術前画像と検査情報の整理
画像所見、採血、既往歴、麻酔リスクを一覧化して整理する作業はAIでかなり効率化しやすいです。術前カンファレンスの準備は軽くなります。ただし、何が手術適応を左右する本質的な情報かを決めるのは外科医の仕事です。
外科医はAIでなくなるのか
外科医はAIでなくなるのか。術前画像の整理や術式候補の比較は速くなるが、出血や癒着など想定外への対応と手術適応の判断は人が責任を負う。
先に結論
外科医は、AIでなくなるというより、術前整理と記録補助が速くなる職種です。画像整理や標準術式比較は軽くなっても、手術適応の判断、術中の想定外対応、侵襲と利益のバランス判断、患者説明は残ります。
この職業とは
外科医は、手術をする人ではありません。画像、検査、患者の体力、合併症、手術適応、術式選択、術後管理まで含めて、どの介入が患者にとって利益になるかを決める仕事です。手技そのものだけでなく、切るべきか切らないべきかの判断に重い責任があります。
この職種の価値は、手先の器用さだけでなく、リスクを引き受ける局面で線を引くことにあります。AIやロボットで支援される工程が増えても、術前判断と術中の対応責任は人に残ります。
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
39 / 100
188職業中 158位
米国政府の区分
さらされ度：中
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）
49
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）
30
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）
- +4.0%
- 米国の就業者数（2025年）
- 27,500
- 年間の求人数（平均）
- 700
- 年収の中央値（2025年）
- US$414,010
- 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「Surgeons, all other」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。
さらされ度のデータにこの職業そのものの項目がないため、近い職業の値の平均で示しています。
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
外科医はAIでなくなるのか
外科領域でも、AIやロボット技術の進歩によって変わりやすい部分は増えています。術前画像の整理、手術計画の補助、記録の下書き、術式候補の比較、術後経過の要約などは、以前よりかなり効率化しやすくなっています。
しかし、外科の本質は、手術という介入が本当に必要かを見極め、実際の手術中に想定外へ対応することです。解剖学的なバリエーション、出血、癒着、腫瘍進展、患者の基礎体力など、現場では予定どおりにいかない要素が多くあります。机上の最適化だけでは手術は成立しません。
外科医の本質は、手術手技を持つことだけではありません。侵襲を伴う介入をいつ行うかを決め、その結果に責任を持つことにあります。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、術前情報の整理と標準的な手術計画の補助です。準備段階の情報処理は効率化しやすい領域です。計画のたたき台は作れても、切るか止めるかの最終判断は人に残ります。
標準術式の候補比較
一般的な術式の比較やガイドラインに沿った選択肢整理はAI支援が効きやすいです。検討の入口には有効です。しかし、患者の体力や局所条件に合わせてどこまで攻めるかの判断は人が担う必要があります。
手術記録や説明文の初稿作成
手術記録、同意説明の資料、退院要約の初稿づくりはAIで整えやすいです。文書負担は減ります。ただし、どのリスクをどこまで説明し、何を合併症として明確に残すべきかは責任ある人間が決めなければいけません。
術後経過のデータ整理
ドレーン量、炎症反応、バイタル推移の整理はAIが得意です。経過把握の助けになります。しかし、その変化が通常範囲か、再介入の前兆かを判断するのは外科医の役割です。
残る業務
外科医に残るのは、侵襲を伴う判断と、術中に予定を修正する仕事です。切るべきかどうかの線引きと、その場での対応責任ほど人に残ります。
手術適応の最終判断
画像やガイドライン上は手術対象に見えても、その患者にとって本当に利益が上回るかを決める仕事は残ります。侵襲、合併症、余命、生活の質を総合して線を引く必要があります。外科医の責任は、手術をすること以上に、手術を選ぶことにあります。
術中の想定外への対応
出血、癒着、解剖の変化、病変の広がりなど、術中の想定外に応じて手順を変える仕事は残ります。手術は計画の再生ではなく、現場での判断の連続です。その場で安全側へ切り替えられる人が強いです。
侵襲と根治性のバランス判断
どこまで切除するか、どこまで侵襲を許容するか、再発リスクと機能温存をどう両立するかを決める仕事は残ります。外科では、取りすぎも足りなさすぎも問題になります。均衡点を見つける判断が専門性です。
患者と家族への責任ある説明
成功率だけでなく、合併症、術後生活、再介入の可能性まで含めて説明し、納得をつくる仕事は残ります。外科の説明は、意思決定の重さが大きいからこそ人が引き受ける価値があります。
