看護師「15分で切れ」｜監視AIが削る患者ケア

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

米最大級の医療組織カイザー・パーマネンテの相談看護師7人が「監視ツールとAIで患者ケアが悪化した」と証言しました
電話が15分を超えると管理者から注意される「15分の壁」が、現場の判断をゆがめています
2024年夏には看護師の声のトーンから「共感度」を採点するAIがテストされ、同年11月に終了しました
米看護師2300人の調査では、60%が「雇用主は患者の安全を優先しない」と答えています
EUは2025年2月から職場での感情推定AIを禁止済み。日本でも同じ議論は避けられません

電話の向こうで患者が泣いている。あと5分だけ話を聞きたい。でも通話が15分を超えると、自分の評価が下がる。そんな板挟みが、米国最大級の病院ネットワークで現実に起きています。AIは医療を良くするはずでした。なぜ正反対の結果が生まれたのでしょうか。

何が起きたのか：看護師7人の証言

2026年7月、米国の非営利報道機関CalMattersとThe Markupが調査記事を公開しました。

舞台はカイザー・パーマネンテ（米国最大級の医療サービス組織）です。カリフォルニア州で約920万人、全米でさらに約300万人の会員を抱えています。

取材に応じたのは現職と元職の看護師7人。全員が「相談・トリアージ電話」の担当者です。トリアージとは、症状を聞いて緊急度を見分ける作業のこと。「今すぐ救急車か、明日の受診で足りるか」を電話越しに判断する、責任の重い仕事です。

その7人が口をそろえて訴えたのが、職場監視ツールとAIが「速さとコスト削減」を「質と安全」より優先しているという点でした。

「15分の壁」と、共感を採点するAI

15分を超えると呼び出される

証言の中心にあるのは通話時間です。患者との電話が15分を超えると、管理者から日常的に批判されたり、業績評価の面談に呼ばれたりするといいます。

カイザーは、看護師が生産的でないか、電話に素早く出られていないかを毎日予測するソフトウェアも使っています。

2010年から働くラケル・アルバレス・サンチェスさんは、自殺を考えている患者との電話が1時間を超えた経験を語りました。対応は適切でした。それでも頭をよぎったのは「この通話時間で評価が下がるのでは」という不安です。

「看護師全員が、平均対応時間について一度は注意を受けたことがあると思います」と彼女は言います。

22年間コールセンターで働くシャーロット・カプロンさんの言葉はもっと直接的でした。「あなたはコムキャスト（米国の大手通信会社）に電話しているんじゃない。ここでは命を扱っているんです」

時間の余裕も減っています。忙しい時間帯は、電話を切ってから次の電話までが30秒以下。かつては10分あったといいます。通訳を介す通話は30分以上かかるのが普通で、カリフォルニア州民の約4割は英語以外の言語を話します。

声のトーンで「共感度」を採点する

ここがこの件のいちばん奇妙な部分です。2024年夏、カイザーは看護師と患者の声やトーンを分析して「共感の度合い」を評価するAIのテストを始めました。

テストは同年11月に終了しましたが、組合側は「管理者が将来このプログラムを再開する可能性がある」と伝えられたといいます。

10年近く勤めるパ・ヴューさんは、心臓の症状についての助言を患者に繰り返し伝えたところ、スコアを下げられました。丁寧に念を押した行為が、機械には「無駄な繰り返し」に見えたのです。ソフトの推奨を看護師が自分の判断で上書きすると、スコアが下がる場面も目にしたといいます。

別の看護師の表現は辛辣です。「AIは私たちの仕事を理解していなくて、いつも間違った採点をしていました」

なぜ「患者ケアが悪化する」のか

監視されているのは看護師です。では、どうして患者が損をするのでしょうか。証言をたどると経路が見えてきます。

ひとつめ。ある匿名の看護師は、末期がんと診断された直後の高齢患者の電話を受けました。もっと話を聞きたかった。けれど「台本を外れて懲戒されるのでは」と考え、思いやりのある対応を自分から控えました。患者は受け取れるはずだった慰めを受け取れませんでした。

ふたつめ。ソフトの推奨に従うほどスコアが高くなるなら、看護師は自分の直感より機械の指示を選びやすくなります。トリアージは「機械が拾いきれない違和感」を人間が拾う仕事なので、この逆転は危険です。

みっつめ。通訳が必要な患者や、症状の説明が長くなる高齢の患者は、構造的に「時間のかかる患者」になります。時間が減点になる仕組みでは、こうした人ほど不利になります。

