AIスクライブの日本導入——効果は1日20分前後、点数は0点

はじめに——「あれは日本で使えるのか」に答える地図

米国では、診察室の会話からカルテの下書きが自動で書き上がる外来が、もう珍しくありません。Kaiser Permanente 傘下の 1 医師グループだけで、AI スクライブは 1 年余りのあいだに 250 万件を超える診察で使われました [2]。2025 年 11 月には無作為化比較試験 (RCT) が 2 本出揃い、投資も製品も「試す段階」から「配る段階」へ移っています。

同業の先生方からも「あれは日本で使えるのか」「入れる価値があるのか、まだ待ちか」という相談を受けることが増えました。結論から言うと、日本語の AI スクライブはすでに商用の線に乗っています。ただし、米国と同じ形で「標準装備」になるかは、制度の条件を見てから判断すべきです。効果の実測値も、SNS の語られ方より一段控えめです。

この記事では、①米国・英国で起きていることを一次資料と査読論文で確認し、②日本の制度条件 (薬機法・診療報酬・ガイドライン) と国内サービスの現在地を整理し、③編集部の先読みを根拠つきで示した上で、④自院が今日やること・待ってよいことの時間軸に落とします。

米国の外来で何が起きているか — Kaiser の一斉導入から RCT 2 本まで

まず規模の事実から確認します。2023 年 10 月、Kaiser Permanente 傘下の医師グループ The Permanente Medical Group (北カリフォルニア) は、AI スクライブを医師・スタッフ約 1 万人にいきなり全面展開しました。パイロットで様子を見る段階を飛ばした一斉導入で、展開後 10 週間で医師 3,442 名が 30 万件超の診察で使ったと報告されています [1]。1 年後の続報では、2024 年 12 月までに医師 7,260 名が累計 257 万件超の診察で使用し、医師の 88% が「患者とのやりとりにポジティブな影響があった」と回答しました [2]。ただしこれは同グループ自身による実装報告 (対照群なし) であり、その点は割り引いて読む必要があります。

Kaiser Permanente 全体としても、2024 年 8 月の公式プレスリリースで、Abridge 社の ambient listening (環境収音) 技術を「40 病院と 600 超の医療オフィス (8 州とワシントン DC)」の医師・臨床職に展開したと発表しました [3]。同社はこれを「米国でこれまでで最大の ambient listening 技術の実装」と位置づけています [3]。なお「医師約 2 万 4,600 人が対象」という数字が国内外の記事でよく引かれますが、これは Kaiser の公式発表ではなくリサーチ会社 Sacra 等の集計値です [4]。本記事では一次資料で確認できる「40 病院・600 超診療所」を基準の数字とします。

資本の流れも規模を裏づけます。Abridge は 2025 年 6 月、Andreessen Horowitz をリードとする Series E で 3 億ドルを調達したと公式発表しました [5]。報道によれば評価額は 53 億ドルで、わずか 4 か月前の前回調達 (評価額 27.5 億ドル) からほぼ倍増です [6]。同社公式サイトは 2026 年 7 月時点で「300 超のヘルスシステムが導入、年間 1 億会話超を処理」と掲示しています [7]。

Big Tech も本体を投入済みです。Microsoft は 2025 年 3 月、音声入力の Dragon Medical One と ambient AI の DAX Copilot を統合した「Dragon Copilot」を発表しました。発表文によれば、DAX の ambient AI は「直近 1 か月だけで 600 の医療組織・300 万件超の患者との会話」を支援しています [8]。発表内の「1 診察あたり 5 分の時間削減」「臨床医の 70% が燃え尽き感の軽減を報告」はベンダー実施のユーザー調査値であり、後述の査読研究とは分けて読んでください [8]。

