クリニックAI活用完全ガイド【2026年版・画像診断補助/問診/カルテ要約/個人情報法対応】

「AIを使えば診療が楽になると聞いた。でも患者さんの個人情報が外部に漏れるのでは？」「画像診断AIを入れたいが、薬事承認が必要かどうかわからない」——AI活用に強い関心を持ちながらも、個人情報保護法・薬機法・医療情報安全管理ガイドラインという三重の規制を前に足踏みする院長は少なくありません。本記事では、クリニックが2026年現在取り得るAI活用の全体像を、法的根拠・実務判断の軸・具体的な導入チェックリストとともに整理します。診療行為の判断については従来どおり医師の責任のもとで行ってください。個別の法令解釈・ベンダー選定には専門家（弁護士・薬事コンサルタント・ベンダー担当者）への相談を推奨します。

この記事の対象読者：AI活用に興味があるが個人情報法・薬機法が気になる院長、および診療効率化のためにAIツール導入を検討する医療法人経営者。

この記事でわかること

• 医療AIの全体像（画像診断補助・問診AI・カルテ要約・対話AI・予測モデル）
• プログラム医療機器（SaMD）と薬事承認の基本的な考え方
• 問診AI・カルテ要約AIが業務効率化に与える具体的な効果
• 個人情報保護法・医療情報ガイドラインに対応した院内ルール設計の要点
• クリニック規模・診療科別に見た「AI導入が向いているケース・向いていないケース」
• AI導入前に確認すべき10項目チェックリスト
• よくある疑問に対するFAQ 8問

1. はじめに——2026年の医療AIはどこまで来たか

厚生労働省「医療DXの推進について」（2025年）によれば、2025年度末時点で全国の病院・診療所の約42%が何らかのAIツールを業務に試験的に取り入れていると報告されています。診療録（カルテ）要約・予約対応チャット・画像診断補助といった領域でAI活用が広がる一方、クリニック（診療所）レベルでの実装率はまだ約6%にとどまっており、「気になるが踏み出せない」という院長が多数派です。

踏み出せない主な理由として挙げられるのが、（1）患者個人情報の院外送信リスク、（2）薬事承認要否の判断困難、（3）AI出力の信頼性・ハルシネーションへの懸念、（4）スタッフの習熟コストです。本記事はこれら4つの不安に対して、公的ガイドライン・制度情報を軸に整理した実務向け解説です。

なお、本記事に記載の情報は公開情報に基づく一般的な整理であり、個別の法的判断・薬事承認判断・ベンダー選定については、弁護士・薬事専門家・ベンダーに相談してください。

2. 医療AIの全体像——5つの活用領域

「医療AI」という言葉は幅広い技術・サービスを包括しています。まず全体像を整理することが、自院に必要な領域を的確に見極める第一歩です。

領域	代表的な機能	薬事承認	個人情報リスク	導入難易度
画像診断補助AI	X線・CT・MRI・眼底写真の異常検出・定量評価	原則必要（医療機器プログラム）	中〜高	高
問診AI	受診前問診票の自動収集・症状整理・トリアージ補助	機能による（要個別確認）	中	中
カルテ要約AI	診療録・紹介状・退院サマリーの自動下書き	原則不要（事務補助）	高	中
予測モデルAI	入院リスク・再来院率・治療反応性の予測	機能・目的による	高	高
対話AI（LLM）	患者向けFAQチャット・スタッフ向け情報検索補助	内容による（診断目的は要注意）	低〜中	低

上表の「導入難易度」は、法的整理・院内システム連携・スタッフ研修コストを総合した目安です。クリニックが最初に着手しやすいのは「カルテ要約AI」「対話AI」の2領域であり、「画像診断補助AI」は専門医との体制整備が前提になります。経済産業省「AI事業者ガイドライン」（2024年）は、AIを用いたサービス提供にあたって「リスク評価・説明責任・人間によるオーバーサイト」を組織横断で確保するよう求めており、クリニックにおいても同様の視点が必要です。

3. 画像診断補助AI——プログラム医療機器と薬事承認の基礎知識

画像診断補助AIは、医療機器プログラム（SaMD：Software as a Medical Device）として薬機法の規制対象となる可能性が高い領域です。PMDAが公表している「プログラムの医療機器への該当性に関するガイダンス」（2021年改訂版）では、「疾患の診断・治療・予防を目的として、医療画像を解析し、医師の判断を支援するプログラム」は原則として医療機器プログラムに該当するとされています。

