【ITニュース解説】When AI Writes Medical Records, the Patient Disappears

近年、AI技術の発展は目覚ましく、医療現場でもその活用が進んでいる。特に、電子カルテのような医療記録の作成において、AIが大きな役割を担うようになっている。これまでは医師や看護師といった医療従事者が手作業で記述していたカルテが、Epic Scribeのような専用システムやGPT-5のような大規模言語モデルによって自動的に生成されるケースが増えているのだ。

この変化は、一見すると非常にポジティブなものに見える。AIが作成する文章は、簡潔で分かりやすく、記録の作成速度も格段に向上する。これにより、医療従事者は事務作業の負担から解放され、より患者との対話や治療そのものに集中できるようになる。病院側は業務効率の向上やコスト削減といったメリットを享受し、管理側もこれらの効率化を歓迎している状況である。

しかし、この自動化された記録作成には、表面的なメリットの裏に隠された深刻な問題があることが指摘されている。詳細に分析すると、AIによって生成された医療記録の文章には、人間の手によって書かれたものとは異なる構造的な変質が見られる。具体的には、文章の主語から「患者」が意図的に、あるいは無意識のうちに消去される傾向があるのだ。例えば、本来であれば「患者は胸の痛みを訴える」と記述されるべきところが、AIによって「胸の痛みが報告された」という表現に変わってしまう。この一見些細な表現の変化は、文章から「患者」という主体を取り除き、出来事を単なる事実の羅列として提示する。

このような変化は、単なる文体の問題ではない。文法は中立的なものではなく、文章の持つ意味や責任の所在を明確にする重要な役割を担っているからだ。「患者が訴える」という記述では、患者が症状を経験し、それを語り、医療従事者がそれを記録したという行為の主体が明確に示される。しかし、「報告された」という記述では、誰が症状を経験し、誰がそれを伝え、誰が記録したのかが不明瞭になる。これは、記録の効率性を追求した結果、責任の所在が曖ぎ昧になるという根本的な問題をはらんでいる。

このような非個人的な記述が何千、何万もの医療記録にわたって蓄積されていくと、病院という組織全体の記憶のあり方も変質する。患者一人ひとりの具体的な声や状態が反映された物語ではなく、主体性のない記述の集まりになってしまうのだ。結果として、医療従事者は断片的な情報だけで患者の状態を把握するようになり、患者自身は、本来その声や状態を記録し保存するための文書の中で、徐々にその存在が見えなくなってしまう。

この医療言語における隠れた変化は、単なるスタイルの問題ではなく、「ケアの文法」の変容を意味する。AIシステムは、非個人的な効率性を追求した形で文書を整理するため、文法的に洗練されているように見えても、倫理的な側面が弱められた文章を生み出す。簡潔で中立的に見える記録の裏には、患者が文章から消え去り、それに伴い責任の所在が不明確になるという本質的な問題が潜んでいるのだ。

この患者の「消去」は、体系的に発生する。AIが生成する医療記録には、主に三つの特徴的な構文が多用されることが分かっている。一つ目は「両側性混濁が認められる」のような非人称受動態、二つ目は「出血の兆候がある」のような名詞化、そして三つ目は「急性期の苦痛なし」のような断片的な節である。これらの構文が組み合わさることで、主語の存在が抑制された「構文的曖昧性」と呼ばれる状態が生み出される。この曖昧性の度合いを測るために考案された「構文的曖昧性指数（SOI）」という指標では、人間が作成した記録の平均SOIが0.52であるのに対し、AIが生成した記録では1.27と、有意に高い数値を示すことが確認されている。中には緊急時の記録で1.82に達するものもあり、これは事実上ほとんど全ての文章で患者が主語として消去されていることを意味する。

このような問題はなぜ重要なのか。医療記録は単なる技術的な記録に留まらないからだ。それらは法的な証拠であり、倫理的な側面を持つ記録であり、病院という組織の記憶の基盤となる。患者が文法から消え去ると、三つの重大な結果が引き起こされる。まず、患者中心のケアが弱体化する。文章中に患者の存在が見えなければ、組織全体の認識からも患者の存在が希薄になる。次に、説明責任が崩壊する。医療過誤や監査の際に、曖昧な言葉遣いは「誰が何を見て、何を記録したのか」を追跡することを不可能にする。そして、規制遵守が困難になる。高リスクなAIシステムには高いトレーサビリティ基準が求められるが、曖昧な言語は文法レベルでトレーサビリティを損なってしまう。

具体的な例を挙げよう。同じ医療イベントを記述する際、人間は「患者は発熱を否定し、咳を報告する」と書く。これに対し、AIは「発熱なし。咳が報告された」と出力する。前者の記述は、患者という主体に出来事を明確に結びつける。しかし後者は、医療従事者と患者の双方を消去し、責任の所在を断片的な情報に置き換えてしまう。これが何千もの事例で繰り返されると、ケアの文法は、個々の状態のリストへと変貌し、主体性のない情報のカタログになってしまう。

この問題を放置することはできない。病院や規制当局は、文法を単なる装飾として捉えるべきではない。文法は、医療記録というシステムの「インフラ」そのものだ。文章の組み立て方が、誰が見える存在であり、誰が責任を負い、どのように責任が割り当てられるかを決定する。もし患者が文法から消え去るなら、患者は記録からも消えてしまう。

