病院の生成AIが、答えと一緒に出典を示す。医学書院・NTTなどがNTT東日本関東病院で実証を開始

病院の生成AIが、答えと一緒に出典を示す。医学書院・NTTなどがNTT東日本関東病院で実証を開始【2026年11月】

医学書院、NTT、NTTドコモビジネスの3社は2026年11月5日(木)、Ubieと組み、NTT東日本関東病院 (東京都品川区) で、医療従事者向けの生成AIの共同実証を11月から始めると発表しました。医師や看護師などが電子カルテ (患者の診察や検査の記録を、紙ではなくコンピュータで管理する仕組み) の端末から「ユビー生成AI」に質問すると、医学書院が持つ医学・医療情報を探して参照し、答えと一緒に根拠となる情報や出典を示します。生成AIには、事実と違う内容をもっともらしく答えてしまう「ハルシネーション」の問題があり、医療の現場では誤診のリスクにもなりかねません。調べる時間がどれだけ縮むか、答えと根拠がどこまで役に立ち信頼できるかを、実際の病院で確かめるのが今回の実証です。

この記事のポイント

• 医学書院、NTT、NTTドコモビジネスとUbieが、NTT東日本関東病院で医療AIの共同実証を2026年11月に始める
• 医療従事者が電子カルテの端末から「ユビー生成AI」に質問すると、医学書院の医学・医療情報を根拠に、出典を添えて答える
• 院外のサービスに切り替えずに、必要な情報を確かめられる
• 確かめるのは、調べる時間の短縮、答えと根拠の有用性・信頼性など5点。効果の数字はまだない
• 今回の実証で使うのは病院の医療従事者で、患者や一般の人向けのサービスではない

何が始まるのか

発表は、医学書院、NTT、NTTドコモビジネス、Ubie、NTT東日本関東病院の5者の連名です。医学書院、NTT、NTTドコモビジネスの3社が共同で開発した「医療AI情報プラットフォーム」と、Ubieの医療機関向け生成AIサービス「ユビー生成AI」をつなぎ、NTT東日本関東病院を実証の場にします。

3社がこのプラットフォームの共同開発を始めたのは2026年4月です。発表資料によると、開発にはRAG (検索拡張生成。AIが答える前に、決められた資料の中から関係する部分を探し、それを根拠にして答える仕組み) などの技術を使っています。

電子カルテの端末から質問し、出典つきで答えが返る

流れは次のとおりです。

1. 医療従事者が、電子カルテの端末から「ユビー生成AI」に質問する
2. 医療AI情報プラットフォームが、医学書院の医学・医療情報の中から関係するものを探して参照する
3. 答えと一緒に、根拠となる情報や出典が示される

医学書院の情報について、発表資料は「正確で信頼性の高い、適切に著作権処理された」ものと説明しています。AIが答えるときに参照する先として、著作権の処理を済ませた出版社の医学・医療情報を用意した形です。

もう1つの特徴は、電子カルテの端末からそのまま質問できることです。医療従事者は院外のサービスに切り替えずに、必要な医療情報をその場で確認できるようになります。

なぜ病院で「出典」が要るのか

発表資料は背景として、生成AIが事実と異なる情報を作ってしまうハルシネーションによる誤診のリスクと、患者の情報の不適切な扱いへの懸念を挙げています。そのうえで、医療従事者が安全に、適切に生成AIを使える環境づくりが求められていると述べています。

答えと一緒に出典が示されれば、使う人は、その答えが何に基づいているかを、元の情報に当たって確かめられます。それが実際の診療の中でどこまで役に立つかは、今回の検証項目の1つです。

確かめる5つのこと

発表資料が挙げた主な検証項目は次の5つです。

時間がどれだけ縮んだか、答えがどれだけ正しかったかといった数字は、発表の時点ではまだ出ていません。

5者の役割

ユビー生成AIは、すでに多くの病院に入っているサービスです。Ubieの2026年2月5日(木) の発表によると、2026年1月時点で、大学病院10施設以上を含む全国100病院に導入され、月10万セッションを超えて使われています。今回の医療AI情報プラットフォームとつないで試すのは、そのうちNTT東日本関東病院の1か所です。

