見るAI、診て看る医師
順天堂大学医学部教授 矢野 裕一朗氏に聞く
第1回 AIは医療の速さと深さ、治療と支援をどう変えるか
AIは医療分野の効率化だけでなく、医学の姿も変えようとしている。AIが診断を補助するとき、医師のスタンスはどう変わるのか。医学部修了後、地域医療に携わった後にAIを援用した総合診療と医療AIの最前線に立つ順天堂大学医学部教授・矢野裕一朗氏は、重要なのは「義理と人情の再最適化」だと語る。
取材：2026年3月11日 都内にて
矢野 裕一朗（やの ゆういちろう）
順天堂大学医学部総合診療科学講座教授 。同大学のAIインキュベーションファームでセンター長、東京科学大学M&Dデータプラットフォーム推進室の特任教授。2002年に自治医科大学を卒業し、米国各地の大学（シカゴ大学、ノースウェスタン大学、デューク大学など）で研究・教育に従事した経歴を持つ 。現在はデューク大学の客員教授 、スタンフォード大学のGlobal Facultyなども兼任。専門分野は予防医学、データサイエンス、医療DX、AIなど。これまでにJAMA、NEJM、Lancetといった学術誌を含め、250報以上の論文を発表。その業績に対し、日本高血圧学会学術賞、米国心臓協会（AHA）の学術賞、John Laragh Research Awardなど、数多くの賞を受賞されている。また、日本医学会連合の医療DX推進委員会委員や日本内科学会のAI委員会委員を担当し、国内の医療デジタル化を牽引。メディアを通じた活動では、NHK「あしたが変わるトリセツショー」への出演 のほか、New York TimesやForbes JAPANなどの国内外の有力メディアでもその活動が紹介されている。AIや診療データを活用した次世代医療の実装研究に取り組むほか、医療人材の教育にも注力している。
目次
9年間の地域医療が教えてくれたこと
都築 正明（以下、――） 医師としてのキャリアのスタートは、故郷の宮崎県からだったのですね。
矢野 裕一朗氏（以下、矢野） 毎年、各県から2〜3人が選抜されて卒業後に9年間地域で勤務すると奨学金が免除される制度に選んでいただき、2002年に自治医科大学を卒業しました。最初に勤務したのは南郷村という山村でした。その後、延岡市北浦町海岸沿いに勤務して、9年間の義務年限勤務を完遂しました。その間、海沿いに住んでいる方々と山沿いに住んでいる方々のデータをとって健康状態を調査しました（下図参照）。簡単にいうと、海沿いに住んでいる方のほうが、心臓の重量や動脈硬化の進展が統計学的に有意に少ないということがわかりました。当初はなぜその地域差が生じるのかがわからなかったのですが、健康を規定する因子には、遺伝子や細胞といったミクロな要因だけではなく、環境や社会関係というマクロな要因も大事だということがわかってきました。
もう1つ、マクロな要因が重要だと気付かされたきっかけに、24時間にわたる血圧の調査があります（下図参照）。血圧の高い時間を赤い縦棒で示しているのですが、この方は寝ているときに血圧が上がっています。降圧剤を処方しても、なかなか血圧は下がりませんでした。問診を続けていくと、この方は数年前に配偶者が脳卒中で倒れられて、しばしば夜中に起きて介護をしなければならない状況がありました。眠りやすい環境のサポートをしたところ血圧も下がっていきました。このことから、データを基に介入するだけでは解決できない患者固有の問題があり、真に必要なヘルスケアとは何かを考えるうえでの教訓になりました。
――患者さんに寄り添って、固有のナラティブにおいて解釈しなければならない課題もあるということですね。
矢野 データが生じる、そのプロセスは一体何なのか。この場合、寝ている間の血圧が上がる背景に介護があったのですが、その背景にまで踏み込まなければ、真のヘルスケアには至らないことを痛感しました。そうした実臨床での体験が、私の医療AIやDXを推進する上でのバックボーンになっています。
――データ採取に協力していただくことができなければ、なにもスタートできませんものね。