効果はどのくらいか — 「劇的」ではなく「確かに戻る時間がある」

エビデンスの側も 2024 年から一気に積み上がりました。2025 年のシステマティックレビュー (組み入れ 11 研究、うち 10 件が 2024 年公表) では、10 研究中 9 件で効率指標の少なくとも 1 つが改善、7 件で医師のウェルネス・燃え尽きに好ましい効果が報告されています [9]。ただしこの段階の研究の多くは対照群のない実装報告でした。

転換点は 2025 年 11 月です。無作為化比較試験 (RCT) が 2 本、NEJM AI に同時掲載されました。

UCLA Health の試験では、14 診療科の外来医師 238 名を 2 つの AI スクライブ (DAX Copilot / Nabla) と対照にランダム割付し、電子カルテのログでカルテ記載時間 (time-in-note) を測りました。有意に短縮したのは Nabla 群のみで −9.5% (95%CI −17.2〜−1.8%、P=0.02)、DAX 群は −1.7% で有意差なし。絶対値に直すと 1 記録あたり約 41 秒の短縮に相当します (−9.5% からの編集部換算)。燃え尽き指標 (Mini-Z 等) は両群で改善方向でしたが、これは副次評価項目であり、著者ら自身が「より大規模な多施設試験での確認が必要」と明記しています [10]。

もう 1 本は、ウィスコンシン大学系列の stepped-wedge 型 RCT (全群が段階的に介入群へ切り替わる試験デザイン。医療従事者 66 名・24 週) です。共主要評価項目の一つである仕事上の消耗感 (work exhaustion) は −0.44 点 (95%CI −0.62〜−0.25、P<0.001) と有意に改善しました。ただし、もう一方の共主要評価項目である仕事のやりがい (professional fulfillment) は有意な改善には至っていません。カルテ作成時間は 1 日あたり −0.36 時間 (約 21 分) 短縮したと報告されています [11]。

「1 日あたり何分戻るか」で見てみます。Stanford の実装研究 (医師 45 名・3 か月、前後比較) は総電子カルテ時間 −19.95 分/日、うち記録時間に限れば −6.89 分/日でした [12]。上記 RCT はカルテ作成時間 −21.6 分/日です [11]。

つまり、カルテ・電子カルテ関連時間の全体でみた実測の相場が「1 日 20 分前後」です。ただし研究ごとに測っている範囲が違い、記録 (note) だけに絞ると 7 分前後という実測もあります — どこまでを含めるかで 7〜22 分/日の幅がある、と押さえるのが正確です。SNS で語られる「カルテ残業が消えた」ほど劇的ではありませんが、外来日ごとに 20 分前後が戻りうる介入は、医師の働き方の道具としてはかなり大きい部類です。

適用範囲も外来から広がり始めています。Stanford の救急外来での後ろ向きコホート研究では、使用時に 1 診察あたり 72.6 秒のシフト内記録時間短縮 (20 診察の 8 時間シフトで約 24 分に相当、と著者ら) が報告されました [13]。一方でシフト後の記録時間はわずかに増加 (+9.1 秒/診察) しており、短縮は主に勤務時間内で生じています [13]。

「標準装備」の裏面 — 精度と行動の問題は残っている

普及の一方で、割り引くべき報告も出ています。シミュレーション環境での精度検証では、市販 2 製品が生成した 44 本のカルテ下書きのうち 70% に何らかのエラーがあり (平均 2.9 件/記録)、最も多い型は「言及されたことが書かれていない」脱落エラーでした。脱落は診療内容を思い出さないと気づけないため、医師のレビューで見落としやすいと考察されています [14]。また、プライマリケアの年次受診記録 2 万件超を用いた後ろ向き研究では、AI スクライブの記録は精神症状の記載量が多い一方、紹介・新規診断・抗うつ薬処方といった実際の介入はむしろ少なかった (調整オッズ比 0.83、95%CI 0.72-0.95) と報告されました。よく書けた記録と、行動の変化は別物かもしれない——標準装備化の次はこの検証が論点になりつつあります [15]。