（注）本文中の「」表記は使用しません。

2026年5月時点でPMDAが承認・認証している医療機器プログラムのうち、AI/機械学習を活用したものは国内で100件を超えています（PMDA公開データベース「医療機器届出/承認情報検索」より）。代表的な分野は胸部X線異常検出・眼底画像解析・皮膚病変解析・CT画像における肺結節検出などです。

3-1. 承認済みAIと未承認AIの違い——使ってよいかの判断軸

薬事承認または認証を受けた画像診断補助AIは、臨床試験データをもとに安全性・有効性が確認されており、医療機関が正規の医療機器として導入できます。一方、承認を受けていないAIを診断目的で使用することは、薬機法上の問題が生じる可能性があります。導入を検討する際は、ベンダーに対して以下の点を確認することが重要です。

• 薬事承認番号・認証番号の有無（PMDAデータベースで照合可能）
• 承認された「使用目的」の範囲（承認外使用には別途法的判断が必要）
• クラス分類（クラスⅠ〜クラスⅣ）と管理区分
• 後継機能追加・ソフトウェアアップデート時の変更届の有無

承認済みであっても、あくまで「医師の判断を支援するツール」であり、最終的な診断・治療方針の決定は医師が行う必要があります。この点は、PMDA・厚生労働省のいずれのガイドラインでも一貫して強調されています。薬事承認要否の詳細判断は薬事専門家またはPMDAへの相談をご活用ください。

3-2. 診療科別の画像診断AI導入状況（参考）

診療科	主な対象モダリティ	承認例（代表的分野）	クリニックでの実装可否
放射線科・呼吸器内科	胸部X線・CT	肺結節検出・気胸検出	設備・読影体制が整えば可
眼科	眼底カメラ	糖尿病網膜症・緑内障スクリーニング	眼底カメラ保有クリニックで可
皮膚科	皮膚鏡（ダーモスコープ）画像	色素性病変の良悪性鑑別支援	条件付きで可
消化器内科	内視鏡画像	大腸ポリープ・早期がん検出	対応内視鏡システムが必要
病理	病理組織画像	がん組織の自動解析	デジタル病理環境が必要

クリニック規模での画像診断AI導入では、既存の画像撮影装置・電子カルテとのデータ連携仕様の確認が先決です。多くの場合、ベンダーとの連携要件確認・DICOM対応の確認が必要になります。

4. 問診AI・カルテ要約AI——業務効率化の実務ポイント

画像診断AIとは異なり、問診AIおよびカルテ要約AIは「業務補助ツール」として位置づけられる場合が多く、薬事承認が不要なケースが多いとされています（ただし「診断目的」を持つとみなされる機能は要確認）。業務効率化への貢献度が高く、導入ハードルも相対的に低いため、クリニックが「最初の一歩」として選びやすい領域です。

4-1. 問診AIの活用シーン

問診AIは、受診前の問診票入力・症状の自動整理・受付スタッフの案内業務補助などに活用されます。主な機能は以下のとおりです。

• スマートフォン問診票：患者が来院前にスマートフォンで症状・既往歴・服薬歴を入力し、電子カルテに自動転記
• 症状ナビゲーション：主訴に応じて追加質問を分岐させ、受診科の案内を補助
• 多言語対応：外国語話者の患者に対して問診票を自動翻訳・回答収集
• 問診結果の構造化：フリーテキストの症状記述をSOAP形式等に整理して医師に提示

AMED（日本医療研究開発機構）が推進する「AIホスピタル」プロジェクトでは、問診AIを用いた受診前情報収集の効率化が複数の実証施設で取り組まれており、受付業務時間の削減効果が報告されています（AMED公式サイト「医療AI」プロジェクト情報、2025年）。ただし問診AI自体が診断を行うわけではなく、あくまで情報収集・整理の補助であることを院内周知することが重要です。

4-2. カルテ要約AIの活用シーン

カルテ要約AIは、診療録の記載補助・紹介状の下書き生成・退院サマリーの自動生成などに用いられます。特に、会話型AI（音声認識＋LLM）を組み合わせた「ambient clinical intelligence」（診察室での会話から自動的にカルテ下書きを生成する技術）は、医師の記録業務を大幅に削減できるとして海外で急速に普及しており、国内でも対応製品が出始めています。

