2026年診療報酬改定と生成AI導入

① 2026年改定の本質（経営視点）

今回の改定は一言でいうと：

👉 「人を増やさずに質を上げろ」への制度転換

特に重要なポイント：

■ 1. 多職種協働の実質義務化

• 多職種協働加算の新設（急性期病院B・急性期一般4）

• 急性期病院一般入院基本料Bなどで体制評価強化

• FTEベースでの人員配置評価

👉 問題

• 人材不足（特に地方・中小病院）

• 人件費高騰

■ 2. 記録・説明・連携の評価強化

• 記録の質・量の増加

• 患者説明責任の強化

• 地域連携・退院支援の高度化

👉 問題

• 医師・看護師の“非付加価値業務”増大

■ 3. 救急・急性期機能の選別

• 夜間救急比率などの指標化

• 実績主義の強化（救急搬送、全身麻酔、救急搬送後入院の各実績評価）

👉 問題

• データ管理・分析負荷の増大

② 結論：生成AIは「コスト削減ツールではない」

重要な誤解を先にお話しします。

❌ NG認識「AIで人件費削減」

👉 実際は✅ “人的リソースを診療に再配分する装置”

③ 生成AI導入の戦略ポジション

生成AIは以下の3領域に分けて考えるべき･･･

【A】業務代替（省力化）

最も即効性が高い

対象業務

• 診療録要約・下書き生成

• 退院サマリー作成

• 看護記録補助

• 紹介状・返書作成

• 会議議事録

👉 効果

• 医師時間：▲20〜40%

• 看護師記録時間：▲15〜30%

【B】業務高度化（評価対応）

2026改定の核心

対象業務

• 多職種カンファレンス要約

• 退院支援計画の自動構造化

• 栄養・リハ・薬剤の統合記録

👉 効果

• 加算取得率向上

• 監査耐性の強化

【C】経営意思決定支援

中長期の競争力

対象

• DPC分析

• 在院日数最適化

• ベッドコントロール

• 救急受入分析

👉 効果

• “なんとなく経営”から脱却

④ 改定対応としての「導入優先順位」

Step1（必須）

■ 文書生成AIの導入

• 医師・看護師の記録支援

👉 ROI：最も高い（ROI＝投資利益率、AIに対して投資した額に対してどれだけの費用対効果があったか？）

Step2（重要）

■ 多職種連携AI

• カンファレンス要約

• タスク抽出

👉 加算対応に直結

Step3（差別化）

■ 経営AI

• DPC分析

• 病床稼働最適化

⑤ 病院経営へのインパクト（定量）

中規模病院（70〜150床想定）の例

項目	改善インパクト
医師残業	▲20〜30%
看護記録時間	▲15〜25%
MSW業務効率	▲20%
加算取得率	+5〜15%
人件費率	実質抑制

⑥ リスクと誤導入パターン

ここは非常に重要です。

❌ よくある失敗

① IT部門主導　　　　→　現場に刺さらない

② ツール導入で満足　→　業務が変わらない

③ 個人利用に任せる　→　組織最適にならない

✅ 成功パターン

• 業務フローから再設計

• “誰の何時間を削るか”を明確化

• KPI設定（例：記録時間）

  KPI＝最終目標（KGI）を達成するために、売上や利益などの成果に直結する中間指標（患者数、日当点（円）など）を特定し、定期的にモニタリングすることで軌道修正を可能にし、組織全体のパフォーマンスを向上させる指標

⑦ では･･･どうするか？

👉 “人的資源再配置モデル”

提案フレーム

1. 現状業務の時間分解

2. AI代替可能領域の特定

3. 浮いた時間の再投資先設計

   • 多職種連携

   • 退院支援

   • 救急対応

⑧ 最終結論

2026年改定において生成AIは：

👉 「人手不足対策」ではない

👉 「制度適合のための必須インフラ」

⑨ 次にやるべきこと（実務）

もし実務に落とすなら：

• 病院別「AI導入インパクト診断」

• 職種別業務棚卸し（医師・看護・MSW）

• 加算別業務要件の分解

• AI適用マッピング

皆さんはどう考えますか？