——ここまでを自院に置き換えると、米国の「標準装備」の中身は三点セットで覚えるのが正確です。(a) 導入規模と資本投入は本物、(b) 実測の効果は劇的ではなく 1 日 20 分前後、(c) 下書きの最終確認者は今も医師のまま。この三点を持って、次に日本の条件を見ます。

日本で「標準装備」になる条件 — 薬機法・診療報酬・国内サービスの現在地

海外のものが日本の外来に来るかを見立てるとき、私は「規制の箱」「報酬の箱」「運用ルールの箱」の 3 つが揃うかで考えます。AI スクライブは、この 3 つの箱の埋まり方が国によってまったく違います。

規制の箱 — 英国は「医療機器」、日本は「事務支援ツール」。 まず英国。この種の製品は英国で AVT (Ambient Voice Technology、診察の会話を自動収音・文書化する技術) と呼ばれます。公的医療制度 NHS (National Health Service) を運営する NHS England は、AVT の公式ガイダンスを 2025 年 4 月に公表しています。2026 年 4 月 24 日には内容が更新されました (現行 Version 2)。

そこでは、生成 AI で要約まで行う製品について「要約などのさらなる処理への生成 AI の使用は high functionality として扱われ、医療機器に該当する可能性が高い (likely would qualify as a medical device)」と整理しています。要求水準も具体的です。供給者には、DTAC (デジタル技術評価基準) の完了と「最低でも MHRA (英国医薬品・医療製品規制庁) Class 1 登録」を求めました。加えて医療機関側には、処理の前に患者へ説明し異議の機会を与える透明性の確保まで求めています [16]。

一方の日本で判断基準になるのは、厚労省「プログラムの医療機器該当性に関するガイドライン」(令和 3 年 3 月 31 日、令和 5 年 3 月 31 日一部改正) です。同ガイドラインは、医療機器に該当しない典型例として「過去に実施した患者への処置、治療内容、健康情報等を記録、閲覧又は転送するもの」「診療予約や受付、会計業務等医療機関における一般事務作業の負担軽減等を目的とした院内業務支援プログラム」を挙げています [17]。AI スクライブを名指しした明文はまだありませんが、会話からカルテの下書きを作る機能はこの非該当類型で整理されるのが一般的な理解です (筆者見立て)。

ただし境界はあります。同ガイドラインは該当性を「当該プログラムの使用目的及びリスクの程度」で判断するとしており [17]、下書きの先——会話から診断候補や治療提案まで出す機能を積めば、疾病の診断への使用目的に接近し、話は変わってきます。該当性の細かな線引きは本記事の射程を超えるので、ここでは「国内の AI スクライブは現状、医療機器としての承認・認証を経ずにサービスとして流通している」という現在地を押さえてください。

報酬の箱 — 条文に「生成 AI」は初登場した。ただし病院向け。 令和 8 年度診療報酬改定で、医師事務作業補助体制加算の施設基準に「①生成 AI を活用し、退院時要約、診断書及び紹介状等の原案作成を自動的に行い、当該業務を大幅に効率化する医療文書等の文書作成補助システム」という文言が書き込まれました。これを含む ICT 機器を組織的に導入・活用する病院は、補助者 1 人を 1.2 人ないし 1.3 人として配置人数に算入できます [18]。

施設基準の条文に「生成 AI」という技術名が明記されたのは今回が初めてです。あわせて「医療情報システムの安全管理に関するガイドライン」への準拠と、経産省・総務省「AI 事業者ガイドライン」の遵守が要件として条文化されました [18]。国が生成 AI の文書作成をどの箱に置き、どんなガードレールを付けるつもりか、輪郭が初めて見えた改定です。ただしこの加算は病床数を基礎とする入院系の仕組みで、無床診療所には直接の器がありません。外来の診療所が AI スクライブを入れても、2026 年時点で点数は 1 点も付かない——これが報酬の箱の現在地です [18]。

