医療機関のローカルLLM。3省2ガイドラインと院内オンプレAIの現在地
診療録や看護記録といった医療情報は、外部クラウドに預けにくい代表的なデータです。だからこそ医療は、データを外に出さないローカルLLMの本命業界だと言えます。生成AIの利用は禁止されているのではなく、条件を満たせば使えます。実際に佐賀の織田病院や三重大学医学部附属病院が、オンプレミス構成で動かし始めています。本記事では、3省2ガイドラインを実装要件に翻訳し、動き出した院内事例と典型構成、規模別の始め方までを整理します。
この記事の要点
- 3省2ガイドラインは生成AIを禁止していません。患者情報をどこに置き、誰に委託し、どのネットワークで扱うかという条件を定めており、条件を満たす構成なら使えます
- 厚労省ガイドラインは2026年6月に第7.0版が運用開始されました。二要素認証の明確化・経営者責任の明確化・保守委託機関編の新設が主な改定点です
- 織田病院では退院時看護サマリー作成が平均16.31分から7.47分へ54.2%短縮されました。三重大学病院はtsuzumiで年間約1.5万件の退院サマリー要約を実証しています
- 入口は文書作成・要約です。診断支援は薬機法の医療機器プログラム（SaMD）領域になり得るため、別プロジェクトとして切り分けます
- 費用はPoC規模で数百万円、電子カルテ連携を含む本番構成で1,000万円超がひとつの目安です
医療機関で生成AIが使いにくい理由（要配慮個人情報と文書作成負担）
医療機関の生成AI活用には、相反する二つの力が同居しています。
一方には、診療録・看護記録・画像所見という極めて機微な情報があります。これらは個人情報保護法上の要配慮個人情報にあたり、漏えい時の影響は他業種と比べものになりません。もう一方には、文書作成負担という強い動機があります。退院時サマリー、看護サマリー、紹介状、診療情報提供書——これらの記述は医師・看護師の勤務外時間を圧迫する典型業務であり、要約と下書き生成はまさに生成AIが得意とする領域です。
つまり医療は、機微性が最も高いのに、効率化ニーズも最も強い業界です。この組み合わせが、クラウドの汎用チャットに丸投げしにくく、かといって諦めきれないという状況を生んでいます。
ここで多い誤解が、「ガイドラインが生成AIを禁止しているから無理」という読み方です。これは誤読です。ガイドラインが定めているのは、患者情報をどこに置き、誰に委託し、どのネットワークで扱うかという条件であって、生成AIそのものを名指しで禁じてはいません。条件を満たす構成を選べば使えます。次のセクションで、その条件の中身を実装要件へ翻訳します。
3省2ガイドラインとは何か。実装要件への翻訳
医療情報の取り扱いは、通称「3省2ガイドライン」で規律されています。3省は厚生労働省・経済産業省・総務省、2ガイドラインは次の組み合わせです。
| ガイドライン | 所管 | 対象 |
|---|---|---|
| 医療情報システムの安全管理に関するガイドライン | 厚生労働省 | 医療機関そのもの |
| 医療情報を取り扱う情報システム・サービスの提供事業者における安全管理ガイドライン | 経済産業省・総務省 | クラウド・保守などの受託事業者 |
第7.0版（2026年6月運用開始）で何が変わったか
厚労省ガイドラインは、2026年6月に第7.0版が策定・運用開始となりました。第7.0版の主な改定点は次の3つです。
- クライアント端末とサーバ双方の二要素認証の明確化
- サイバーセキュリティを経営課題として位置づける経営者・管理者責任の明確化
- 専門人材が不足する医療機関を想定した**「保守委託機関編」の新設**
実装側から見て重要なのは、外部委託・外部保存・ネットワーク接続の要求水準が上がったことです。
生成AIを載せる場合の実務判断
生成AIを導入する観点では、この2ガイドラインは次の実務判断に翻訳できます。
| 構成 | 求められる対応 |
|---|---|
| 外部クラウドに患者情報を渡す場合 | 提供事業者ガイドライン準拠のサービスを選び、委託先管理・監査ログ・データの保存場所（国内か）・学習利用の有無を契約で確認する必要があります |
| 院内で完結させる場合 | 患者情報が院内ネットワークの外に出ないため、外部委託・外部保存の論点が大きく減り、統制設計がシンプルになります |
院内完結（オンプレミス）が選ばれる実務上の理由はここにあります。クラウドが禁止だからではなく、委託先の安全管理を自院で証明し続けるコストより、そもそも外に出さない構成のほうが説明責任を果たしやすい場面が多い、という判断です。
