医療AIで電子カルテをChatGPTにつなぐ方法：Epic連携の実践ガイド

医療AIを活用するチームは、カルテ情報を手作業でコピーしなくても、アクセス権のあるEpic電子カルテ（EHR）のコンテキストをChatGPTに取り込めるようになりました。OpenAIは2026年9月1日、この連携機能を公開しました。同時に、公開医療データを扱う9種類のアプリも提供されています。Epic連携は読み取り専用で、臨床医ごとに既存のアクセス権限をそのまま引き継ぎます。ChatGPT内で利用できるほか、対応する導入環境ではEHRのワークフロー内にも組み込めます。診療記録、検査結果、投薬情報、専門医からの最新情報をまとめる時間を減らせるのが大きな利点です。ただし、譲れない条件があります。回答はすべて下書きであり、臨床医が元の記録、日付、欠落している可能性のある情報を確認するまでは確定情報として扱えません。

医療AIでEHRをつなぐ要点：保護された2つのデータ経路を使う

今回のリリースで「EHRを接続する」とは、承認済みの組織向けワークスペースにOpenAIのEpicプラグインを設定することです。ChatGPTがあらゆるEHRに接続できるという意味ではありません。プラグインが取得できるのは、サインイン中のEpicユーザーがすでに閲覧を許可されているカルテ情報だけです。カルテへの書き戻し、オーダー入力、患者へのメッセージ送信、アクセス権限の拡張はできません。利用資格と設定については、OpenAIのEpicセットアップガイドが正確な情報源です。

もう一方の経路はHealthcare Public Dataプラグインです。読み取り専用の9種類のアプリから、PubMed、ClinicalTrials.gov、DailyMed、RxNorm、openFDA、CMS Coverage、CMS Open Data、Medicare Care Compare、NPI Registryを検索できます。対象は公開情報であり、患者のカルテではありません。患者名、診療録番号、生年月日、会員番号などの識別子を、これらの検索に入力してはいけません。

同じ臨床業務の場に、性質の異なる2つの扉があると考えると分かりやすいでしょう。Epic側の扉は、各臨床医本人の認証情報で開きます。公開データ側の扉の先にあるのは、いわば資料室です。Business Associate Agreementが締結されたワークスペースであっても、患者識別子を資料室側へ持ち込むのは誤った経路です。

セキュリティ審査に耐える医療AI導入チェックリスト

導入時に残すべき成果物は、便利な回答のスクリーンショットではありません。どのデータが利用対象だったのか、誰がアクセスできたのか、権限をどう制限したのか、臨床医が何を確認したのか、情報が不足したときにどう処理したのかをたどれる、一連の証拠が必要です。

1. ワークスペースと法的要件を確認する

まず、導入の可否を文書で明確にします。Epicプラグインを利用できるのは、組織側のロールアウトとEpicの設定を前提に、承認されたChatGPT for HealthcareまたはHIPAA対応のEnterpriseワークスペースに限られます。個人向けのChatGPT for Cliniciansアカウントでは利用できません。

保護対象保健情報（PHI）をワークフローへ入れる前に、適用対象となるBusiness Associate Agreement（BAA）、つまり対象となるPHIの取り扱いを定めた契約を確認します。あわせて、対象ワークスペースと機能、Epic側の認可、想定用途に必要なその他の契約も確認が必要です。機能が使えるというだけでは、BAAの対象であることを意味しません。OpenAIのHIPAA対象機能リストは対象範囲を細かく定めています。また、強化されたメモリ機能はBAAの対象外であり、管理者が有効にしていてもPHIを入力すべきではないと明記されています。

承認記録には4者の責任者を記載します。ワークスペース責任者、Epic管理者、プライバシーまたはセキュリティ責任者、そしてパイロットを中止する権限を持つ臨床責任者です。

2. 接続前にデータソースを棚卸しする

システムまたはアプリごとに1行を割り当てたソースマトリクスを作ります。Epicについては、環境、承認済みのFHIRリソース、対象患者群、ユーザーロール、ChatGPTを独立したワークスペースで使うのか、対応するEHR画面内で使うのかを記録します。FHIRは、医療記録のリソースを要求する際に使う標準インターフェースです。入口にはなりますが、それ自体がアクセス許可になるわけではありません。