現場の箱 — 日本語サービスはすでに 1,000 施設規模。 制度が静かな一方、現場は先に動いています。医師が創業した medimo は「患者との会話から 5 秒でカルテ・薬歴を自動生成」を掲げ、2024 年 3 月の提供開始から 2 年弱で全国 1,000 件超の医療機関に導入され、累計 100 万回以上の診察で使われたと公表しています (同社公表値) [19]。2026 年 2 月には医薬品卸大手のスズケンが medimo の全株式を取得しグループ会社化しました [19]。スズケンは 800 床以上の基幹病院への導入実績も製品ページで示しており [20]、全国の医薬品卸の営業網が AI スクライブの販売チャネルになったことを意味します。

系統の違うプレイヤーもいます。kanata 社の kanaVo は診察の会話を AI が数秒で要約する製品で、公式サイトは「カルテ業務を 75% 削減 (入力業務が 150 分から 38 分に)」という導入事例値を掲げます (ベンダー公表値です) [21]。音声認識大手アドバンスト・メディアの AmiVoice iNote は、会話の自動要約ではなく音声入力 + 業務シェア型のサービスですが、2025 年 12 月時点で医療機関への導入 15,000 ライセンスを突破したと発表しています (同社公表値) [22]。「日本語の壁で当分来ない」という 2〜3 年前の相場観は、もう古いと言ってよさそうです。

揃っていないものも、はっきりしています。 次の 4 つです。

• (a) 診療所向けの報酬の器 [18]
• (b) 該当性の明文整理 (現状は類型からの解釈) [17]
• (c) 電子カルテ連携の標準方式 — kanaVo は WebAPI (システム間の外部連携インターフェース) 経由で電カルメーカーの協力を得て個別に連携する方式で [21]、medimo の連携先電カルは公表資料では確認できませんでした
• (d) 日本語環境での査読済みの効果検証 — 米国には RCT が 2 本ありますが [10][11]、日本の外来での同種の検証は、確認できる範囲でまだ見当たりません

——では自院では何を聞けばいいか。ベンダーに聞くべき質問が変わります。「御社は医療機器ですか」はほぼ意味を持ちません (現状の答えはどこも「いいえ」です)。聞くべきは「医療情報システムの安全管理に関するガイドラインと AI 事業者ガイドラインへの準拠状況」「うちの電子カルテとの連携方式」の 2 つ——国が病院向け条文で示したガードレール [18] を、そのまま診療所の選定質問に流用するのが現時点の最適解です。

編集部の先読み — 「2〜3年で標準装備」は本当か

ここまでの事実を束ね直します。米国は規制の議論より先に市場が配り切り [3][7]、英国は配る前にルールを敷き [16]、日本は規制の箱の外で現場の導入が静かに 1,000 施設規模まで進みました [17][19]。SNS では「日本も 2〜3 年で標準装備になる」という言い方をよく見ます。ここまでの私の分析を、クリニックAIラボの編集判断として先読みに束ね直すと——方向は同意、ただし「標準装備」の形が米国とは違う、というのが編集部の見立てです。以下、根拠つきで 3 つに分けて書きます。

編集部の先読み

日本では英国型の「医療機器としての規制」を待たずに、非医療機器の事務支援ツールという現在の整理のまま診療所へ広がり続けるとみる。規制側が先に動くとすれば、機器該当性の線引きよりも、患者への説明・録音の扱いといった運用ルールの明文化が先ではないか。根拠: 該当性ガイドラインが記録・院内業務支援を非該当類型として挙げており [17]、国内サービスはその整理の下ですでに 1,000 医療機関規模まで商用展開している [19]。英国ガイダンス v2 も機器該当性と並べて患者への処理前説明・異議機会を要求した [16]。

編集部の先読み

普及の主経路は「単体アプリを院長が選んで買う」ではなく、電子カルテ・レセコン側への組込み機能化と、医薬品卸など既存チャネル経由の配布になるとみる。診療所側の分水嶺は 2028 年度改定前後に来る可能性が高い——令和 8 年度改定で病院側の施設基準に入った生成 AI 文書作成が、次の改定で外来・診療所側の評価にどう波及するか (あるいはしないか) が最初の観測点になるとみる。根拠: 令和 8 年度改定が生成 AI 文書作成補助システムを施設基準の条文として初めて位置づけたこと [18]、スズケンによる medimo の全株式取得で全国の医薬品卸網が販売チャネルとして開いたこと [19]。