学ぶべきスキル
これからの外科医には、標準術式を知ることより、侵襲と利益の線を引く力が求められます。AIを術前整理に使いながら、術中判断と説明責任の質を高めることが重要です。計画が整うほど、予定外が起きた瞬間に切り替えられる力が差になります。
術前計画を現場で修正する力
計画どおりにいかない前提で、どの条件なら方針変更するかをあらかじめ考えられることが重要です。外科は準備力と即応力の両方が必要な職種です。出血や癒着などの想定外が起きた時に、安全側へ迷わず寄せられる人が強いです。
侵襲リスクを言語化する力
術者の頭の中にある危険や難しさを、患者やチームに伝わる言葉へ変える力が必要です。説明できる人ほど、判断の質も安定しやすくなります。合併症の重みと利益の見込みを具体的に話せる人ほど、納得ある意思決定を支えられます。
術後経過の違和感を早く拾う力
データや創部、患者の表情から、合併症の前兆を早く見つける力が求められます。大きな問題は早期には小さな違和感として現れます。そこで止まれる人が強いです。
AI計画を盲信しない姿勢
術前にきれいな計画が立つほど、現場でそれに引っ張られない力が必要です。計画は支援であって責任ではありません。最後は自分で切り替えられる人材が今後も不可欠です。
転職先候補
外科医の経験は、手技だけでなく、手術適応の判断、術中対応、侵襲と利益の線引き、重い説明責任に強みがあります。そのため、高い意思決定責任を伴う周辺職種へ広げやすいのが特徴です。
医師
手術適応の判断と全身管理の経験は、侵襲を伴わない診療判断でも強みになります。介入の重さを知ったうえで、より広い治療方針へ関わりたい人に向いています。
さらされ度 51/100 · 米国の雇用 2025〜35年 +3.3%
放射線科医
術前画像をもとにリスクと方針を決めてきた経験は、画像所見を臨床文脈で読む仕事にもつながります。手術判断の視点を、画像解釈の専門性へ広げたい人に適しています。
さらされ度 67/100 · 米国の雇用 2025〜35年 +3.4%
精神科医
重い意思決定を患者へ説明し、納得をつくってきた経験は、精神科での治療枠組みづくりにも通じます。リスク説明の強みを、対話中心の意思決定支援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%
心理士
患者の不安や迷いを受け止めながら、必要な線を引いてきた経験は、面接中心の支援でも活きます。意思決定支援の強みを、より継続的な対話支援へ広げ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%
看護師
術後経過や合併症の前兆を見てきた経験は、近距離で患者を支える看護の仕事でも強みになります。外科の現場感を持ったまま、継続支援へ重心を移したい人に向いています。
さらされ度 54/100 · 米国の雇用 2025〜35年 +5.6%
教授
手技だけでなく、適応判断や合併症対応を体系化してきた経験は、教育研究にもつながります。外科の重い意思決定を、育成と学術へ展開し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 +2.0%
まとめ
外科医は、AIでなくなるというより、術前整理と記録補助が速くなる職種です。画像整理や標準術式比較は軽くなっても、手術適応の判断、術中の想定外対応、侵襲と利益のバランス判断、患者説明は残ります。今後は、どれだけ計画を立てられるかより、どれだけ責任ある介入判断を下せ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、外科医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.外科医はAIでなくなるのか
外科医の生成AIへのさらされ度は100点中39（188職業中158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、米国の外科医の雇用が2025年から2035年にかけて+4.0%変化すると予測しています。
Q.外科医の業務のうち、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、術前情報の整理と標準的な手術計画の補助です。準備段階の情報処理は効率化しやすい領域です。計画のたたき台は作れても、切るか止めるかの最終判断は人に残ります。具体的には：術前画像と検査情報の整理、標準術式の候補比較、手術記録や説明文の初稿作成、術後経過のデータ整理。
Q.外科医の仕事で、人に残るのはどの部分ですか？
外科医に残るのは、侵襲を伴う判断と、術中に予定を修正する仕事です。切るべきかどうかの線引きと、その場での対応責任ほど人に残ります。具体的には：手術適応の最終判断、術中の想定外への対応、侵襲と根治性のバランス判断、患者と家族への責任ある説明。
Q.外科医がいま身につけておくべきスキルは何ですか？
これからの外科医には、標準術式を知ることより、侵襲と利益の線を引く力が求められます。AIを術前整理に使いながら、術中判断と説明責任の質を高めることが重要です。計画が整うほど、予定外が起きた瞬間に切り替えられる力が差になります。具体的には：術前計画を現場で修正する力、侵襲リスクを言語化する力、術後経過の違和感を早く拾う力、AI計画を盲信しない姿勢。