「クラウドAI＝学習に使われる」は不正確です
なお、クラウドAIはすべて学習に使われる、という一括りも不正確です。法人向けプランやAPIは契約上、入力が学習に使われません。個人向けプランはオプトアウト設定が前提になります。この線引きは「Claudeの学習利用ポリシー（法人と個人の違い）」と「オプトアウト設定の手順」に整理しています。オンプレを選ぶ理由を「学習が怖いから」に単純化すると判断を誤ります。要配慮個人情報の外部持ち出しそのものに対する説明責任が本質です。
次世代医療基盤法とはレイヤーが違います
もう一つ混同しやすいのが次世代医療基盤法です（2023年公布・2024年施行の改正で仮名加工医療情報が新設されました）。これは研究開発向けの利活用の枠組みであって、院内業務でLLMを使う話とはレイヤーが違います。院内の文書作成支援を検討する段階では、まず3省2ガイドラインの要求を満たすことが実務の起点になります。
医療機関のオンプレミスLLM導入事例（織田病院・三重大学病院）
「医療でオンプレLLMは理想論」ではありません。すでに実データが出ています。
| 医療機関 | 構成 | 用途 | 成果・規模 |
|---|---|---|---|
| 織田病院（佐賀県・社会医療法人祐愛会） | オプティム構築のオンプレミスLLM＋電子カルテ連携 | 退院時看護サマリー作成 | 平均16.31分 → 7.47分（54.2%削減） |
| 三重大学医学部附属病院 | NTT西日本のLLM「tsuzumi」を院内設置 | 電子カルテ要約（退院サマリー） | 年間約1.5万件の退院サマリーが対象 |
織田病院は、オプティムが構築したオンプレミスLLMを電子カルテと連携させ、国内初のオンプレミス生成AIの電子カルテ搭載として実証を進めました。退院時看護サマリー作成は導入前の平均16.31分から導入後（3回目以降）7.47分へ、54.2%削減という具体値が示されています。患者情報を院外に出さないオンプレ構成で、電子カルテの情報を1クリックで要約し、生成後の修正もチャット形式で行う運用です。
三重大学医学部附属病院は、NTT西日本と包括連携協定を結び、NTT版LLM「tsuzumi」で電子カルテ要約の実証を2024年11月から開始しました。院内ネットワーク内のセキュアな環境にtsuzumiサーバーを設置し、退院サマリー作成支援に特化した追加学習で、専門用語の多いカルテデータへの対応力を高めています。対象は年間約1.5万件の退院サマリーで、紹介状・診療情報提供書など他文書や県内他病院への展開も視野に入れています。
この2例に共通するパターンは明確です。
- 入口は文書作成・要約（サマリー、下書き）であって、診断そのものではありません
- 患者情報は院内ネットワーク内に閉じる構成を採っています
- 医療用語への対応は追加学習・調整で補っています
診断支援（SaMD領域）とは切り分けます
重要なのは、診断支援との切り分けです。症状や画像から病名・治療方針を判断する用途は、医療機器プログラム（SaMD）として薬機法の規制対象になり得る領域です。承認・認証の話が絡むため、事務文書の要約とは別プロジェクトとして扱うべきです。まず文書作成から始めるのは、効果が出やすいだけでなく、規制レイヤーが低いという実務的な理由もあります。
院内ローカルLLMの典型構成（ネットワーク・GPUサーバー・電子カルテ連携）
院内完結型の構成は、おおむね次の3ブロックに整理できます。
- 院内ネットワーク: 患者情報が外に出ない閉じた環境です。既存の電子カルテネットワークの内側にLLM基盤を置きます
- GPUサーバー: 院内に設置したオンプレGPUサーバーでモデルを推論します。用途と同時利用者数に応じてGPU枚数を決めます
- 電子カルテ連携: カルテから対象データを取得し、要約・下書き結果を医師・看護師が確認して反映します。生成物は必ず人が最終確認します
用途は、規制リスクの低いものから段階的に広げるのが定石です。
| 用途 | 内容 | 位置づけ |
|---|---|---|
| 退院時サマリー・看護サマリー | カルテ情報からの要約下書き | 効果が大きく入口向き |
| 紹介状・診療情報提供書 | 定型文書の下書き生成 | サマリーの次段階 |
| 院内規程・マニュアル照会 | 院内文書に対するQ&A | 患者情報を使わず着手しやすい |
| 研究・症例検索の下書き支援 | 文献要約・記述の下書き | 補助用途として拡張 |
