算入 |
注意したいのは、ツールを導入しているだけでは足りない点。補助者が実際にそのツールで業務を行っている記録を、日頃から残しておく必要があります。
なぜ文書業務が入口になるのか
退院時要約・紹介状・診断書は、医師の診療時間外に持ち越されやすい業務でした。この領域は生成AIと相性が良い特性を3つ持っています。
- 様式の定型性が高く、出力のばらつきを抑えやすい
- AIが参照すべき情報源(電子カルテの記録)が明確
- 出力の正誤を医師がレビューしやすく、リスクを段階的に管理できる
導入の進め方
最初につまずきやすいのは、全体を一気に変えようとする設計です。私たちが見てきた範囲では、退院時要約と紹介状の2文書に絞り、対象医師・病棟を限定して始めるのが現実的な出発点でした。
フェーズを3つに分ける
| フェーズ | 期間の目安 | やること |
|---|---|---|
| 1. 絞り込みと現状測定 | 0〜3か月 | 退院時要約・紹介状を対象に選び、作成時間・件数・医師の負担時間を数値化。加算要件の適用可否を事務部門で精査 |
| 2. 限定パイロット | 3〜6か月 | 特定診療科でAIドラフト生成→医師レビュー→承認の流れを試験運用。精度と現場の受容性を記録し、算定の実績データを積む |
| 3. 全院展開と効果測定 | 6〜12か月 | 対象文書・部署を拡大。加算の実績額とAI導入コストを対照してROIを検証し、診断書などへ順次広げる |
ROIの計算式
骨格はシンプルです。換算加算で得られる収益額から、AIの月額利用料・初期費用・研修コストを引いた値が純益になります。
問いを「AI費用を回収できるか」から「どの配置規模から黒字になるか」に変換すると、経営層への説明が具体的になるでしょう。
つまずきやすいポイント
私たちが接してきた事例では、導入の成否は技術の統合よりも「誰がドラフトをレビューし、どの段階で医師の承認を取るか」という運用設計で分かれています。
落とし穴は技術でなく運用に出る
- 電子カルテとの連携確認を後回しにする。参照するSOAP記録や検査値との整合はPoC前に確かめないと手戻りが大きい
- 精度に過大な期待を置く。AIドラフトは「完成品」でなく「下書き」。医師が最終承認する原則を先に明示する
- 加算要件の解釈を院内だけで完結させる。厚生局への確認や専門家の精査を挟まないと、算定時に不備が見つかる
- 研修を導入時の1回で終わらせる。現場の修正パターンを反映し続ける仕組みがないと、受容性は下がる一方になる
よくある質問
加算を取るために特定のAIベンダーを使う必要がありますか
公開されている要件は特定製品の指定ではなく、「生成AIを用いた文書作成支援の実施」という機能要件の設計とみられます。ただし届け出時に利用実績やワークフローの記録を求められるため、証跡を残せる製品と運用を選ぶことが前提です。
200床以下の小規模病院でも恩恵はありますか
配置区分によって算定額が変わるため、小規模病院ほど1人換算の効果が相対的に大きくなる場合があります。まず自院の補助者配置数と算定区分を確認してみてください。
退院時要約以外に優先度の高い文書はありますか
紹介状・診療情報提供書は件数が多く、前回受診内容の転記という定型作業を含むため効果が出やすい領域です。診断書・入院証明書は様式が定型的な一方、保険会社や行政への提出書類という性質上、法的リスクの整理を先行させる必要があります。
電子カルテとの統合は必須ですか
カルテからの情報参照なしでは、医師がほぼ全文を入力し直すことになり削減効果が限られます。API統合か手動コピー補助か、連携の深さと削減効果のバランスをPoC設計で確認するのがおすすめです。
現場医師の反発をどう抑えますか
「AIはあくまで下書きで、最終責任は医師にある」という原則の明示が第一歩です。そのうえでパイロットの医師に「AIの粗探し役」を担ってもらう設計が、私たちの見てきた範囲では受け入れられやすい形でした。
あわせて読みたい
関連記事
参考・出典
参考・出典
2026年度改定で、中堅病院のAI導入に初めて「回収の計算式」が備わりました。まず今日、自院の医師事務作業補助者の配置数と算定区分を事務部門に確認してください。それが加算試算の1行目になります。
あわせて読みたい
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
2026年度診療報酬改定で、生成AIによる文書作成支援が医師事務作業補助体制加算の要件に入りました。加算収入と医師の文書作業時間の削減を分けて並べる二重回収モデル、電子カルテ自動記載から広げる3段階の設計、試算資料に並べる5つの数値欄を整理します。
国交省が特記仕様書に生成AI活用を明記。直轄業務は利活用計画書の提出が前提に
国土交通省は2026年5月以降、直轄の建設コンサルタント業務の特記仕様書に「生成AIの積極的な利活用」を明記し、受注者に「生成AI利活用計画書」の提出を求めます。対象業務と計画書の記載事項を整理し、中堅建設企業が今期から着手できる導入ロードマップと適用領域をまとめました。
「PoC止まり」から抜け出す。地銀・信金がエージェントAI導入で先手を打つ組織設計
国内金融機関の7割強が生成AIに取り組む一方、稟議・審査・顧客対応を横断する自動化に踏み込めた機関は限られます。中堅地銀・信金がPoCループから脱出し、AIエージェント本格導入へ移行するための組織設計と優先順位を具体的に解説します。