看護師の申し送りAI、踏み出せない4つの疑問に全部答えます【個人情報保護対応2026】

※本記事にはアフィリエイト広告（PR）が含まれます。紹介するサービスは執筆時点の情報をもとに、看護師の学びに役立つものを選んでいます。

夜勤明けの朝7時。受け持ちの患者は12名。

頭のなかで音声メモを巻き戻しながら、申し送り資料をまとめる30分が、毎回じわじわと体力を削ります。

「AIで楽になるらしい」という話は、休憩室でも何度か耳にしました。それでも、あなたの手は止まっているはずです。

止めているのは、やる気ではありません。4つの具体的な疑問です。

• 患者情報をAIに貼っていいのか
• 病院が許可していないのに使っていいのか
• 電子カルテと連携しないと無理ではないか
• もしAIが間違えたら、責任は誰にあるのか

この記事は、この4つの疑問に1問ずつ、行政の公式見解を根拠にして答えます。読み終えたときには、「法的に問題のない範囲なら、翌日の夜勤から試せる」と判断できる状態を目指します。

最後に、コピーしてそのまま使える「最小導入プロンプト」も1本だけ、看護師の申し送り専用に作り込んで渡します。

夜勤明け朝7時——申し送りAIを試せない4つの疑問

結論から言います。看護師が申し送りAIに踏み出せない理由は、能力でも怠けでもなく、「確かめていない疑問が4つある」だけです。

逆に言えば、その4つに答えが出れば、踏み出せます。

なぜ疑問の解消が大事なのか。理由は、医療がYMYL（生命や健康に関わる重大領域）だからです。患者の安全と個人情報がかかる以上、「なんとなく便利そう」では動けないのが、まっとうな看護師の感覚です。

だからこの記事は、便利機能の紹介ではなく、疑問への逆引き回答を背骨にします。

下の図が、この記事の全体地図です。左の「あなたの疑問」から、右の「即答」へたどってください。

それでは、1問ずつ見ていきます。気になる疑問だけ拾い読みしても大丈夫です。

Q1「患者情報を生成AIに貼っていい?」——個人情報保護法の正式回答

即答：氏名・診断名などがそのまま分かる形では、貼ってはいけません。ただし、個人を特定できない形に直せば、活用の道はあります。

理由を説明します。患者の氏名や病状は、特に配慮が必要な個人情報です。これを一般向けのAIサービスに入力すると、外部への情報提供にあたる可能性があります。

個人情報保護委員会は、生成AIに個人情報を入力する行為について注意喚起を公表しています。入力した内容が学習に使われる場合があることなどを、利用者は理解しておく必要があります。

さらに医療機関には、患者情報の扱いに特化した公式ガイダンスがあります。医療・介護の現場で個人情報をどう守るかを定めた、厚生労働省と個人情報保護委員会の共同指針です（医療・介護ガイダンス）。

では、どうすれば使えるのか。具体例で示します。

• ❌ NG：「田中花子さん、82歳、肺炎で入院。本日37.8度…」とそのまま貼る
• ⭕ OK：「80代女性、A氏。肺炎で入院3日目。本日午後の体温37.8度…」と置き換える

ポイントは、AIに渡すのは「申し送りの型」を作るための材料だけにすることです。氏名は「A氏」、部屋番号や生年月日は伏せます。あなたの頭のなかにある実名と、AIに渡す匿名化テキストを、はっきり分けて扱うのです。

つまりQ1の答えはこうまとまります。「実名のままはダメ。個人が分からない形なら、申し送りの文章整形に使える」。これがYMYL領域での安全な第一歩です。

Q2「病院がAI使用を許可していなければ使えない?」——院内ルールの現実と確認ステップ

即答：院内の明確なルールがあるなら、それが最優先です。ルールがまだ無いなら、まず「個人を入れない範囲」で確認を取りましょう。

なぜか。医療機関は、自院の方針で個人情報の取り扱いを定める立場にあるからです。前述の医療・介護ガイダンスも、各施設が運用ルールを整えることを前提にしています。

現実には、生成AIの院内ルールが「まだ整備されていない」病院が多いはずです。新しい技術なので、当然のことです。

ルールが無いとき、踏み出すための確認ステップを3つに整理します。

1. まず線を引く：患者の個人情報は入れない、と自分のなかで決める
2. 上長に一言通す：「個人情報を入れない形で、申し送り文の整え方にAIを使ってみたい」と相談する
3. 記録を残す：いつ・どんな目的で使ったかをメモしておく