これからの予定

発表資料は今後の展開として、次の4つを挙げています。

• ほかの医療機関や、ほかの医療AIサービスへ広げる
• 病院ごとのシステムやセキュリティの条件に合わせ、クラウド、閉域ネットワーク (インターネットから切り離した専用の回線)、オンプレミス (病院の中に機器を置いて動かす形) などの形で提供する
• NTTの大規模言語モデル「tsuzumi」を含むAI基盤モデルの活用を進め、特に高い信頼性が求められる環境にも対応する
• 将来は電子カルテや医療機関向けのサービスとの連携も視野に、調べものにとどまらない業務の支援を進める

3社は2026年4月16日(木) に協業の合意を発表した際、2026年度内に商用展開を始めるとしていました。

患者や一般の人は使えるか

今回の実証で生成AIに質問するのは、NTT東日本関東病院の医療従事者です。患者や一般の人がこの仕組みを試す方法は、発表資料には出てきません。患者の側から見て関わりがあるとすれば、通院先の医師や看護師が、診察の合間に電子カルテの端末で調べものをする場面です。

まだ分かっていないこと

• 実証がいつまで続くか
• 参加する医療従事者の人数や、対象の診療科
• 医学書院の情報がどれだけの量 (書籍や雑誌の点数) か
• 今回の実証で、どの大規模言語モデルを使うか
• 結果をいつ公表するか
• 料金

まとめ（FAQ）

Q. AIが病気を診断するのですか?
A. 違います。医師や看護師などの医療従事者が、医学・医療情報を調べて確かめるための仕組みです。

Q. ハルシネーションはなくなるのですか?
A. まだ分かりません。答えに根拠と出典を添える仕組みにしたうえで、答えと根拠の有用性・信頼性をこれから確かめる段階です。

Q. AIが電子カルテの中身を読むのですか?
A. 発表資料が示しているのは、電子カルテの端末から質問できることまでです。電子カルテとの連携は、発表資料に将来の展開として挙がっています。

Q. NTTのtsuzumiで動いているのですか?
A. 今回の実証で使うモデルの名前は、発表資料にありません。tsuzumiは、今後の展開で活用を進めるモデルとして名前が挙がっています。

Quotidia の視点

この実証で生成AIが参照するのは、出版社の医学書院が著作権の処理を済ませた医学・医療情報で、答えには根拠と出典が添えられる。もっともらしい答えが返ってきても、医師や看護師は出典に戻って中身を読み直せる。ただ、出典がついていることと、答えが正しいことは同じではない。答えが出典の中身をきちんと拾えているか、確かめる手間がどれだけ減るかは、発表資料の検証項目の1つ目と2つ目に、そのまま挙がっている。診察の途中で医師が電子カルテの端末に向かう時間は、患者の側からも見える。その時間が短くなるのか、見比べる作業が一つ増えるだけなのかは、11月からの実証で確かめる段取りだ。結果をいつ公表するかは、まだ書かれていない。

関連記事:

• 文京区のクリニックが院内ローカルLLMを自作、機材はMac Studio。ベンダー経由なら初期400万円から、保守は月30万円から（文京区のクリニックが院内で動く大規模言語モデルを自作した回。あちらは診療所が自前でAIを持つ例で、今回は出版社の医学・医療情報を根拠に出典つきで答える仕組みを、大きな病院で試す例）

黄色と青

付箋は、いずれはがすために貼るものだ。僕はずっとそう思っていた。

土曜の朝の九時すぎに、借りていた折りたたみの自転車を返しに行くと、妹は夜勤から帰ったばかりで、紺のカーディガンを着たまま床の座卓の前に座っていた。座卓には看護の教科書が一冊、開いたまま伏せてあった。学生のころから使っている本で、厚さはもとの倍くらいにふくらんでいる。上と横と下から、黄色と青の付箋が飛び出していた。

「黄色のほうが、ずいぶん多いね」と僕は言った。

「黄色は分からないところ。青は、調べて分かったところ」と妹は言った。「分かっても、黄色ははがさないことにしてるの。上から青を貼る」

「それで本が太るのか」

「冬だから、着ぶくれしてるの」

妹は伏せていた本を起こし、座卓の端に寄せてから、携帯の画面をこちらへ向けた。病棟の先輩が、夜勤の終わりにみんなのグループへ送ってきたものらしい。

医学書院、NTT、NTTドコモビジネスの三社がUbieと組んで、東京のNTT東日本関東病院で、この十一月から医療のAIの実証を始めるという発表だった。カルテを開く病院の端末のまま、医師や看護師が「ユビー生成AI」に尋ねると、医学書院の医学や医療の情報をたどって、答えと一緒に、根拠になった情報や出典を出す。院外のサービスに切り替えなくても、その場で調べられる。それで調べものが早く済むのか、出てきた答えと根拠を信じてよいのかを、これから本物の病院で確かめるのだという。