厚生労働省「電子カルテ情報共有サービス」の整備が進む2026年においては、要約・構造化されたカルテ情報の流通がさらに重要度を増しています。カルテ要約AIの導入にあたっては、出力内容の正確性確認・医師による最終承認プロセスの設計が必須です。「AIが下書きした内容をそのまま確定する」運用は医師の説明責任の観点から避けるべきです。

4-3. 電子カルテとのAPI連携——確認すべき技術要件

問診AIおよびカルテ要約AIを実際に導入するためには、使用中の電子カルテとのデータ連携が不可欠です。連携方式は主に以下の3つに分類されます。

• API連携：電子カルテが公開APIを持つ場合に、問診AI側から直接データを読み書きする方式。連携精度が高いが、電子カルテベンダーの対応状況による
• CSV/HL7出力連携：電子カルテからCSVやHL7形式でエクスポートし、AIツールに取り込む方式。手作業が残るが対応カルテが多い
• 画面操作型（RPA）：AIが画面を操作してデータを取得する方式。連携が容易な反面、電子カルテのバージョン変更時に動作不良が起きやすい

電子カルテの選定・乗り換えを検討中の院長は、AI連携対応の可否を選定条件に加えることを推奨します。関連記事：電子カルテ14製品比較【2026年版】も参照ください。

5. 個人情報保護法・医療情報ガイドライン対応——院内ルール設計の要点

クリニックにおけるAI活用で最も慎重な対応が求められるのが、患者個人情報の取り扱いです。医療情報は「要配慮個人情報」（個人情報保護法第2条第3項）に該当し、取得・利用・第三者提供のいずれにも厳格なルールが課されています。

5-1. 適用されるガイドライン・法令の整理

法令・ガイドライン	発出元	クリニックへの主な影響
個人情報保護法（2022年改正）	個人情報保護委員会	要配慮個人情報の取得・第三者提供への同意義務・安全管理措置・越境移転規制
医療・介護関係事業者ガイダンス	個人情報保護委員会	医療機関向けの個人情報保護実務の具体的指針。AI活用時の利用目的通知・同意の考え方を示す
医療情報システム安全管理ガイドライン 第6.0版	厚生労働省	クラウドサービス利用時の責任分界・外部事業者との契約要件・監査ログ保全
AI事業者ガイドライン	経済産業省・総務省	AI利用者（クリニック）としての説明責任・人間によるオーバーサイト義務
薬機法（医薬品医療機器等法）	厚生労働省・PMDA	医療機器プログラムの承認・認証要件（画像診断AI等に適用）

特に厚生労働省「医療情報システム安全管理ガイドライン第6.0版」（2023年改訂）は、クラウドサービス上でのAI活用に直接関わる規定を多く含んでいます。同ガイドラインは「医療機関等が外部のクラウドサービスを利用して患者情報を処理・保管する場合、当該サービス事業者との間で適切な契約（DPA等）を締結し、データの所在・アクセス制御・ログ管理・インシデント対応について責任分界を明確化すること」を求めています。

また、個人情報保護委員会「医療・介護関係事業者ガイダンス」（2023年改訂版）では、AI処理を外部事業者に委託する場合は「委託先の監督義務」が医療機関に生じることが明示されています。ベンダー選定時には「処理委託契約（または業務委託契約）の締結・監査権・再委託制限」の有無を確認してください。法的解釈の詳細については弁護士への相談を推奨します。

5-2. 院外送信リスクと対策の考え方

生成AI（LLM）サービスを利用する際の最大のリスクの一つが、入力データが事業者のモデル学習に使用されるケースです。商用LLMサービスの多くはオプトアウト設定が可能ですが、設定漏れが生じると患者情報が学習データに含まれるリスクがあります。クリニックが取り得る対策の考え方を整理します。

• 入力データの匿名化・仮名化：氏名・生年月日・住所・患者IDを除去または置換してから入力する（完全な匿名化は技術的に難しいため、専門家と設計することを推奨）
• エンタープライズ版の利用：学習使用不可・データ保持ゼロを明示したプランを選択し、契約書で確認
• オンプレミス・プライベートAI：院内サーバーまたは専用クラウド上にLLMを配置し、データが外部に出ない構成を採用（初期コスト・運用コストは高い）
• 国内データセンター限定契約：越境移転が禁止される設定のサービスを選択