この3つを踏めば、「勝手に始めた」状態にはなりません。あなたは、ルール整備が追いつく前から、安全な範囲で試している先行者になれます。

要するにQ2の答えは、「許可待ちで止まらなくていい。ただし個人情報を入れない線を守り、上長に共有する」です。

なお、同じ「引き継ぎ」でも、退職や異動のときの業務引き継ぎ書は、また別のコツがあります。そちらは業務引き継ぎ書をAIに逆質問させて作る方法で詳しく解説しています。

Q3「電子カルテとAIを連携させなければ使えない?」——今すぐ使えるオフライン申し送りフロー

即答：連携は不要です。電子カルテをいじらなくても、AIは「あなたのメモを整える道具」として、今日から単独で使えます。

ここが、いちばん多い誤解かもしれません。「システム連携」という言葉が、ハードルを高く見せています。

理由はシンプルです。申し送りで時間がかかっているのは、システムではなく、頭のなかの断片を文章にまとめる作業だからです。そこだけをAIに手伝ってもらえば十分なのです。

実際の流れを、3ステップで示します。

1. 勤務中に取った音声メモや走り書きを、個人が分からない形でテキストにする
2. そのテキストをAIに渡し、申し送りの型（状態・経過・注意点・依頼事項）に整えてもらう
3. 出てきた文章を、自分の目で確認して仕上げる

この流れに、電子カルテとの接続は一切登場しません。スマートフォンとAIアプリが1つあれば回ります。

つまりQ3の答えは、「連携待ちは不要。手元のメモを整えるオフライン運用で、翌日から始められる」です。連携や本格導入は、現場で価値を確かめてから、病院全体で考えればいい話です。

Q4「AIが申し送りを間違えたら誰の責任?」——人が最終チェックするルール

即答：最終的な責任は、AIではなく、確認して送り出した「人」にあります。だからこそ、AIの出力を人が必ず点検する運用が必須です。

これは厳しい現実ですが、同時に、あなたを守るルールでもあります。

国は、AIを業務に使う際の考え方を整理しています。AI事業者ガイドラインでは、AIの判断を過信せず、人が責任を持って確認することの重要性が示されています。

また、生成AIは事実と異なる内容を、もっともらしく作ってしまうことがあります。この点は前述の個人情報保護委員会の注意喚起とも通じる、利用上の前提です。

だから、申し送りでのAIの役割は、ここまでと割り切ります。

• AIがやること：断片メモを読みやすい文章の型に整える
• AIにやらせないこと：観察していない事実の追加、薬剤量や数値の最終判断、患者の状態の評価

観察・判断・責任は、看護師であるあなたのものです。 AIは下書き係にすぎません。整えてくれた文章を、あなたが事実と突き合わせて確認する。この一手間が、Q4の答えそのものです。

医療行為や患者の状態に関する最終判断は、必ず有資格者であるあなた自身と、医師・専門職で行ってください。AIに任せていいのは、あくまで文章の整形までです。

翌日の夜勤から使える「最小導入」申し送りプロンプト

ここまでの4つの答えを、1本のプロンプトに落とし込みます。多機能なものは作りません。「個人情報を入れない・人が最終確認する」という前提を組み込んだ、最小の1本です。

下の図は、このプロンプトを使う前と後のイメージです。

実際のプロンプトがこちらです。

あなたは病棟の申し送りを整える文章アシスタントです。
以下のメモを、申し送りの型に整えてください。

【守ってほしいこと】
- メモに無い情報は、絶対に足さない
- 患者名・部屋番号・生年月日は出力に含めない（A氏のまま使う）
- 推測や評価はせず、書かれた事実だけを整える

【出力の型】
1. 状態（現在のバイタル・症状）
2. 経過（入院からの流れ・本日の変化）
3. 注意点（観察を続けてほしい点）
4. 次勤務への依頼事項

【メモ】
（ここに、個人が特定できない形に直したメモを貼る）

使い方は3つです。

1. メモを、氏名や部屋番号を伏せた形に直してから貼る
2. 出てきた文章を、自分のメモと突き合わせて確認する
3. 事実と違う部分や、足された情報があれば、その場で削る

