鑑別候補の一次洗い出し
症状、年齢、検査値をもとに一般的な鑑別候補を出す作業はAIでかなり支援しやすいです。見落とし防止の入口としては有効です。ただし、その候補のどれを本気で疑うべきかは、患者の状態と文脈を見た医師が判断しなければいけません。
医師はAIでなくなるのか
医師はAIに代替されるのか。鑑別候補の洗い出しや紹介状の下書きは速くなっても、緊急度の判断と治療方針の決定は人に残る。
先に結論
医師は、AIでなくなるというより、診療周辺の整理が速くなる職種です。候補洗い出しや文書初稿は軽くなっても、緊急度判断、治療方針の決定、説明責任、多職種統合は残ります。
この職業とは
医師は、病名を当てる人ではありません。症状、検査結果、既往歴、生活背景、緊急度を総合して、いま何を優先し、何を除外し、どこまで介入するかを決める仕事です。診断だけでなく、説明、治療方針、経過観察、他科連携まで含めて責任を負います。
この職種の価値は、知識量そのものより、不確実な状況で患者にとって妥当な判断を下すことにあります。AIで候補提示や記録整理は速くなっても、責任を持って方針を決める役割は人に強く残ります。
業界
医療
公開データで見るこの職業
生成AIへのさらされ度
51 / 100
188職業中 141位
米国政府の区分
さらされ度：高
米国労働統計局（BLS）による職業別の相対的なAIさらされ度区分（2026年）。
4つの公開データから当サイトが算出した0〜100の指標で、掲載している188職業の中での相対的な位置を示します。高いほど、生成AIがこなせる・実際に使われている業務の割合が大きいことを意味します。仕事がなくなる確率ではありません。
AIがこなせる業務の多さ（理論）
59
研究者による業務分析（Eloundouほか、ILO）。各データが評価する全職業の中での百分位です。
AIが実際に使われている業務の多さ（実利用）
42
Microsoft Copilot と Anthropic Claude がこの職業の業務に実際に使われた度合い。各データが評価する全職業の中での百分位です。
米国の雇用（BLS 2025〜35年予測）
- 就業者数の予測変化（2025〜35年）
- +3.3%
- 米国の就業者数（2025年）
- 114,300
- 年間の求人数（平均）
- 2,900
- 年収の中央値（2025年）
- US$244,180
- 就職に通常必要な学歴
- 博士・専門職学位
BLSが挙げる変化の理由
BLSはこの職業に固有の変化要因を挙げていません。この予測は主に、この職業を雇用する業界の伸び・縮みを反映したものです。
BLS の職業区分「Family medicine physicians」の米国の数値です。BLS の予測は技術が過去と同じペースで進むことを前提にしており、AIの影響だけを予測したものではありません。
公的統計にこの職業名そのものの区分はないため、最も近い公式の職業区分の数値を表示しています。
出典
さらされ度は、以下のデータを基に当サイトが算出しました（データ時点：2026年10月15日）。米国の雇用の数値は BLS の公表値をそのまま掲載しています。
- Eloundou, Manning, Mishkin & Rock, "GPTs are GPTs: Labor market impact potential of LLMs", Science (2024); data MIT licence
- Gmyrek, Berg, Kamiński, Konopczyński, Ładna, Nafradi, Rosłaniec, Troszyński. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: ILO, 2025. © ILO, CC BY 4.0
- Tomlinson, Jaffe, Wang, Counts & Suri, "Working with AI: Measuring the Occupational Implications of Generative AI", Microsoft Research; CC BY 4.0
- Anthropic Economic Index (job_exposure); CC BY