矢野 現在、医療現場でもAIの活用やDXの推進が声高に叫ばれていますが、その土台となるのは何よりもデータの収集です。一方で、プライバシー保護の観点から、患者さんにパーソナルなデータを提供していただくことには高いハードルがあるのも事実です。たとえば24時間にわたって血圧を計り続けるようなデータ収集は、患者さんにとって決して小さくない負荷がかかります。それでもデータを提供していただけるかは、いかに患者さんと信頼関係を構築しているかが鍵となります。さらに、分析した結果をきちんと患者さんにお返しし、自分のデータを提供してよかった、自分のために、社会のために役立ったと実感していただくこと。その信頼と還元のサイクルが築けてこそ、真のデータ駆動型社会なのだと考えています。
――宮崎県で9年間の勤務を終えられた後に、アメリカに行かれたのですね。
矢野 オバマ大統領が“All of Us”という精密医療を立ち上げたころで、データベース研究が盛んに行われていた時期でした。私が携わっていた研究の1つに、20歳ぐらいの若い人たちの集団を20年・30年と追跡調査する研究があり、若いときの血圧が将来の心筋梗塞、脳梗塞、認知症などに大きな影響を及ぼすことを報告して“New York Times”紙にも掲載されました（下図参照）。20代や30代のころの血圧は、みなあまり気にしないのですが、若いころに血圧が高い人は、60代になると認知機能が落ちたり脳卒中になったりする傾向があります。若いときから、予防・対策することがすごく有効だということを学びました。
学是「仁」のもとで
――2020年に帰国されて、いまは順天堂大学で勤務されているのですよね。
矢野 コロナ禍を機に帰国して、2024年から順天堂大学に入職しました。順天堂の「順天」は、中国『易経』にある「順天応人」つまり「天の意志に順じて人々の期待に応える」に由来します。このAI時代における天の意志が、具体的にどのようなものであるかは難題です。しかし、人工知能との共存が人間の進化における過程なのだとしたら、私たちは、適応をし、学び続けて、新しい価値を創生していくことが、令和の時代における順天なのだと考えています。そのうえで学是「仁」のもとで、人として大切なものは受け継いでいく。理念として「不断前進」は、未来を恐れず果敢に挑戦していく。また順天堂の学風として出身校・国籍・性別による差別のない「三無主義」がありますが、これからはその精神をさらに一歩進め、AIがもたらす記号化への抗いとして再定義すべきではないでしょうか。つまり、三無主義を、単なる制度的な平等論にとどめず、人間を属性という記号から解放し、一人ひとりの内面にある純粋な存在価値を認め合うという、極めて深い人間哲学です。
――医療DXについて、先生はスピード（速さ）とデプス（深さ）の2面を指摘されています。まずスピードについてはいかがでしょう。
矢野 他の業種と同様に、まずは現場に課題があるところのプロセスを、AI活用で改善することです。たとえば医師がキーボードで電子カルテを打つのに忙しく、患者さんには目も合わせず、彼らが不安を抱えるようなことです。
――スクリーンを観て処方薬の用量を並べるのに余念がない状況ですね。
矢野 画面上で検査も薬もオーダーしなければならず、患者さんのおっしゃることを聞いてはいても目を合わせる余裕のない医師は多いです。音声で入力するような技術を電子カルテに装備できれば、そこは解決できます。また、入院患者さんが退院する際には退院サマリーを作成する必要があるのですが、AIは情報を統合することは得意ですから、従来は30分程度かかっていた作業が数分でできるのは画期的です。画像診断や心エコーなどの検査を解釈することの自動化も、目視とのダブルチェックで進んでいます。
――いまでも処方箋を持参しなければならないケースは多いです。
矢野 電子処方箋の普及は想定よりも遅れており、全国の導入率は約20%にとどまっています。医療DXを推進するためには、国によるインセンティブの付与が極めて重要です。 たとえば先述の音声入力カルテも、現場の医師には好評な一方で、病院経営の観点からは導入コストが課題となります。 しかし現在は、各種補助金に加え、医療DX導入に対する診療報酬の加算（医療機関に支払われる点数の上乗せ）というインセンティブ設計が進んでおり、状況は改善に向かっています。