編集部の先読み

一方で、米国並みの価格帯の製品がそのまま日本の無床診療所の「標準装備」になる可能性は低いとみる。診療所側には報酬の器がなく [18]、投資回収の原資は業務時間の短縮だけ。その効果の実測相場はカルテ関連時間でみて 1 日 20 分前後 (指標により 7〜22 分) で [11][12]、日米の外来収益構造の差を考えると (見立て)、多くの診療所が払えるのは電子カルテのオプション料金の水準までではないか。だからこそ、単体の高機能製品より「電カルに最初から付いてくる機能」への収斂が本線とみる。根拠: 無床診療所に算定の器がないこと [18]、RCT・実装研究の実測効果が 1 日 20 分前後にとどまること [11][12]。

外れ方の想定も書いておきます。この見立てが崩れるとすれば、次の 3 方向です。

• (1) 中医協が 2028 年度改定で、外来側に予想より早く報酬の器を作る
• (2) 該当性の事例データベース側で AI スクライブの整理が明文化され、規制コストが顕在化する
• (3) 米国で精度・安全性の問題 (脱落エラー [14] や記録と行動の乖離 [15]) が規制問題化して逆風になる

定点観測の対象として、改定議論と該当性事例の更新を追い続けます。

——自院への意味はシンプルです。「いつ買うか」より「自分の電子カルテがどちらへ向かうか」を見る方が、先読みとしては筋がいい。次のブロックで、それを具体的な行動に落とします。

自院はいつ動くか — 今日やること・1年以内に判断すること・待ってよいこと

未来予測は、自院の行動に落ちなければ読み物で終わります。時間軸を 3 段に分けます。

今日やること (費用ゼロ)。

第一に、自分がカルテに使っている時間を測ってください。1 週間でいいので、診察中の記載も診療終了後の残業も含めて、カルテ・電子カルテ作業に使った時間を毎日メモする。米国の実測で戻る時間は、このカルテ関連時間の合計でみて 1 日 10〜20 分程度でした [11][12]。あなたのカルテ関連時間が 1 日 20 分に満たないなら、この道具で解決する問題がそもそも小さい——導入検討はそこで一旦終わりにしてよいはずです。

第二に、患者への説明の型を考えておくこと。日本では、AI スクライブに固有の患者説明義務を定めた法令・通知は現時点で見当たりません。ただし診察の録音は診療情報 (要配慮個人情報) の取り扱いにあたるため、個人情報保護法の一般ルール — 利用目的の特定・公表や、外部事業者に処理を委ねる場合の委託管理 — は通常どおり及びます。英国はさらに一歩進めて、処理の前に説明し異議の機会を与えることまで求めました [16]。診察室での録音に対する患者の受け止めを考えれば、「録音して記録の下書きに使います。かまいませんか」の一言を先取りしておく運用は、義務の有無と関係なく院の信頼を守ります。

1 年以内に判断すること。

第三に、電子カルテベンダーへ「AI スクライブ連携のロードマップ」を聞くことです。③で見立てたとおり、本線は電カル組込みです。連携が WebAPI 経由の個別対応か [21]、標準機能として載る予定か、返答の具体性で自院の選択肢の広がり方が読めます。

第四に、試すなら測ってから。導入前 1〜2 週間の記録時間を測っておき、トライアル中の同じ指標と比べる——Stanford の前後比較 [12] の自院ミニ版です。ベンダーの「75% 削減」[21] のような公表値は他院の事例であって、自分の診療スタイルで再現するかは測るまで分かりません。