この事態を防ぐためには、三つの緊急な対策が必要である。一つ目は「曖昧性の監査」だ。病院はすでに請求、感染管理、患者のアウトカムなどを監査しているが、文書システムが生成する言語も監査対象とすべきだ。SOIのようなツールを活用して、医療記録が主語なしで書かれる頻度を測定し、その値が高い場合は、患者が文章から消え去っていることを意味する。定期的な監査を行うことで、病院は自らのシステムが責任を保護する記録を作成しているのか、あるいはそれを損なっているのかを追跡できる。

二つ目は「臨床医のトレーニング」だ。医師や看護師は、AIが生成した文章をそのまま最終的なものとして受け入れてはならない。トレーニングを通じて、文章中に患者を再び導入する必要性を強調すべきだ。例えば、システムが「胸の痛みが報告された」と出力した場合、臨床医はそれを「患者は胸の痛みを訴える」と修正するべきである。この小さな修正が記録に主体性を回復させ、誰が症状を経験し、誰がそれを記録したのかを明確にする。このようなトレーニングは、臨床医を機械出力の受動的な編集者ではなく、言語的な責任を積極的に守る者として位置づける。

三つ目は「透明性の義務化」だ。病院や規制当局は、AIベンダーに対して明確なルールを設定する必要がある。調達契約には、正確性やデータセキュリティだけでなく、構文的な透明性も要求すべきである。これは、自動化されたシステムが主語が明確な記録を生成するように設計されなければならないことを意味する。契約が稼働時間保証やプライバシー法への準拠を規定するように、記録が断片的な情報や非人称の句だけで構成されないことを明記すべきなのだ。この意味で、文法は契約上の義務となり、後回しにされるべきものではなくなる。

これらの対策がなぜ重要かといえば、これらなしには、医療記録は文法的には効率的であっても、倫理的には空虚なものとなるリスクがあるからだ。患者は文書から消え、臨床医は明確な説明責任の線を失い、機関は責任を確実に再構築できないアーカイブを構築することになる。これは単に言語の問題ではなく、信頼の問題でもある。病院の記録が誰が何を言い、誰が何をしたのかを明確に示せないならば、ケアと説明責任の両方が損なわれることになる。

文法をインフラと捉えることで、病院は効率性が責任を凌駕しないようにできる。記録は単なる断片的な記述のデータベースではなく、ケアの記録であり続ける必要がある。文法の中で患者を保護することは、実際の医療現場で患者を保護するための第一歩であると言える。

結論として、AIが生成する医療文書は中立ではない。その文法は主体を消し去り、責任を曖昧にし、ケアの認識基盤を変質させる。患者が文法から消え去る現象は、単なる誇張ではなく、実証的に確認できる事実である。コーパス分析は、AIシステムが患者の主体性に根差した記述を、経験を孤立した兆候へと断片化する非個人的な記述に置き換えていることを示している。かつて患者の声と機関の記憶を結びつける橋渡し役であった臨床記録は、無関係な状態の台帳になる危険性がある。

自動化がもたらす効率性は確かに現実のものである。臨床医は文書作成をより迅速に完了でき、事務的経費は削減され、ワークフローはより標準化される。しかし、これらの利益には、ほとんど認識されていない代償が伴う。AI言語の構造的曖昧性は、責任が不明瞭になり、説明責任が希薄になり、患者中心のケアへの倫理的コミットメントが静かに損なわれる文書作成環境を生み出す。簡潔さと携帯性を追求して最適化された自動化の文法は、本来サービスを提供すべき主体そのものを体系的に抑制している。

そのリスクは抽象的なものではない。医療過誤調査において、曖昧な記録は臨床イベントの再構築を困難にする。規制監督において、曖昧性はトレーサビリティ要件と衝突し、誰が情報を承認または検証したかを特定することを困難にする。ケアの文化において、非人格化された記録は、臨床物語からの患者の不在を徐々に常態化させ、信頼を蝕み、専門家の習慣を再形成する。もしこのようなパターンが unchecked のまま継続すれば、機関のアーカイブは、データ保存とアルゴリズム的マイニングには効率的だが、倫理的に空虚な、文法的に合理化された記述のリポジトリへと進化するだろう。

その影響は医療分野に限定されない。臨床文書は、言語と生活を直接媒介するため、人工知能にとって最もデリケートなテストケースの一つである。もしAIがこの文脈で主体を消し去ることができるなら、法的な記録、教育的評価、政府のアーカイブといった他の機関設定でも同様のことが起こり得る。この教訓は明確である。文法は単なる形式ではなく、インフラである。文章の構造が責任の構造を決定するのだ。

病院、規制当局、そして開発者が今すぐ行動しなければ、臨床記録は患者のいないアーカイブへと変貌する危険がある。この結果を防ぐためには、言語監査、臨床医の監視プロトコル、構文的透明性を要求する調達基準、そして文法を説明責任の一部として扱う規制枠組みといった明確な保護策が必要となる。この課題はAIを拒否することではなく、その統合が責任を犠牲にして効率性を再現しないようにすることだ。ケアの倫理を保護するためには、言語が患者を主体として認識し続け、彼らが曖昧さの中に消え去ることを許してはならない。

【1998文字】