「うちの病院の話じゃないよ」と妹は言った。「それに、まだ試しはじめるところ」

「じゃあ、僕が風邪をひいても、それには聞けないのか」

「お兄ちゃんは聞けない。聞くのは、こっち側の人」

そこで、あくびが一つ出た。

「夜中の三時にね、聞ける人がいないときがあるの。先輩はナースコールで走ってて、先生は別の階にいる。そういうときは、答えより先に、それがどこに書いてあるかが知りたい」

教科書をきちんと閉じ、その上に携帯をのせながら、妹は言った。「冷蔵庫のプリン、賞味期限がきのうだから、食べていいよ」

それから座布団を二つ折りにして、座卓の横で丸くなった。

閉じた本は、それでも少し浮いていた。

妹の寝息がそろうと、部屋には冷蔵庫の低い音しかなくなった。僕はプリンより先に、教科書をもう一度開いた。人の本を黙って開くのは気が引けたが、付箋の色を数えるくらいならかまわないだろうと思った。

ページの端は何度もめくられて、布のように柔らかくなっている。付箋を一枚ずつ指でよけていくと、糊が指の腹に少しずつ残った。余白には鉛筆の字があった。「実習でやった」「→212ページ」「先輩に聞く」。「先輩に聞く」の横には、あとから赤いペンで「聞いた」と足してある。学生のころの妹の字は、いまの字より一回り大きい。黄色を六十まで数えたところで、数えるのはやめた。外の通りを、灯油を売る車が音楽を鳴らして通っていった。

目次から消化器の章を探して、虫垂炎のページを開いた。

小学五年の冬の夜中に、僕は右の下腹が痛くなって、母の運転する車で病院の救急の入口まで運ばれた。母は信号のたびに「大丈夫?」と聞き、僕はそのたびに大丈夫と答えた。大丈夫ではなかった。入口の自動ドアは、二度目に前に立ったときにやっと開いた。母はいまでも、あの夜のことを、僕が夕飯の唐揚げを三つ残した日として覚えている。

救急の待合の長椅子で、妹はパジャマの上にダウンを着て、僕の手袋を両手にはめ、指の先を余らせていた。当直の先生は、僕の右の下腹をゆっくり押して、離すときに痛いかどうかを聞いた。押されるときより、離されるときのほうが痛かった。

虫垂炎のページには、青い付箋が一枚だけ貼ってあった。その下に、黄色はなかった。余白には鉛筆で、こう書いてあった。

兄。小五。夜中。右下。離すと痛い。母の車。

その横では、活字の説明がもっと正確な言葉で並んでいた。痛みの始まる場所と、移っていく先と、押して離したときの痛み。妹はそれを、この本で読むより先に、待合の長椅子から見ていたのだった。お兄ちゃんは聞けない、と言われたのは、ほんの一時間前のことだ。

僕は付箋を元の場所に戻して、本を閉じた。表紙は、やはり少し浮いた。冷蔵庫を開けて、きのうが期限のプリンを出した。蓋をはがし、スプーンを底まで入れると、茶色いカラメルが上がってきた。

電子カルテの端末から生成AIに質問、医学書院の情報を根拠に回答。NTT東日本関東病院で11月から実証

医学書院、NTT、NTTドコモビジネスの3社は2026年11月5日(木)、Ubieと組み、NTT東日本関東病院で医療AI情報プラットフォームの共同実証を11月から始めると発表した。医療従事者が電子カルテの端末から「ユビー生成AI」に質問すると、医学書院の医学・医療情報を検索・参照し、答えとともに根拠となる情報や出典を示す。院外のサービスに切り替えずに調べられる。調べる時間の短縮や、答えと根拠の有用性・信頼性など5点を検証する。発表資料は背景に、生成AIのハルシネーションによる誤診のリスクを挙げている。利用者は同病院の医療従事者で、患者向けではない。3社は2026年4月に共同開発を始め、2026年度内の商用展開をめざしている。