公開データについては、9種類のアプリを個別に承認します。プラグインが利用可能であること、アプリを有効にすること、ロールに権限を与えること、ユーザーが接続することは、それぞれ別の設定です。プラグインをインストールしても、すべてのアプリが自動接続されるわけではありません。公開データのセットアップガイドでは、リクエストがワークスペースの外へ送られ、データソースを運営する組織に渡る場合があるとも注意しています。そのため、保存期間やデータ所在地についても個別の審査が必要です。

マトリクスには明確な境界線を引きます。Epicの経路では、権限のある患者コンテキストを扱えます。一方、公開データの検索にPHIを含めることはできません。両方が必要なワークフローでは、まず患者を特定しない一般的な形で公開情報を検索し、その引用付き回答とカルテを、承認された患者コンテキストのワークフロー内で臨床医が照合します。

3. 実在するユーザーIDにアクセス権をひも付ける

ワークスペース管理者とEpic管理者は、組織のFHIR R4ベースURL、OAuthクライアントID、OAuthクライアントシークレット、セットアップ画面に表示される正確なコールバックURLを使ってEHRアプリを設定します。OAuthは、チャットにパスワードを入力することなく、Epicからアクセス許可を受けるためのサインイン連携です。

その後、各臨床医が自分のEpicアカウントを接続します。特定のロール向けにプラグインをインストールしても、個々のアカウントが自動的に接続されることはなく、その人のEpic権限が広がることもありません。認証情報、クライアントシークレット、アクセストークンは、承認済みのセットアップとサインインのフロー内だけで扱い、ChatGPTの会話やCodexのタスクには入力しません。

臨床パイロットを始める前に、新規参加者、ロール変更、退職者の各ケースをテストします。SAMLシングルサインオンとSCIMアカウントプロビジョニングでワークスペースのIDライフサイクルを管理できますが、受け入れテストでは、Epicのロールから外されたユーザーがChatGPT経由でも対応するカルテにアクセスできなくなることまで実証する必要があります。

4. 最小権限を具体的な設定に落とし込む

「読み取り専用」はリスクを減らしますが、最小権限と同じではありません。ロールやスコープが広すぎれば、読み取り専用のユーザーでも必要以上の情報を閲覧できます。

EpicプラグインのAvailableまたはInstalledは、承認したロールだけに設定します。すべてのOAuthスコープをEpic管理者と確認してください。OpenAIが一般的な読み取りスコープとして挙げているのは、患者、状態、アレルギー、投薬依頼と調剤、観察結果、文書、診断レポート、受診情報、それらに関連するバイナリファイルです。予約、処置、予防接種、ケアプランのスコープは、承認されたワークフローで必要な場合に限って追加します。

公開データについても、各アプリを必要なロールだけに付与します。薬剤部門にはDailyMedとRxNormが必要かもしれません。研究部門にはPubMedとClinicalTrials.govが必要かもしれません。だからといって、どちらにもすべてのCMSデータセットが自動的に必要になるわけではありません。各権限を誰が承認したのか、次回の見直し時期はいつかを記録します。

5. 臨床医による検証を出力仕様に組み込む

患者コンテキストを扱うすべてのテンプレートに、次の5項目を必須で出力させます。

1. 何が変わったか。
2. 根拠となるカルテ項目。
3. 関連する日付。
4. 欠落している、または利用できないコンテキスト。
5. 臨床医の判断と承認。

OpenAIによると、Epicの回答からは根拠となるカルテ情報を参照でき、利用前に元の記録と関連日付を確認するよう臨床医に指示します。この原資料の確認こそが安全管理策です。根拠となるカルテまで追跡できない要約は、どれほど読みやすくても審査を通すべきではありません。

OpenAIは、EHR接続を使う27のユースケースで得た4,363件の回答について、医師が99.1%を安全と評価したと報告しています。これは有用な評価結果ですが、組織内での検証を省略する理由にはなりません。また、安全であることと、特定患者について完全・最新・正確であることは同義ではありません。

6. 監査証跡を残し、情報不足時は安全側で停止する

アプリを使った会話は、ガバナンスシステム向けのエクスポートインターフェースであるCompliance APIから取得でき、アプリ呼び出しはCompliance Logsに記録されます。運用開始前に、監査担当者が必要とする項目が実際に含まれているか確認してください。最低限、証拠一式からユーザー、ロール、アプリ、時刻、ソース種別、ユースケースのテンプレート、レビュー結果、例外チケットを関連付けられる必要があります。ただし、監査目的を超えるPHIを別システムへ複製してはいけません。

