JCI医療AIガイドラインが示す組織ガバナンスの転換点

2026年6月、米国医療機関評価合同委員会（The Joint Commission、JCIの母体機関）は医療AI協調ネットワーク（CHAI）と共同で、「医療健康分野における責任あるAIの活用（Responsible Use of AI in Healthcare、略称RUAIH）」認証基準を正式に発効させた。JCIは国際的な病院管理のゴールドスタンダードとして知られ、今回の認証基準は医療機関におけるAI活用の枠組みを初めて体系的に定義したものとして注目される。

RUAIH認証の中核は、技術アルゴリズムの性能ではなく、医療機関のガバナンス体系の成熟度を評価する点にある。認証対象はAIシステムそのものではなく、組織がAIをいかに責任を持って管理・運用するかという能力である。

7つの基盤によるガバナンス

RUAIHは責任あるAIの使用を7つの管理次元に分解している。第一に「政策と組織ガバナンス構造」である。病院は経営幹部が主導する学際的なAIガバナンス委員会を設置し、調達からリスク遮断までの全ライフサイクルにわたる制度を構築する必要がある。ガバナンスチームには医療管理部、品質管理部、情報センター、倫理委員会、主要臨床科室の部長が含まれなければならない。

第二に「患者プライバシーと透明性」である。AIツールが患者の診断や治療計画に実質的な影響を与える場合、病院は患者とその家族に適切な開示を行わなければならない。臨床医には、AIの推奨理由を平易な言葉で説明する能力が求められる。

第三に「データセキュリティとデータ利用保護」である。外部AIモデルに臨床データを導入する前には厳格な匿名化技術を実施し、データ利用契約（DUA）によってサプライヤーが自院のデータを商業モデルの学習に使用することを禁止する。

第四に「継続的品質モニタリング」である。実世界の臨床環境は絶えず変化するため、AIシステムにはアルゴリズムドリフトが発生する可能性がある。病院は定期的なバックエンド監視と抜き打ち監査を常態化し、精度低下時には直ちに調整または使用停止を行う必要がある。

第五に「リスクとバイアス評価」である。病院は全面的な展開前に、自院の過去1年間の実際の症例を用いてローカルベースライン検証を実施し、特定の年齢層、性別、複雑な基礎疾患を持つ集団に対する体系的なバイアスの有無を評価しなければならない。

第六に「盲検安全事象報告」である。非懲罰的な有害事象報告メカニズムを構築し、AI起因の医療過誤の隠蔽を防止する。病院内部で報告された事象は、盲検化した上で第三者とのリスク共有も推奨される。

第七に「安全文化と人材育成」である。トレーニングはAIの業務範囲に重点を置き、最終的な臨床判断の責任は医師にあることを明確化する。AIへの過度な依存による若手医師の知識低下を防ぐ設計が求められる。

国内病院管理への示唆

現在、多くの医療機関では情報システム部門がAI導入を主導し、技術指標を重視する傾向がある。RUAIH基準が示すのは、組織全体としてのガバナンス構造の重要性である。業務担当副院長が主導し、医療品質管理を中核とし、情報システム部門を支援とするAI臨床ガバナンス委員会を設置する必要がある。

特筆すべきは、ローカル検証とアルゴリズムバイアス審査が完了しない限り、臨床システムへの接続を許可してはならないという原則である。これはAIを単なるソフトウェアではなく、自律的な意思決定の可能性を持つ「仮想的な臨床医療労働力」として位置付ける視点に基づく。

臨床AIのリスク予防

RUAIHは医師のAI過剰依存を重大なリスクとして認識する。対策として、システム設計に人間の思考ノードを強制的に組み込むことを要求している。具体的には、医師がまず暫定的な判断を下してからでなければAIの推奨を確認できないような設計である。

また、継続教育にAIの誤出力を識別する訓練を追加することを求めており、人間が最終的な判断の拒否権を保持する体制の構築が不可欠とされる。AI有害事象が発生した場合の報告と分析の仕組みも、組織の安全文化として確立する必要がある。

データガバナンスの重要性

データ保護に関して、RUAIHは病院のデータ主権を強調する。テクノロジー企業が無償で患者データを取得して商業モデルを反復することを防ぐため、厳格なデータ利用契約と匿名化退院監査制度の確立が求められる。病院はデータ管理者として、サプライヤーが取得したデータを自院の診療品質向上のみに使用させる契約を締結しなければならない。

現在、多くの医療AI導入案件ではデータ利用条件が曖昧なまま進められているケースがある。RUAIHが求める水準は、こうした慣行に対する明確な警告と位置付けられる。

病院審査への応用可能性

国内の病院審査制度においても、「人工知能臨床ガバナンス成熟度」の評価項目を新設する提案が注目される。アルゴリズムドリフト監視、AI有害事象報告、人材育成記録などの評価ポイントを追加することで、AIアプリケーションを安全で責任ある方向に導くことが期待される。

JCIは現在、中国国外での活動が制限されているものの、その研究成果と基準は国際的な医療管理の枠組みとして引き続き参照価値が高い。特にRUAIHは、AI活用における先進的な医療機関が質の高い医療を維持するためのロードマップとして機能する可能性がある。

編集部の見解

短期的には、RUAIHの国際的な認知度が高まるにつれ、日本の医療機関でもAI導入におけるガバナンス体制の見直しが加速すると見られる。特に大学病院や大規模医療センターでは、2026年後半から2027年にかけて、AIガバナンス委員会の設置やデータ利用契約の見直しが進む可能性が高い。技術導入のスピードと安全性のバランスが問われる局面となる。 長期的視点では、RUAIHが示す枠組みは医療AIに限らず、金融や法律など他の専門職領域におけるAIガバナンスのモデルケースとなり得る。「AIをソフトウェアではなく仮想的な労働力として捉える」という視点は、組織全体としての責任分担と人材育成の在り方を根本から変える可能性を秘めている。1〜3年のスパンで、業界横断的なAIガバナンス標準の策定議論が活発化するだろう。 編集部として懸念されるのは、RUAIHの基準が高度であるがゆえに、中小規模の医療機関にとって導入障壁が高くなる点である。ガバナンス体制の構築には人的リソースとコストが不可避であり、医療機関の規模に応じた段階的な適用基準の検討が必要ではないか。

参考

• 虎嗅网 — 2026-06-18T23:22:38.000Z公開