CommunicationBoard+AIが示す意思疎通支援の可能性：医療現場でのAI活用とデータガバナンスの見直しポイント

解説

医療現場におけるコミュニケーション支援にAI技術が活用されている事例が増えています。単なる入力補助にとどまらず、スマートグラスやクラウドサービスを通じて、患者様との意思疎通を大幅にサポートするシステムが登場しています。今回は、発話困難な方が再び言葉を取り戻すプロセスとして注目を集めている具体的な実証事例を見てきました。

ポイント

情シスへの影響

・システム構成： 意思疎通支援システムが、ローカル端末とクラウドサービス（Microsoft Azure, OpenAI AIモデル）の組み合わせで動作する。

・ID/アクセス管理： システム利用時や設定時には、患者ごとの状況に応じたプロンプト設定が必要となり、パーソナライズされた入力制限や必要な情報源に絞り込む機能が使われる。これは高度な権限設計やコンテキスト制御の必要性を示唆する。

・セキュリティ/プライバシー： 医療現場の機密性の高い情報を扱うため、AIモデルへのデータ送信（画像認識含む）や音声合成データ処理において、厳格なデータの匿名化、アクセスログ管理、およびコンプライアンス遵守が必須となる。また、生成AI出力を読み上げる際のフィルター機構も機能的・セキュリティ的に考慮が必要である。

影響範囲

システム全体：コミュニケーションボード+AIを構成する全要素（スマートグラス、スマートフォン、コントローラー、クラウド連携機能）。

影響範囲：医療現場における意思疎通のプロセス。特に画像認識による物体名候補の抽出、およびテキスト入力に基づく文章生成・予測候補提示の処理フロー。

利用条件：ローカル端末（MiRZAなど）とMicrosoft Azure上でのAIサービス利用を前提とする。

重要度

★★★☆☆

対象者

• セキュリティ担当者
• M365管理者
• Entra管理者

優先度

計画的に対応

優先度の理由

本件自体は特定の脆弱性や改修が必要な緊急事象ではありませんが、医療分野という機密性の高い領域でAzureとOpenAIを利用した実例が示されています。今後、類似のAI・クラウドを活用した業務システムの導入が増加することが予測されるため、情シスとしてはデータガバナンス、AI利用ポリシー策定、およびアクセス制御（プロンプトによる絞り込みなどの設計）の観点から計画的な検討が必要です。

確認手順

• 1. 既存のAIチャットボットや生成AI連携システムにおける入力データの送信先と処理内容を棚卸しする。
• クラウドサービス利用において、PHI（保護対象医療情報）に該当する可能性のあるデータ要素を特定し、匿名化/擬名化の方法論を確認する。
• 第三者または外部クラウドサービスを利用する場合のデータ連携プロトコル（OAuth 2.0など）およびデータ保管場所について規程を確認する。
• AIによる推測・補完機能（予測候補表示など）が誤情報や不適切な文言を生成した場合に備えたフィルタリング/レビュープロセスを検討し、実証を行う。