学術研究も同じ方向を示します。業績モニタリングは働き手の情緒的な疲弊を高め、AIによる管理は休憩を減らしてストレスを増やすと報告されています。2023年の調査では、コールセンター従業員の約半数がAIツールで仕事のストレスが増えたと答えました。

ストレスと燃え尽きはミスを増やします。そして医療現場でのミスは、人の命に直結します。

カイザー側の説明と、かみ合わない主張

カイザー・パーマネンテは看護師の主張を否定しています。

広報担当のヴィンセント・ストープ氏は「カイザー・パーマネンテは平均処理時間（AHT）を担当者の評価に使用しておらず、通話時間の指標を強制することもない」と説明。ツールは「品質保証を支えるもので、人による確認と監督が伴っている」との立場です。

一方で同社は、導入しているAIシステムの一覧提供を断りました。共感・トーン監視への個別の質問や、患者への告知方針にも回答していません。

この姿勢が労組側の不信を強めています。カイザーの労組連合は「See something, say something」キャンペーンで、告知されずに導入されたAIを現場から集めて追跡中です。

対立は交渉の場にも及びました。看護師2万5000人（うちコールセンター約1000人）を代表するカリフォルニア看護師協会は2026年3月に1日ストライキを実施。会長のキャシー・ケネディ氏は、AIを看護師の裁量に対する脅威だと位置づけています。

「支援するAI」と「採点するAI」の違い

医療現場に入るAIには、方向の違う2種類があります。

ひとつは支援型。カルテの下書き、会話の文字起こし、退院サマリーの作成など記録作業を肩代わりするAIです。時間を返してくれるので、現場の評価も比較的高くなります。

もうひとつが評価型・監視型。通話時間や声のトーンを測り、点数をつけて管理に使うAIです。今回問題になっているのはこちらです。

技術としてはコールセンター向けの感情分析と地続きです。米Cogitoのツールは通話中の会話速度・音量・感情をリアルタイムに解析し、共感の示し方まで助言します。国内で広がる感情認識エンジンも、1〜3秒ごとにスコアを更新すると説明されています。

大事なのは、同じ音声解析技術でも「誰のために使うか」で意味が反転する点です。オペレーターを助けるなら支援、成績表をつけるなら監視になります。末期がんの患者に3分黙って寄り添う行為は、機械の指標では低評価になりかねません。

これを法律で線引きしたのがEUです。EU AI Actは2025年2月2日から、職場と教育機関で人の感情を推定するAIを原則禁止しました。違反時の上限は3500万ユーロ、または全世界売上高の7%です。医療・安全目的は例外ですが、労務管理のための共感採点は例外に当たりにくいと指摘されています。

米国では州レベルの規制が追いついていません。カリフォルニア州では自動評価の事前告知を義務づける法案が成立せず、SB 947として再提出されています。

日本の医療現場にどう関係するか

「アメリカの話でしょう」と思われたかもしれません。ところが日本は、いま医療AIの導入をアクセル全開で進めている最中です。

日本看護協会は2026年度の診療報酬改定に向けて、音声入力による看護記録の作成を「業務時間外の記録時間を減らす機器」として位置づけています。

現場も動いています。大阪病院は富士通Japanや日本マイクロソフトらと協定を結び、退院サマリ作成と看護申し送りに生成AIを使うプロジェクトを開始。2026年6月の運用開始を目指すと発表されました。退院サマリーの作成時間を最大3分の1に縮めた事例も出ています。

ここまではすべて支援型で、歓迎すべき話です。問題は次の段階にあります。

音声を録って文字にできる仕組みは、そのまま話す速さ・声の高さ・沈黙の長さを測れる仕組みでもあります。記録の効率化として入れたツールを、あとから評価の材料に転用するのは技術的にとても簡単です。

日本にはEU AI Actのような「職場での感情推定AIの禁止」に相当する明確なルールがまだありません。個人情報保護法は取得と利用目的を規律しますが、「感情の推定を人事評価に使ってよいか」は正面から整理されていません。

訪問看護、介護施設、電話相談窓口。人手が足りず、通話時間や訪問件数で管理したくなる場面は日本にもあります。今回の件は、その誘惑の先に何が起きるかを先に見せた事例です。

確認すべきは3点。①集めたデータを人事評価に使うのか、②現場が選定に意見を言えるか、③AIの推奨を上書きしても不利益を受けないか。

ちなみに看護師のAI不信は、大規模調査にも表れています。全米看護師連合が2024年に看護師2300人へ行った調査では、60%が「雇用主が患者の安全を優先する」と信頼していないと回答。約3分の2は、機械が算出した重症度が自分の現場評価と一致しないと答えました。2026年の別調査でAIを信頼できると答えたのは22%です。