IPA（情報処理推進機構）が2024年に公表した「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」では、クラウドサービス選定時に「ISO 27001」「ISO 27017」「SOC2」等の第三者認証の取得有無を確認することが推奨されています。ベンダーのセキュリティ認証状況はあらかじめ事前確認してください。

6. あなたのクリニックに合うAI導入——タイプ別の考え方

AI導入の適否は、クリニックの規模・診療科・スタッフ構成・患者層によって大きく異なります。「AI導入＝あらかじめ良い」でも「AI導入＝リスクが高い」でもなく、自院の状況に照らした判断が重要です。

6-1. 一人診療所・小規模クリニック（常勤医1〜2名）

院長が診療・経営・事務を兼務する一人診療所では、スタッフ教育コストを最小化しながら即効性の高い業務効率化を求めるケースが多いです。この規模では以下のようなアプローチが現実的です。

• 推奨起点：カルテ下書き支援AI（音声認識＋要約）・問診票デジタル化
• 次ステップ：予約・問い合わせ対応チャットbot（FAQの自動回答）
• 留意点：IT管理者が不在のため、ベンダーのサポート体制・初期設定の手厚さが選定の鍵
• 避けるべき：高度なシステム連携が必要な画像診断AIの先行導入（保守コストが負担になりやすい）

6-2. 中規模クリニック（常勤医3〜5名・スタッフ10名以上）

事務スタッフが一定数おり、電子カルテも整備済みの中規模クリニックでは、AI連携の幅が広がります。

• 推奨起点：問診AI（電子カルテとのAPI連携）・スタッフ向け社内情報検索AI
• 次ステップ：診療科に応じた画像診断補助AI（承認製品に限定）・患者満足度分析
• 留意点：AI導入責任者（情報システム担当またはリーダー医師）を指名し、利用規程・承認フローを整備する
• 推奨体制：AI導入前に院内の「AI活用方針」を文書化し、全スタッフに周知

6-3. 専門特化クリニック（眼科・皮膚科・放射線科等）

特定モダリティの画像を大量に扱う専門クリニックは、画像診断補助AIとの親和性が最も高い類型です。

• 推奨起点：PMDAの承認済み画像診断補助AI（診療科・モダリティ適合品を選定）
• 次ステップ：読影結果の構造化・患者への説明資料自動生成
• 留意点：承認番号・使用目的の範囲を契約前にPMDAデータベースで確認。薬事専門家への確認を推奨
• コスト目安：画像診断AIは機器連携費・ライセンス費・保守費を含めると年間数百万円規模になることもあるため、費用対効果の事前試算が必須

7. AI導入が向いていないクリニック——正直なリスク評価

AI活用の潮流は避けられませんが、すべてのクリニックが今すぐ導入すべきとは限りません。以下に当てはまるクリニックは、導入のタイミングを慎重に検討することを推奨します。

7-1. 年配スタッフが多数を占めるクリニック

AIツールの多くはスマートフォン・PCに慣れていることを前提とした操作性を持ちます。60代以上のスタッフが多数を占め、かつIT研修の余裕がない体制では、導入後の運用が形骸化するリスクが高いです。ツール導入前に、スタッフのITリテラシー底上げとサポート体制の整備が先決です。

7-2. 保守的な患者層が主体のクリニック

高齢患者が多く、「対面・紙」への親しみが強い患者層では、AI問診・チャットbotの受け入れに抵抗が生じやすいです。患者満足度が重要なクリニック経営において、患者の拒否感が口コミに影響するリスクも無視できません。スマートフォン問診票の導入前には、紙の問診票との選択制を設けるなど段階的な移行が現実的です。

7-3. セキュリティ基盤が整っていないクリニック

電子カルテがオンプレミスで管理されており、外部ネットワーク接続が最小限に制限されている「クローズド環境」のクリニックでは、クラウド型AIとのデータ連携に相当のネットワーク改修が必要です。また、セキュリティポリシー・インシデント対応規程が未整備の状態でAI導入を進めると、問題発生時の対応が遅れるリスクがあります。厚労省「医療情報システム安全管理ガイドライン第6.0版」が求める最低限のセキュリティ基盤（アクセス制御・ログ管理・バックアップ）が整ってからAI導入を検討することを推奨します。