第五に、検算のものさしを 1 つ: 月額費用 ÷ (1 日に戻る分数 × 月の診療日数) で「1 分をいくらで買うか」が出ます。この単価に納得できるかが、報酬の器がない現状での唯一の投資判断軸です。

待ってよいこと。

第六に、診療報酬を当てにした導入計画。無床診療所に算定の器はなく [18]、できるかどうかは 2028 年度改定の議論を見てからで間に合います。

第七に、「完全自動」への期待。シミュレーション検証では下書きの 70% に何らかのエラーがあり、最多の型は見落としやすい脱落でした [14]。最終署名者が自分であることは、当分変わりません。そして、カルテ作業の負担が問題になっていない院にとって、この波は急いで乗るものではありません。待つのが正解の院は、堂々と待ってください。

——結局、今週やることは 1 つに絞れます。今日の診療が終わったら、カルテに使った時間をメモする。それを 1 週間続けた数字が、この記事のすべての見立てをあなたの院の話に変換する係数になります。

おわりに——効果は等身大で、地図は手元に

整理します。米国では AI スクライブが 1 医師グループだけで 250 万診察に使われ [2]、RCT 2 本で効果と限界が数字になりました [10][11]。効果は「劇的」ではなく、カルテ関連時間でみて 1 日 20 分前後が実測の相場です。日本では薬機法上は事務支援ツールの整理のまま [17]、診療所向けの報酬の器はまだなく [18]、それでも国内サービスは 1,000 医療機関の規模まで来ています [19]。

次のアクションは 3 つ。自分の記録残業を 1 週間測る。電子カルテベンダーに連携ロードマップを聞く。試すなら患者への説明と、導入前後の自院での計測をセットにする。急ぐ必要はありませんが、地図は持っておいて損のない領域です。

クリニックAIラボでは、改定議論・該当性事例・海外の規制とエビデンスの動きを追い、本記事の見立てが外れた場合も含めて更新していきます。なお本記事は情報提供であり、個別の導入判断・契約条件の確認は各ベンダー・関係機関に直接ご確認ください。

参考文献

主な参考文献 (本文で多く引いた 5 件)

11. Afshar M, et al. (2025). A Pragmatic Randomized Controlled Trial of Ambient Artificial Intelligence to Improve Health Practitioner Well-Being. NEJM AI, 2(12). PMID: 41625485. https://doi.org/10.1056/AIoa2500945 （66名のstepped-wedge型RCT。仕事上の消耗感−0.44で有意改善、note時間−0.36時間/日）
12. Ma SP, Liang AS, Shah SJ, et al. (2025). Ambient artificial intelligence scribes: utilization and impact on documentation time. J Am Med Inform Assoc, 32(2), 381-385. PMID: 39688515. https://doi.org/10.1093/jamia/ocae304 （Stanford の前後比較。総EHR時間−19.95分/日、記録時間−6.89分/日）
17. 厚生労働省. (2023). プログラムの医療機器該当性に関するガイドライン (令和3年3月31日、令和5年3月31日一部改正). https://www.pmda.go.jp/files/000240233.pdf （2026-07-11 取得）（記録・閲覧・転送や受付・会計等の院内業務支援プログラムを非該当類型とする整理の原文）
18. 厚生労働省. (2026). 個別改定項目について (令和8年度診療報酬改定、中医協答申 2026年2月13日). https://www.mhlw.go.jp/content/10808000/001655176.pdf （2026-07-11 取得）（医師事務作業補助体制加算の施設基準に生成AI文書作成補助システムを明記、1.2/1.3人換算。印字p.52-57）
19. 株式会社medimo. (2026). 医師率いる医療AIスタートアップ「medimo」、売上2兆円を超えるヘルスケア企業スズケングループへ参画 (2026-02-12、PR TIMES). https://prtimes.jp/main/html/rd/p/000000025.000124331.html （2026-07-11 取得）（提供開始2年弱で全国1,000医療機関超・100万診察超、スズケンによる全株式取得の一次発表）