- U.S. Bureau of Labor Statistics, Employment Projections 2025–35 and AI exposure categories
各データの公表元は、本サイトの作成・確認・推奨には関与していません。 出典・ライセンス・算出方法の詳細
医師はAIでなくなるのか
医師の仕事は、AIの影響を受けないように見えて、実は周辺業務から大きく変わり始めています。鑑別候補の洗い出し、画像や検査結果の整理、紹介状やカルテの下書き、ガイドライン検索などは、以前よりかなり速く行えるようになっています。
しかし、診療の難しさは、情報を集めることだけではありません。同じ数値でも緊急性が違い、同じ症状でも患者の年齢、合併症、生活環境、意思で選ぶべき治療は変わります。医学的に正しい選択と、その患者にとって納得できる選択が一致しない場面も少なくありません。
医師の仕事は、知識で答えを出すことだけではありません。不確実な情報の中で治療方針を決め、その結果に責任を持つことが本質です。ここからは、AIで置き換わりやすい工程と、人が担い続ける価値を分けて見ていきます。
置き換わりやすい業務
AIが入りやすいのは、診療の周辺で情報を集め、整理し、候補を並べる工程です。記録や検索の負担は今後も軽くなりやすい領域です。
カルテ・紹介状・説明文の下書き
経過要約、紹介状、退院サマリー、患者説明文の初稿はAIで整えやすいです。文書作成の負担は下がります。しかし、何を残し、何を曖昧にせず記録すべきかは、医療責任を持つ人が決める必要があります。
ガイドライン検索と情報整理
疾患ごとの標準治療や推奨事項を検索し、要点を整理する作業はAIと相性が良いです。調べる速度は上がります。ただし、そのガイドラインを今の患者にどこまで適用できるかは、背景疾患や希望を踏まえた判断が必要です。
検査データの異常値抽出
採血やバイタルの推移から異常傾向を拾い上げる作業はAI支援が効きやすいです。見逃しを減らす助けになります。しかし、どの異常が今日の主要問題で、どの異常は経過観察でよいかの重み付けは医師の役割です。
残る業務
医師に残るのは、不確実さの中で診断と治療方針の責任を負う仕事です。患者ごとに違う条件をまとめて線を引く判断ほど人に残ります。
緊急度と優先順位の判断
同時に複数の問題が見えても、何を先に処置し、何を後ろへ回すかを決める仕事は残ります。医療では、正しい知識より先に、時間軸の判断が命を左右することがあります。優先順位を誤らない力が医師の本質です。
患者背景を踏まえた治療方針決定
ガイドライン上の標準治療があっても、高齢、妊娠、合併症、家庭事情、本人の価値観で最適解は変わります。治療そのものだけでなく、どこまで介入し、どこで見守るかを決める仕事は残ります。患者ごとの現実に合わせて方針を調整できる人が強いです。
責任あるインフォームドコンセント
治療の利益、不利益、代替案、不確実性を患者や家族へ説明し、意思決定を支える仕事は残ります。説明は情報提供ではなく、納得して選べる状態をつくる行為です。難しい判断ほど、人が対面で引き受ける価値が高まります。
診療チーム全体の統合判断
看護師、薬剤師、検査、リハビリ、他科医師の情報をまとめて、一つの診療方針へ統合する仕事は残ります。医療は単独で完結しません。多職種の視点を束ねて最終判断できる人が、医師としての価値を持ちます。
学ぶべきスキル
これからの医師には、知識検索の速さより、曖昧な状態で判断を組み立てる力が求められます。AIを情報整理に使いながら、最終責任を担う思考の質を上げることが重要です。
確率と例外を同時に考える力
多くの患者ではこうなる、という標準パターンと、目の前の患者が例外かもしれないという視点を同時に持つことが重要です。AIが平均的な候補を出すほど、例外へ気づく力の価値が上がります。
多職種情報の統合力
看護記録、薬剤情報、検査所見、リハビリ評価をばらばらに見るのではなく、一人の患者の流れとして捉える力が必要です。情報が多い時代ほど、統合できる人が強くなります。
難しい説明を対話に変える力
専門用語を噛み砕くだけでなく、患者の理解度と不安に合わせて説明の順番を変えられることが重要です。説明力は満足度のためだけでなく、治療の納得度と継続性を左右します。