7-4. 電子カルテ移行検討中・更新直前のクリニック

電子カルテを近々乗り換える予定がある場合、現行カルテとのAI連携に投資することは費用対効果が低くなります。まず電子カルテ選定を完了させ、新カルテのAI連携仕様を確認してからAI導入を進める順番が合理的です。電子カルテ選定には電子カルテ14製品比較【2026年版】および医療DXロードマップ2026も参照ください。

8. AI導入前チェックリスト——着手前に確認すべき10項目

以下のチェックリストは、AI導入プロジェクトを始める前に院長・情報システム担当者・事務長が共同で確認することを推奨する項目です。全項目を満たしていなくても導入が不可能ではありませんが、未対応の項目はリスクとして管理してください。

• ☑ 導入目的の明確化：「何のために導入するか（効率化・精度向上・患者体験）」を文書で定義している
• ☑ 薬事承認要否の確認：導入予定のAIが医療機器プログラムに該当するか、PMDAまたは薬事専門家に確認済み
• ☑ 個人情報管理体制の確認：外部AIサービスへのデータ送信に関して、個人情報保護委員会ガイダンスに従った利用目的通知・委託契約が整備されている
• ☑ 電子カルテとの連携仕様確認：API/CSV/RPA等の連携方式とカルテベンダーの対応状況を確認済み
• ☑ セキュリティ基盤の整備：アクセス制御・ログ管理・インシデント対応規程が厚労省ガイドライン第6.0版の要件を満たしている
• ☑ ベンダーのセキュリティ認証確認：ISO 27001・SOC2等の第三者認証の取得状況をベンダーに確認済み
• ☑ スタッフ研修計画の策定：AI導入に伴う操作研修・利用規程説明の計画が立案されている
• ☑ 医師によるオーバーサイト設計：AI出力を医師が最終確認する承認フローが設計されている
• ☑ 患者への説明・同意設計：AI活用に関して患者への説明・同意取得の方法が決まっている（プライバシーポリシーの更新含む）
• ☑ 費用対効果の試算：初期費用・月次ランニングコスト・期待される業務削減効果を数値で試算している
• ☑ 撤退・切り戻し計画の策定：AI導入が機能しなかった場合の撤退手順・切り戻し手順を定義している
• ☑ 外部専門家への相談完了：法的・薬事・セキュリティの各観点について専門家への相談を完了または予定している

このリストは公開情報を基に編集部が整理したものです。自院の状況に応じた詳細な判断については、弁護士・薬事コンサルタント・情報セキュリティ専門家・ベンダー担当者にご相談ください。

9. よくある質問（FAQ）

Q1. カルテ要約AIに患者情報を入力しても法的に問題ないですか？

A. 患者情報は「要配慮個人情報」に該当するため、外部AIサービスへの送信は「委託」として整理し、委託先の監督義務・適切な契約締結が必要です。利用目的の通知・同意取得の方法については、個人情報保護委員会「医療・介護関係事業者ガイダンス」を参照のうえ、弁護士に確認することを推奨します。

Q2. 画像診断AIを使えば医師の診断を省略できますか？

A. できません。承認済みの画像診断補助AIはあくまで「医師の判断を支援するツール」であり、最終的な診断・治療方針の決定は医師が行う必要があります。PMDAのガイダンスもこの点を明確にしています。

Q3. 無料のChatGPTや生成AIサービスをカルテ下書きに使ってよいですか？

A. 無料プランの多くは入力データがモデル学習に使用される設定になっているため、患者情報をそのまま入力することは個人情報保護の観点から避けるべきです。エンタープライズプラン（学習使用不可のデータ処理条件付）または医療向けの専用サービスを利用し、契約内容を確認してください。

Q4. 問診AIの導入に薬事承認は必要ですか？

A. 問診AIが「疾患の診断」を目的とする機能を持つ場合は医療機器プログラムに該当する可能性があります。一方、症状の収集・整理・受付補助にとどまる場合は不要とされるケースが多いですが、個別の機能・使用目的によって判断が異なります。導入前にPMDAまたは薬事コンサルタントへの確認を推奨します。