技術要素としては、日本語の医療文書に強いモデル選定と、手書き指示箋・帳票を扱う場合のOCRが論点になります。国産オンプレLLMの選択肢は『国産オンプレLLM比較2026。tsuzumi・PLaMo・cotomi・Takaneをどう選ぶか』で比較しているとおり複数あり、医療用語への追加学習・調整とセットで検討することになります。そして精度以上に効いてくるのが、生成物の最終確認を人が行う運用設計です。
病院規模別の始め方と導入費用
同じ「院内オンプレAI」でも、体制によって現実解は分かれます。
| 規模 | 現実的な入り方 |
|---|---|
| 大病院（情報システム部門あり） | 電子カルテ連携を含む本格構成に踏み込めます。GPUサーバーを院内に置き、複数診療科・多人数の同時利用を前提に設計します。織田病院・三重大のような電子カルテ連携型がこのレンジです（ローカルLLM導入支援） |
| 中小病院・クリニック（専任情シスなし） | いきなり電子カルテ連携を狙わず、まず患者情報を使わない用途（院内規程照会、事務文書の下書き）から1台構成で始めるのが現実的です（Macで始める社内専用AI導入支援） |
中小規模でまず問われるのは、運用を担う人を確保できるかです。導入後にシステムの面倒を見る担当者が決まらないまま構築に進むと、挫折の最大要因になります（詳しくは『導入したローカルLLM、誰が維持するのか』を参照してください）。
費用は、PoC規模なら数百万円、電子カルテ連携を含む本番構成なら1,000万円超のレンジになります。実額の内訳は『ローカルLLM導入費用の実額内訳。PoC300万円〜本番1,500万円の中身を開示する』に開示しているとおりで、GPUサーバー・構築・追加学習・運用のどこに費用が乗るかを事前に把握しておく必要があります。オンプレとクラウドのどちらが安いかは稼働率で逆転するため、『オンプレLLMは本当に安いのか。3年TCOと損益分岐点を正直に計算する』の損益分岐点も合わせて確認してください。またPoCに進む場合は、始める前に撤退基準を決めておくと判断がぶれません（『ローカルLLMのPoCで300万円溶かす前に』）。
段階論としては、患者情報を含まない事務文書から着手し、効果と運用体制を確かめてから電子カルテ連携へ進むのが安全です。他業界も含めた導入の共通パターンは『ローカルLLM国内導入事例2026。8社から見える共通パターン』に、社内データを外に出さない全手法の早見は常設ガイド『[2026年7月更新] 社内データを外に出さずに生成AIを使う全手法と費用』にまとめています。
導入前チェックリスト
院内でローカルLLMの検討を始める前に、次の項目を確認してください。
- 対象業務が文書作成・要約であり、診断支援（薬機法・SaMD領域）と切り分けられている
- 患者情報が院内ネットワークの外に出ない構成になっている（外部クラウド併用時は提供事業者ガイドライン準拠・学習利用の有無を契約で確認）
- 厚労省ガイドライン第7.0版の要求（二要素認証、経営層の責任体制）を確認した
- 生成物を医師・看護師が最終確認する運用フローを設計した
- 導入後に運用を担う担当者の当てがある
- 患者情報を含まない用途から始めて電子カルテ連携へ進む段階計画がある
- PoC規模（数百万円）〜本番（1,000万円超）の費用レンジを経営層と共有した
まとめ
- 医療は機微性と文書作成負担が同居する、ローカルLLMの本命業界です
- 「ガイドラインが禁止している」は誤読です。3省2ガイドラインは扱う条件を定めるもので、条件を満たせば使えます
- 厚労省ガイドラインは2026年6月に第7.0版が運用開始されました。外部委託・外部保存・二要素認証の要求水準が上がっています
- 織田病院（看護サマリー54.2%削減）・三重大学病院（tsuzumiで退院サマリー要約）が、院内完結構成の実データを出しています
- 入口は文書作成・要約です。診断支援（薬機法・SaMD領域）とは別プロジェクトとして切り分けます
- 大病院は電子カルテ連携型、中小・クリニックは患者情報を使わない用途から1台構成で段階的に進めるのが現実解です
よくある質問
Q. 医療機関で生成AI・ローカルLLMの利用は禁止されていますか？
禁止されていません。3省2ガイドライン（厚生労働省の医療機関向けガイドラインと、経済産業省・総務省の提供事業者向けガイドライン）が定めているのは、患者情報をどこに置き、誰に委託し、どのネットワークで扱うかという条件であって、生成AIそのものを名指しで禁じてはいません。条件を満たす構成を選べば利用できます。実際に織田病院や三重大学医学部附属病院がオンプレミス構成で運用・実証を進めています。
Q. 3省2ガイドラインとは何ですか？