AIの提案をそのまま信じない批判力
候補や要約がもっともらしく見えるほど、それが今の患者に当てはまるかを疑う姿勢が必要です。整った提案ほど危ない抜けが隠れやすくなります。最後に立ち止まって責任を持てる人材が今後も不可欠です。
転職先候補
医師の経験は、診断だけでなく、優先順位判断、患者説明、多職種統合、治療方針決定に強みがあります。そのため、専門性と対人判断の比重が高い周辺職種へ広げやすいのが特徴です。
精神科医
全身状態だけでなく、本人の訴えと生活背景をまとめて方針を決めてきた経験は、精神科診療でも活きます。診断責任を保ったまま、より対話と継続支援の比重が高い領域へ広げたい人に向いています。
さらされ度 55/100 · 米国の雇用 2025〜35年 +7.2%
外科医
緊急度判断と侵襲リスクの線引きをしてきた経験は、手術適応を扱う外科でも強みになります。全身管理の視点を持ったまま、より介入判断の重い領域へ進みたい人に適しています。
さらされ度 39/100 · 米国の雇用 2025〜35年 +4.0%
放射線科医
臨床文脈で検査結果を読む力は、画像所見を意味づける仕事にもつながります。診療全体の視点を保ちながら、画像解釈の専門性を深めたい人に向いています。
さらされ度 67/100 · 米国の雇用 2025〜35年 +3.4%
心理士
患者の語りと生活背景をまとめて見てきた経験は、より面接中心の支援にも活かせます。治療方針の責任感を持ったまま、見立てと対話の比重を高めたい人に適しています。
さらされ度 75/100 · 米国の雇用 2025〜35年 +11.7%
薬剤師
治療全体の流れを見ながら薬の意味を判断してきた経験は、薬物療法の安全性を支える仕事にもつながります。診療判断の視点を、薬学的な安全管理へ広げたい人に向いています。
さらされ度 72/100 · 米国の雇用 2025〜35年 +5.2%
看護師
状態変化の優先順位を見てきた経験は、より近距離で患者を支える看護の仕事でも活きます。診療判断で培った視点を活かしながら、継続支援へ重心を移したい人に適しています。
さらされ度 54/100 · 米国の雇用 2025〜35年 +5.6%
まとめ
医師は、AIでなくなるというより、診療周辺の整理が速くなる職種です。候補洗い出しや文書初稿は軽くなっても、緊急度判断、治療方針の決定、説明責任、多職種統合は残ります。今後は、どれだけ早く情報を集められるかより、どれだけ責任を持って線を引けるかが将来性を分けるでしょう。
同じ業界の比較職種
ここに表示しているのは、医者と同じ業界に分類される職種です。仕事内容が同一という意味ではなく、AIの影響やキャリアの近さを比較しやすい職種を並べています。
関連ページ・ツール
関連する読みもの
よくある質問
Q.医師はAIでなくなるのか
医者の生成AIへのさらされ度は100点中51（188職業中141位）です。AIがこなせる・使われている業務の多さを示す指標で、仕事がなくなるかどうかを示すものではありません。BLSは、米国の医者の雇用が2025年から2035年にかけて+3.3%変化すると予測しています。
Q.医者の業務のうち、AIに置き換わりやすいのはどれですか？
AIが入りやすいのは、診療の周辺で情報を集め、整理し、候補を並べる工程です。記録や検索の負担は今後も軽くなりやすい領域です。具体的には：鑑別候補の一次洗い出し、カルテ・紹介状・説明文の下書き、ガイドライン検索と情報整理、検査データの異常値抽出。
Q.医者の仕事で、人に残るのはどの部分ですか？
医師に残るのは、不確実さの中で診断と治療方針の責任を負う仕事です。患者ごとに違う条件をまとめて線を引く判断ほど人に残ります。具体的には：緊急度と優先順位の判断、患者背景を踏まえた治療方針決定、責任あるインフォームドコンセント、診療チーム全体の統合判断。
Q.医者がいま身につけておくべきスキルは何ですか？
これからの医師には、知識検索の速さより、曖昧な状態で判断を組み立てる力が求められます。AIを情報整理に使いながら、最終責任を担う思考の質を上げることが重要です。具体的には：確率と例外を同時に考える力、多職種情報の統合力、難しい説明を対話に変える力、AIの提案をそのまま信じない批判力。