フォールバックは、ワークフロー上で見える形にします。利用できるデータはEpicの設定、承認済みリソース、ユーザーがもともと持つカルテ権限によって変わります。患者記録や必須リソースが見つからない場合、出力には「コンテキスト不足」と明記し、欠落したソースの種類を示したうえで、臨床医をEpicへ戻します。メモリや公開データ検索で不足部分を補完してはいけません。

公開ソースから結果が得られない場合は、PHIを含まないクエリを絞り込むか修正し、ソースが示す収録範囲を確認します。提供元が利用不能またはリクエストをレート制限しているなら、時間を置いて再試行します。結果がないからといって、研究、警告、方針、医療提供者の記録が存在しない証拠にはなりません。

全面展開の前に事業性を計算する

OpenAIはChatGPT for Healthcareの定価を公開していません。価格は組織規模と導入要件で決まり、Enterpriseワークスペースの高度な機能は、契約単位で共有されるクレジットプールを消費します。したがって、信頼できる事業性評価には、一般的な1席あたりの価格比較ではなく、見積もりと実測を伴うパイロットが必要です。

計算式は次のとおりです。

monthly workflow value = completed reviews x verified minutes saved x loaded clinician cost / 60

ここから、Enterprise契約、EpicとOAuthの設定、セキュリティ審査、ワークフロー設計、研修、臨床検証、監査運用、サポートを含む運用コスト全体を差し引きます。短縮時間だけでなく、修正が必要だった要約とエスカレーションも測定してください。下書きが速くても、検証作業が増えるなら節約にはなりません。

周辺市場には参考になる価格があります。Freedの公式料金ページによると、患者コンテキストとEHRへのプッシュ機能を含む臨床医向けPremierプランは、月払いで月額$119、年払いで月額$104です。医療システム向けと同条件で比較できる価格ではありません。ただし、診療時のコンテキストをまとめる作業に、臨床医がすでに料金を払っていることは分かります。ChatGPTの経済性を判断する問いは、承認済みの臨床・研究・業務ワークフローを1つの統制されたワークスペースで担い、ツールのさらなる分断を避けられるかどうかです。

運用効果が期待できる7つのユースケース

1. 複雑な患者の受診前レビュー

長いカルテを抱えるプライマリケアまたは専門診療の臨床医は、前回受診から何が変わったか、直近のどの検査結果を確認すべきか、薬剤に変更があったか、専門医の提案で未対応のものは何かを尋ねられます。ChatGPTは、アクセスを許可された診療記録、薬剤、状態、受診情報、検査結果から下書き用の概要を組み立て、根拠となるカルテを示せます。

これを最上位に置く理由は、該当する受診のたびに繰り返され、貴重な臨床時間を消費する作業だからです。成果につながるワークフローは「すべてを要約する」ものではありません。日付、参照元へのリンク、明確なコンテキスト不足欄を備えた、変更点中心の短い概要です。

2. シフト・診療チーム間の引き継ぎ

病棟担当医や代診の臨床医は、アクセスを許可された患者について、直近の受診履歴、現在の問題、薬剤変更、未解決のフォローアップを時系列で整理するよう依頼できます。受け手となる臨床医は、引き継ぎを受け入れる前に、重要な各項目をカルテと照合します。

診療を別の担当者へ引き継ぐ際、一貫した出発点を作れることが利点です。一方、失敗のパターンも明確です。特定の記録種別や受診情報が承認済みスコープの外にあるなら、完全な記録であるかのように見せず、欠落を明示しなければなりません。

3. 薬剤変更のレビュー

薬剤部門や臨床チームは、Epicにある現在の投薬依頼、調剤記録、アレルギー、直近の検査結果、関連記録を比較し、それとは別にDailyMedまたはRxNormで公開されている添付文書や識別子の情報を確認できます。患者データ側の経路が答えるのは「アクセスを許可されたこのカルテに何があるか」です。公開データ側の経路が答えるのは「公式資料に何と書かれているか」です。