すべての参考文献 (22 件) を見る

1. Tierney AA, Gayre G, Hoberman B, et al. (2024). Ambient Artificial Intelligence Scribes to Alleviate the Burden of Clinical Documentation. NEJM Catalyst Innov Care Deliv, 5(3). https://doi.org/10.1056/CAT.23.0404 （Kaiser 傘下 TPMG が医師・スタッフ約1万人へ一斉導入した実装報告。10週間で3,442名・30万診察）
2. Tierney AA, et al. (2025). Ambient Artificial Intelligence Scribes: Learnings after 1 Year and over 2.5 Million Uses. NEJM Catalyst Innov Care Deliv. https://doi.org/10.1056/CAT.25.0040 （1年余で医師7,260名・累計257万診察、88%がポジティブ回答とする続報。自組織による実装報告）
3. Kaiser Permanente. (2024). Kaiser Permanente Improves Member Experience With AI-Enabled Clinical Technology (2024-08-14). https://about.kaiserpermanente.org/news/press-release-archive/kaiser-permanente-improves-member-experience-with-ai-enabled-clinical-technology （2026-07-11 取得）（40病院・600超診療所への展開と「過去最大の ambient listening 実装」の一次発表）
4. Sacra. Abridge revenue, valuation & growth rate. https://sacra.com/c/abridge/ （2026-07-11 取得）（「医師24,600人」という流通数値の出どころとなっている二次リサーチ。一次発表に当該数値はない）
5. Abridge. (2025). Abridge Secures $300M Series E Led by a16z (2025-06-24). https://www.abridge.com/blog/series-e （2026-07-11 取得）（Series E 3億ドル・a16zリードの公式発表。当時150超のヘルスシステムに導入）
6. TechCrunch. (2025). In just 4 months, AI medical scribe Abridge doubles valuation to $5.3B (2025-06-24). https://techcrunch.com/2025/06/24/in-just-4-months-ai-medical-scribe-abridge-doubles-valuation-to-5-3b/ （2026-07-11 取得）（評価額53億ドル・4カ月でほぼ倍増と報じた二次報道）
7. Abridge 公式サイト. https://www.abridge.com/ （2026-07-11 取得）（「300+ health systems」「年間1億会話超」の現在値の掲示）
8. Microsoft. (2025). Microsoft Dragon Copilot provides the healthcare industry's first unified voice AI assistant (2025-03-03). https://news.microsoft.com/source/2025/03/03/microsoft-dragon-copilot-provides-the-healthcare-industrys-first-unified-voice-ai-assistant-that-enables-clinicians-to-streamline-clinical-documentation-surface-information-and-automate-task/ （2026-07-11 取得）（DMO と DAX を統合した Dragon Copilot の公式発表。直近1か月で600組織・300万会話）
9. Hassan H, Zipursky AR, Rabbani N, et al. (2025). Clinical Implementation of Artificial Intelligence Scribes in Health Care: A Systematic Review. Appl Clin Inform, 16(4), 1121-1135. PMID: 40306686. https://doi.org/10.1055/a-2597-2017 （11研究のシステマティックレビュー。効率指標は10研究中9件で改善、多くは対照群なし）
10. Lukac PJ, Turner W, Vangala S, et al. (2025). Ambient AI Scribes in Clinical Practice: A Randomized Trial. NEJM AI, 2(12). PMID: 41497288. https://doi.org/10.1056/AIoa2501000 （238医師の3群RCT。Nabla −9.5%有意・DAXは有意差なし。燃え尽き改善は副次評価項目）