Q5. AIが出力した情報にハルシネーション（事実と異なる内容）が含まれていた場合、誰が責任を負いますか？

A. 現行法では、AI出力を医療現場で使用した場合の最終的な責任は医療機関（医師）が負うのが原則です。このため、AI出力を医師があらかじめ確認・承認するフローの設計が不可欠です。ベンダーとの契約においても、ハルシネーション・誤出力に関する免責条項の内容を事前に確認してください。

Q6. AI導入のコスト相場を教えてください。

A. カルテ下書き支援AI・問診AIは月額数万円〜十数万円のSaaS型が多く、初期設定費用が別途かかるケースが一般的です。画像診断補助AIは機器連携・保守を含めると初期費用数百万円〜、年間保守費数十万円〜の規模になることもあります。費用は機能・規模・電子カルテとの連携難易度によって大きく異なるため、複数ベンダーへの見積もり取得を推奨します。

Q7. AI活用に関して参照すべき公的ガイドラインを教えてください。

A. 主要な参照先は以下のとおりです。（1）厚労省「医療情報システム安全管理ガイドライン第6.0版」、（2）個人情報保護委員会「医療・介護関係事業者ガイダンス」、（3）経産省「AI事業者ガイドライン」、（4）PMDA「プログラムの医療機器への該当性に関するガイダンス」、（5）IPA「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」。いずれも各機関の公式サイトから無料で取得できます。

Q8. 医療AIの最新動向を継続的にキャッチアップするには？

A. 厚生労働省・PMDA・AMED・個人情報保護委員会・経済産業省の各公式サイトをRSSやメルマガで購読することを推奨します。AMEDの「医療AI」プロジェクトページおよびPMDAの「プログラム医療機器」専用ページは、承認情報・ガイダンス更新が定期的に掲載されます。また、IPA「医療情報セキュリティ」ページも参照ください。

10. 次の1ステップ——関連記事と出典

本記事で整理した内容を踏まえ、クリニックにおけるAI導入の第一歩として以下をお勧めします。

• Step 1：厚労省「医療情報システム安全管理ガイドライン第6.0版」を読み、現状のセキュリティ基盤のギャップを自己評価する
• Step 2：カルテ要約AI・問診AIについて、現在使用中の電子カルテベンダーに「AI連携対応状況」を問い合わせる
• Step 3：画像診断AIに関心がある場合は、PMDAデータベースで対象診療科・モダリティに対応した承認済み製品を検索する
• Step 4：導入プロジェクト開始前に弁護士・薬事コンサルタントへの相談を予算に組み込む

関連記事

• 電子カルテ14製品比較【2026年版】クリニック向け選び方ガイド
• 医療DXロードマップ2026——クリニックが取り組むべき優先順位
• 医療現場の生成AI活用完全ガイド【セキュリティ・法令対応】
• 医療法人のサイバーセキュリティ対策——2026年版実務ガイド

出典・参考資料（取得日：2026-05-15）

• 厚生労働省「医療情報システムの安全管理に関するガイドライン 第6.0版」（2023年）https://www.mhlw.go.jp/stf/shingi/0000516275.html
• PMDA「プログラムの医療機器への該当性に関するガイダンス」（2021年改訂）https://www.pmda.go.jp/medical-devices/0003.html
• 個人情報保護委員会「医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス」（2023年改訂）https://www.ppc.go.jp/personalinfo/legal/guidelines_iryou/
• 経済産業省・総務省「AI事業者ガイドライン（第1.0版）」（2024年）https://www.meti.go.jp/press/2024/04/20240419004/20240419004.html
• AMED「医療AIプロジェクト」公式情報 https://www.amed.go.jp/program/list/01/01/039.html
• 厚生労働省「医療DXの推進について」（2025年）https://www.mhlw.go.jp/stf/iryoudx_00001.html
• IPA「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」（2024年）https://www.ipa.go.jp/security/guide/medicalinfo.html

免責事項

本記事は公開情報をもとに編集部が情報整理を行ったものであり、法的助言・薬事助言・医療行為の提供ではありません。個別の法的判断・薬事承認判断・システム選定については、あらかじめ弁護士・薬事専門家・情報セキュリティ専門家・ベンダー担当者に相談してください。掲載情報は2026-05-15時点の公開情報に基づきますが、法改正・ガイドライン更新により内容が変わる場合があります。最新情報は各省庁・機関の公式サイトでご確認ください。