この切り分けにより、PHIと公開検索の境界を守りながら、タブを行き来する手間を減らせます。ただし、用量、代替可能性、フォーミュラリの適用範囲、治療方針を決めるものではありません。こうした判断は、資格を持つ臨床医が引き続き担います。

4. 紹介と未解決事項の追跡

ケアコーディネーターは、アクセスを許可された記録から、最近の紹介、専門医の提案、未対応のフォローアップを抽出するよう依頼できます。各項目の根拠となる記録と日付を添え、アクションリストとして整理することも可能です。

長いカルテを手作業で探す回数を減らせます。ただし、接続対象のリソースに、予約、メッセージ、外部で提供された医療のすべての出来事が含まれるとは限りません。元のタスクが別の場所で完了済みかどうかは、コーディネーターが確認する必要があります。

5. 事前承認に必要な根拠の準備

承認担当チームは、アクセスを許可されたカルテのコンテキストを使って申請を裏付ける患者固有の事実を下書きし、それとは別のPHIを含まない公開検索でCMS Coverageを参照して、該当する方針の版を確認できます。提出前に、人間のレビュー担当者が両者を照合します。

情報収集と下書きの作業を短縮できますが、個人の給付内容を決定するものではありません。保険適用情報のソースには収録範囲と版の制約があり、最終申請には保険者の現行ルールが必要です。EnterpriseのEHR連携にまだ対応できない小規模な診療所では、AIによる歯科医院の業務自動化で扱う、よりシンプルなワークフローのほうが早く効果を得られる場合があります。

6. 治験とエビデンスのスクリーニング

研究チームはClinicalTrials.govで募集中の研究を探して適格基準を比較し、PubMedで関連研究を確認できます。その後、公開データへのリクエストに患者識別子を含めることなく、臨床医が公開された基準とアクセスを許可されたカルテを比較できます。

分散した情報源を横断する初回スクリーニングを速められます。それでも、治験の状況と適格性は研究チームへの確認が必要であり、ソースの記録も変更される可能性があります。

7. ポピュレーションヘルス施策の立案

糖尿病、心疾患、薬剤安全性に関するプログラムを計画するポピュレーションヘルス部門は、公開研究、進行中の治験、Medicareの保険適用情報、施設指標、医療提供者の記録をまとめられます。公開アプリで患者単位のデータを使わずに、情報源を明示した概要をプログラム責任者向けに作成できます。

日々の受診にひも付く業務ではなく定期的な作業であるため、短期的な効果の順位は低くなります。ただし、研究と運用をまたぐ計画の質と追跡可能性を高められる可能性があります。

この連携を軸に構築する価値がある2つの製品

1. 最大の機会：EHR導入エビデンス・コンソール

医療システムのIT、プライバシー、臨床ガバナンスの各チーム向けに、導入全体を一元管理するコントロールプレーンを構築します。承認済みソース、ロール、Epicのスコープ、テストケース、例外、監査用エクスポートを一覧化し、ワークフローをリリースするたびに審査に使える証拠一式を生成する製品です。

狭い領域のインフラ業務としては、商用需要を示すシグナルが際立っています。「EHR integration」の米国での月間検索数は約590、クリック単価は$42.25です。「EHR integration services」は約140で、クリック単価は$80.68、ページ上部入札単価は最大$78.96に達します。買い手はすでに支援を探しており、ベンダーも接点を得るために高い広告費を投じています。

販売可能な最小構成では、1つのEpic環境と1つのChatGPTワークスペースに対応します。承認済みのFHIRスコープとロールベースアクセス制御（RBAC）マトリクスを取り込むか記録し、固定された受け入れテスト群を実行し、承認記録を保存して例外レポートを出力します。正直な難点は、Enterprise向け販売サイクルが長く、プラットフォームが絶えず変わることです。この製品は、BAA、組織内のリスク分析、臨床上の説明責任を代替できません。単なる薄いダッシュボードではなく、証拠モデルと導入ライブラリの品質を競争力にする必要があります。

2. ソース確認付き受診前ワークフロー・パック

複雑なケアを担う診療所向けに、ChatGPT for Healthcareで再利用できるテンプレート群とレビュー手順を構築します。各概要には、変更点、薬剤、検査結果、フォローアップ、カルテ参照、日付、臨床医が承認する前の「コンテキスト不足」欄を含めます。