11. Afshar M, et al. (2025). A Pragmatic Randomized Controlled Trial of Ambient Artificial Intelligence to Improve Health Practitioner Well-Being. NEJM AI, 2(12). PMID: 41625485. https://doi.org/10.1056/AIoa2500945 （66名のstepped-wedge型RCT。仕事上の消耗感−0.44で有意改善、note時間−0.36時間/日）
12. Ma SP, Liang AS, Shah SJ, et al. (2025). Ambient artificial intelligence scribes: utilization and impact on documentation time. J Am Med Inform Assoc, 32(2), 381-385. PMID: 39688515. https://doi.org/10.1093/jamia/ocae304 （Stanford の前後比較。総EHR時間−19.95分/日、記録時間−6.89分/日）
13. Preiksaitis C, et al. (2026). Ambient AI Scribes and Emergency Department Documentation Burden: Retrospective Cohort Study. JMIR AI, 5, e92193. PMID: 42391625. https://doi.org/10.2196/92193 （救急外来の後ろ向きコホート。−72.6秒/診察、8時間シフトで約24分に相当と著者ら）
14. Biro J, Handley JL, Cobb NK, et al. (2025). Accuracy and Safety of AI-Enabled Scribe Technology: Instrument Validation Study. J Med Internet Res, 27, e64993. PMID: 39869899. https://doi.org/10.2196/64993 （市販2製品のシミュレーション検証。44 note の70%にエラー、脱落型が最多で見落としやすい）
15. Castro VM, et al. (2026). Psychiatric Documentation and Management in Primary Care With Artificial Intelligence Scribe Use. JAMA Psychiatry, 83(3), 281-286. PMID: 41563771. https://doi.org/10.1001/jamapsychiatry.2025.4303 （AIスクライブ記録は精神症状の記載が多い一方、介入は aOR 0.83 と少ない後ろ向き研究）
16. NHS England. (2026). Guidance on the use of AI-enabled ambient scribing products in health and care settings (Version 2、2026-04-24 更新). https://www.england.nhs.uk/long-read/guidance-on-the-use-of-ai-enabled-ambient-scribing-products-in-health-and-care-settings/ （2026-07-11 取得）（要約機能は医療機器該当の可能性が高いとし、MHRA Class 1 以上 + DTAC + 患者への処理前説明を求める英国公式ガイダンス）
17. 厚生労働省. (2023). プログラムの医療機器該当性に関するガイドライン (令和3年3月31日、令和5年3月31日一部改正). https://www.pmda.go.jp/files/000240233.pdf （2026-07-11 取得）（記録・閲覧・転送や受付・会計等の院内業務支援プログラムを非該当類型とする整理の原文）
18. 厚生労働省. (2026). 個別改定項目について (令和8年度診療報酬改定、中医協答申 2026年2月13日). https://www.mhlw.go.jp/content/10808000/001655176.pdf （2026-07-11 取得）（医師事務作業補助体制加算の施設基準に生成AI文書作成補助システムを明記、1.2/1.3人換算。印字p.52-57）
19. 株式会社medimo. (2026). 医師率いる医療AIスタートアップ「medimo」、売上2兆円を超えるヘルスケア企業スズケングループへ参画 (2026-02-12、PR TIMES). https://prtimes.jp/main/html/rd/p/000000025.000124331.html （2026-07-11 取得）（提供開始2年弱で全国1,000医療機関超・100万診察超、スズケンによる全株式取得の一次発表）
20. スズケン. AIクラーク「medimo」製品ページ. https://www.suzuken.co.jp/product/digitalservice/dg-service10/ （2026-07-11 取得）（会話から5秒でカルテ自動作成、800床以上の基幹病院での導入実績の記載）
21. kanata株式会社. kanaVo 公式サイト. https://www.kanatato.co.jp/ （2026-07-11 取得）（診察会話を数秒で要約する国産AIスクライブ。「カルテ業務75%削減 (150分→38分)」はベンダー公表の導入事例値）
22. アドバンスト・メディア. (2026). 累計導入実績15,000ライセンス突破！医療向けAI音声認識ワークシェアリングサービス「AmiVoice iNote」UI刷新 (2026-01-13). https://www.advanced-media.co.jp/newsrelease/11169/ （2026-07-11 取得）（2025年12月時点で医療機関への導入15,000ライセンス突破 (Lite含む) の一次発表）