――医療DXの妨げになっているものは、ほかにありますか。
矢野 電子カルテの構造でしょうか。現在のシステム（下図の第1層）では、レセプト、電子カルテ、検査データなどが部門ごとに個別に管理されているため、データを横断的に活用する水平展開が難しい状況です。 確かに、同一病院の電子カルテ内であれば、データは患者さんごとに紐づいて連動しています。しかし、いざAIを活用して退院サマリー自動作成ソフトを開発しようとすると（下図の第3層）、各システムを開発したベンダーごとにアーキテクチャ（設計思想）が異なるため、システム連携に莫大なコストがかかってしまうのが現状です。それを解決するソリューションとして、第2層を横串にできるようなプラットフォームが必要です。
――一方、深さ（デプス）というのが次世代型総合診療になっていくわけですね。
矢野 診療・介護・福祉をワンストップで支えるケアの体制は多職種の連携になります。地域包括ケアとして成立していれば、行政が診療報酬点数上のインセンティブが与えられます。医師はそのリーダーであるべきですが、基本的にはフラットなコミュニティです。現状はケアマネージャーが持っている情報と訪問看護師が持っている情報、そして病院のカルテが連携していないという問題があります。逐次会議をすることも難しいとなると、それぞれに見えていない患者さんの情報をキャッチしづらいので、医療DXやICTで解決するが期待されます。
――情報の把握と共有ができてくると、医療にはどのようなことが求められてくるでしょう。
矢野 包括的なケアが必要な高齢者の方々が、内面で何を望まれているのかを把握することは、実は非常に難しいことです。一人ひとりが人生のなかで独自の哲学を持たれているからです。だからこそ、データの共有が進んだその先では、患者さんの人生の文脈に寄り添ってアプローチしていく技術が、ますます重要になってくると思います。たとえば心機能が低下し、筋力も衰えている患者さんが、春に「お花見に行きたい」とおっしゃったとします。AIに判断させれば、心臓への負担や転倒リスクを考慮して「行くべきではない」という画一的な答えを出すでしょう。しかし、その方にとって桜を見ることは、人生へのある種の肯定であり、大切な1年を刻む区切りかもしれません。データによるリスク管理だけでなく、そうした個人の想いを汲み取り、医療としてどう並走していくかという人間的な関わりが求められるのではないでしょうか。
――健康上の最適解と患者さん個々の人生観が相違することもあるということですね。
矢野 AIは「義理・人情」でいうと医療よりの「義理」の最適解を出すのが得意です。特に大規模言語モデルなどは、テキストや様々な情報を高次元の空間にマッピングして、アウトプットを出すのは、お手の物です。でも、AIには時間の概念が分かりません。これから何年生きられるかわからないという限られた時間の中で、桜を見ることでどれほど過去に思いを馳せ、どれだけ人生の肯定感が増すか、という時間軸を伴う心の世界までは分かり得ないのです。AIが高次元空間マッピングで導き出してくれた具体的なデザインを、患者さんの人生という時間の物語にどう組み込んでいくかが、これからの医療人に必要なスキルになっていくと思います。
――来年まで頑張ろうという契機はウェルビーイングに影響しますね。
矢野 確実に影響します。そこがまさに「人情」の部分ですね。先日、私がランチをしていたとき、隣の席にいらしたご高齢の方々が、「来年またここに来て一緒に食べようね」と言いながらお別れしているのを耳にしました。この「来年また」という言葉こそが、その方々にとって生きるための最高のモチベーションになるんじゃないかと思うんです。こうした70代、80代の方々が「いま生きている瞬間」を慈しみ、未来へ想いを馳せる感覚は、AIには理解できません。AIは高次元空間マッピングを使って健康を維持するための最適な食事やリスク管理という“義理”の正解は出せますが、この「来年への希望」という“人情”の価値までは計算できないのです。 患者さんの心にあるこうした生きる契機を汲み取り、日々の医療に落とし込んでいくこと。これこそが、総合診療にとってはすごく大切な役割だと考えています。