医療情報の取り扱いを規律する2つのガイドラインの通称です。厚生労働省の「医療情報システムの安全管理に関するガイドライン」が医療機関そのものを対象とし、経済産業省・総務省の「医療情報を取り扱う情報システム・サービスの提供事業者における安全管理ガイドライン」がクラウド・保守などの受託事業者を対象とします。3省は厚労省・経産省・総務省を指します。
Q. 医療情報システム安全管理ガイドライン第7.0版では何が変わりましたか？
2026年6月に策定・運用開始された第7.0版では、クライアント端末とサーバ双方の二要素認証の明確化、サイバーセキュリティを経営課題として位置づける経営者・管理者責任の明確化、専門人材が不足する医療機関を想定した「保守委託機関編」の新設が主な改定点です。実装面では、外部委託・外部保存・ネットワーク接続の要求水準が上がっています。
Q. 病院でローカルLLMを導入した事例はありますか？
あります。織田病院（佐賀県）はオプティム構築のオンプレミスLLMを電子カルテと連携させ、退院時看護サマリー作成を平均16.31分から7.47分へ54.2%削減しました。三重大学医学部附属病院はNTT西日本のLLM「tsuzumi」を院内のセキュアな環境に設置し、年間約1.5万件の退院サマリーを対象に要約の実証を2024年11月から進めています。いずれも患者情報を院内ネットワークに閉じた構成です。
Q. 医療機関のローカルLLM導入費用はいくらかかりますか？
PoC規模なら数百万円、電子カルテ連携を含む本番構成なら1,000万円超のレンジが目安です。費用はGPUサーバー・構築・追加学習・運用に分かれており、内訳の実額は『ローカルLLM導入費用の実額内訳』で開示しています。クラウドとの損益分岐は稼働率で決まるため、3年TCOでの比較も合わせて検討してください。
Q. AIによる診断支援は薬機法の規制対象になりますか？
なり得ます。症状や画像から病名・治療方針を判断する用途は、医療機器プログラム（SaMD）として薬機法の規制対象になり得る領域で、承認・認証の手続きが絡みます。退院サマリーなど事務文書の要約・下書きとは規制レイヤーが異なるため、別プロジェクトとして切り分けるのが実務的です。文書作成支援から始めるのは、効果が出やすいことに加えて規制リスクが低いという理由もあります。
Q. クリニックや中小病院でもローカルLLMを導入できますか？
できます。専任の情報システム担当者がいない場合は、いきなり電子カルテ連携を狙わず、患者情報を使わない用途（院内規程の照会、事務文書の下書き）から1台構成で始めるのが現実的です。運用を担う人を確保できるかが最初の関門になります。GPUサーバーを構えないMac 1台からのスモールスタートはMacで始める社内専用AI導入支援を参照してください。
主な参考資料: 医療情報システムの安全管理に関するガイドライン第7.0版（厚労省）、医療情報を取り扱う情報システム・サービスの提供事業者における安全管理ガイドライン（経産省・総務省）、次世代医療基盤法（内閣府）、国内初のオンプレ生成AI電子カルテ搭載（織田病院）、三重大学とNTT西日本の実証（NTT西日本）
TodoONadaでは、医療機関のローカルLLM導入を、3省2ガイドラインの要件整理から支援しています。患者情報を院外に出さない構成の設計と、まず事務文書の要約から始める段階的な検証まで、30万円・2週間のミニ検証から着手できます。
この記事に関連するサービス
TodoONada株式会社では、機密データを外部に出さないローカルLLMの導入支援を行っています。
- ローカルLLM導入支援 — GPUサーバーでの本格構成。モデル選定からRAG構築・運用まで
- Macで始める社内専用AI導入支援 — Mac 1台から始める社内専用AI。PoCから部門導入まで対応
導入・開発のご相談はお問い合わせからお気軽にどうぞ。検討段階のご相談も歓迎です。
出典・参照
- 医療情報システムの安全管理に関するガイドライン （2026年7月5日確認）
- 医療情報を取り扱う情報システム・サービスの提供事業者における安全管理ガイドライン （2026年7月5日確認）
- Claudeの学習利用ポリシー（法人と個人の違い） （2026年7月5日確認）
- オプトアウト設定の手順 （2026年7月5日確認）
- 次世代医療基盤法 （2026年7月5日確認）
- 国内初のオンプレミス生成AIの電子カルテ搭載 （2026年7月5日確認）
- NTT西日本と包括連携協定を結び、NTT版LLM「tsuzumi」で電子カルテ要約の実証 （2026年7月5日確認）