最初の1〜2回は、確認に時間がかかるかもしれません。それでも、ゼロから文章を組み立てるより、整った下書きを直すほうが、頭の負担はぐっと軽くなります。

この「整える→人が確認する」という型は、申し送り以外にも応用できます。週次・月次の看護サマリーづくりに広げたい場合は、週報・月報をAIで効率化する方法も参考になります。

国が推進する医療DX——申し送りAIは「先走り」ではない

ここまで読んで、「自分だけ先走っていないか」と不安になる方もいるかもしれません。その不安には、はっきり答えられます。むしろ国の方針と同じ方向です。

理由は2つあります。

1つ目は、医療DXが国の政策だからです。厚生労働省は、医療現場の情報をデジタルでつなぎ、業務を効率化する医療DXを推進しています（厚生労働省「医療DXについて」）。申し送りの文章をデジタルで整える試みは、この大きな流れの、ごく入口にあたります。

2つ目は、看護師の業務効率化そのものが、国の課題に位置づけられているからです。医師の働き方改革と連動して、業務の分担や効率化を進める議論が進んでいます（厚生労働省「タスク・シフト/シェアの推進に関する検討会 議論の整理」）。

つまり、あなたが申し送りの負担を減らそうとすることは、わがままでも逸脱でもありません。国全体が向かっている方向と、ぴったり重なっています。

だからこそ、安全な線さえ守れば、堂々と試していいのです。

AI学習で申し送りを超えて看護業務全体を変えたい看護師へ

申し送りで手応えを感じたら、次に気づくはずです。「記録も、インシデントレポートも、患者説明の下書きも、同じやり方で楽になるのでは?」と。

その直感は正しいです。AIを「文章を整える道具」として一度使いこなすと、看護業務のあちこちに応用が効きます。

ただ、独学だと「どこまで任せていいのか」「どう指示すれば狙った出力になるのか」で、立ち止まりやすいのも事実です。体系的に学ぶと、その遠回りを減らせます。

学び方は、目的に合わせて2つの選択肢があります。

• 必要な部分だけ単発で学びたい人：買い切り型の講座が向いています。AI・ChatGPT活用の講座が豊富にそろっています（Udemyで生成AI活用講座を探す）。気になるテーマを1講座だけ受けて、すぐ現場に持ち帰れます。なお、口頭の申し送りや勉強会の内容を録音して文字起こしから整えたい場合は、AIボイスレコーダーの選び方（買う前の判断基準）も参考になります。患者情報を含む録音は、院内ルールの確認が前提です。
• 基礎から体系的に学び、院内のAI推進役を目指したい人：コース型のスクールが向いています。仕組みから順に学べる生成AIの学習サービスもあります（DMM 生成AI CAMPの詳細を見る）。将来、病棟やチームにAI活用を広げたい人の土台になります。

どちらも、効果や成果を保証するものではありません。あなたの目的と学ぶ時間に合わせて、無理のない範囲で選んでください。

なお、同じ申し送りの課題は、介護施設でも形を変えて起きています。隣接領域の工夫が参考になることも多いので、介護施設の申し送りをAIで支える事例もあわせてどうぞ。

まとめ——疑問が消えたら、翌日の夜勤から試してみてください

最後に、4つの疑問への答えを振り返ります。

• Q1 患者情報を貼っていい? → 実名のままはNG。個人が分からない形に直せば、文章整形に使える
• Q2 病院の許可がないと無理? → 許可待ちで止まらなくていい。個人情報を入れない線を守り、上長に共有する
• Q3 電子カルテ連携が必要? → 不要。手元のメモを整えるオフライン運用で、翌日から始められる
• Q4 間違えたら誰の責任? → 責任は人にある。だからAIの出力は、必ず自分の目で確認する

この4つが腑に落ちたなら、あなたを止めていた壁は、もうありません。

踏み出すときに、3つだけ覚えておいてください。最終判断と専門的な評価は、有資格者であるあなたと医師・専門職が行うこと。個人情報や患者の固有名は、AIに入れないこと。そして、院内にルールがあるなら、それを最優先すること。

明日の夜勤、まずは1人分のメモから。整った下書きが返ってくる感覚を、一度味わってみてください。あの30分が、少しずつ軽くなっていくはずです。