「AI medical assistant」の米国での月間検索数は約140で、商用意図があり、クリック単価は$24.01です。Freedの月額$119のPremierプランには、受診概要、患者コンテキスト、EHRへのプッシュ機能が含まれています。この業務への明確な支払い意欲を示しますが、ここで扱う導入モデルそのものへの需要を示す数字ではありません。

MVPは、3つの診療科別テンプレート、ロールマップ、ソースと日付の検証チェックリスト、パイロット用スコアカードで構成します。最初は独立したソフトウェアではなく、導入パッケージとして販売します。課題は差別化です。テンプレートは簡単に模倣でき、チェンジマネジメント、検証、診療科ごとのガバナンスと組み合わせて初めて価値が生まれます。

この連携だけでは解決できないこと

情報の統合とレビューには非常に適しています。一方、自律的な医療判断や、人の目に触れないまま実行されるワークフローには向きません。

• あらゆるEHRに接続できるわけではありません。文書化されている患者記録との連携先はEpicです。
• カルテへの書き込み、オーダー入力、患者へのメッセージ送信はできません。
• 完全なコンテキストは保証されません。利用できる情報は、設定、承認済みリソース、ユーザー権限で決まります。
• BAAを締結しても、すべての機能や第三者サービスが一括承認されるわけではありません。
• 公開データセットが患者固有の情報になったり、完全になったり、臨床判断を決定づけたりするわけではありません。
• 元の記録と日付を確認する臨床医の責任はなくなりません。
• 既存の監査項目が組織の証拠要件を満たすと証明されるわけではありません。

プライバシー上の教訓は、コンテキストを豊富に扱うほかのChatGPT機能と同じです。アクセス範囲が広がるほど有用性は増しますが、それだけ権限設計と保存境界の重要性も高まります。ChatGPTのコンピューター履歴とプライバシーでは、別の高コンテキスト環境におけるこのトレードオフを検討しています。

99.1%という安全性評価と、テスト対象となった5つの公開データソースそれぞれで93%超を記録した「良好以上」の精度評価は、有望な結果です。ただし、自組織のロール、リソース、診療科、障害ケースを使ったテストの代わりにはなりません。

よくある質問

EHR連携とは何ですか？

EHR連携とは、電子カルテを別の承認済みシステムに接続し、権限のあるデータを両者間で利用できるようにすることです。今回のChatGPTリリースで文書化されているEHR経路は、各ユーザーがもともと持つEpicの権限に従う、読み取り専用のEpicプラグインです。

EHRをChatGPTに連携するには？

ChatGPTの場合、まず承認済みのChatGPT for HealthcareまたはHIPAA対応のEnterpriseワークスペースと、必要な法的保護を確認します。次にOpenAIおよびEpic管理者と調整し、ワークスペース専用のEHRアプリへFHIR R4 URLとOAuth情報を設定します。スコープとロールを確認してアプリを公開した後、承認された各ユーザーが自分のEpicアカウントを接続します。

EHR連携サービスとは何ですか？

EHRと別システム間のデータフローを接続し、安全性を確保し、テストして運用する導入支援サービスです。今回の導入では、Epicアプリの設定、ID管理の構築、スコープとRBACの設計、臨床検証、監査項目のマッピング、研修、例外処理などが該当します。

EHR連携型の医療AIで重要な3つの課題は何ですか？

EHRと接続するAIワークフローの主要な3つの課題は、コンテキスト不足、過剰に広いアクセス権、未検証の出力です。実務上の対策は、不足を明示する状態表示、最小権限のロールとスコープ、元の記録と日付を臨床医が確認するプロセスです。

月曜日に着手すること

最高医療情報責任者（CMIO）、プライバシー責任者、Epic管理者、ワークスペース責任者、現場の臨床医2名を、1回の作業セッションに集めます。繰り返し発生するレビュー業務を1つ選び、必要なデータだけを洗い出してください。完全なカルテ、アクセス制限されたリソース、期限切れのサインイン、欠落した結果を含む、承認済みのテスト用または研修用記録で最初に検証します。出力が不足コンテキストを明記し、ソースへのリンクがレビュー後も機能し、アクセスが意図どおり拒否され、監査エクスポートから誰が何にいつアクセスしたか確認できるまでは、パイロットを拡大してはいけません。

組織向けに、このような統制された医療連携の構築を依頼したい場合は、AI本番システムをご覧ください。