Balancing Efficiency and Empathy: Healthcare Providers' Perspectives on AI-Supported Workflows for Serious Illness Conversations in the Emergency Department

この論文は、救急科における重篤な疾患に関する会話（SIC）の課題を特定し、AI が情報統合や記録の自動化を通じて効率化を図りつつも、人間同士のつながりや臨床的自律性を損なわないよう配慮した設計指針を提案するものである。

要約

この論文は、**「救急室（ER）という『戦場』で、AI がどうすれば医師の心を支えながら、患者との大切な会話（重篤な病気の話し合い）を助けることができるか」**を研究したものです。

まるで**「嵐の中で、壊れかけたボートを漕ぎながら、乗組員と乗客の『最後の願い』を聞き取る」**ような過酷な状況です。

以下に、専門用語を排し、身近な例え話を使って分かりやすく解説します。

---

🌪️ 1. 問題：救急室は「嵐の海」のような場所

救急室（ER）は、病気が急に進んで命に関わる患者さんが次々と運び込まれる場所です。医師はここで、**「延命治療をするか、苦痛を和らげる看取り（ホスピス）にするか」**という、人生を左右する重大な決断を迫られることがあります。

これを**「重篤な病気の会話（SIC）」**と呼びます。
しかし、救急室では以下の理由で、この大切な会話がなかなかできません。

• 時間が秒単位で迫っている: 患者さんは呼吸困難で、医師は数分以内に決断を迫られます。
• 情報がバラバラ: 「患者さんは以前、人工呼吸器は嫌だと言っていた」という記録があっても、それがどこにあるか探すのに時間がかかります（まるで、嵐の中で散らばったパズルのピースを探すようなものです）。
• 心の準備がない: 医師も突然の出来事に動揺し、患者の家族もパニック状態です。
• 記録の負担: 会話が終わった後、その内容をパソコンに打ち込む作業が重すぎて、医師は次の患者さんの治療に集中できません。

🤖 2. 解決策の提案：AI は「魔法の助手」ではなく「賢い影」

研究者は、救急室の医師 11 人にインタビューを行いました。彼らは「AI に全部やってくれ」とは言いませんでした。代わりに、**「AI は『影』のようにそっとついてきて、必要な時にだけ手を貸してほしい」**と願っていました。

彼らが求めている AI の役割を、4 つのステップで説明します。

① 発見の段階：「散らかったパズル」を瞬時にまとめる

• 現状: 医師は、過去のカルテから「患者さんの願い」を探し出すのに苦労しています。
• AI の役割: 「賢い整理係」。
  • 散らばったカルテを瞬時に読み込み、「この患者さんは人工呼吸器を嫌がっている」「孫のために生きたいと言っていた」といった重要なポイントだけを、医師が一目でわかるようにまとめて提示します。
  • 「ここには情報がないよ」と教えてくれることで、無駄な探しの時間を省きます。

② 準備の段階：「心の支え」となる

• 現状: 医師は、患者の家族と初めて会うだけで、その人の趣味や家族構成を把握する時間がありません。
• AI の役割: 「会話のきっかけ作り」。
  • 「この患者さんは、孫と野球（レッドソックス）を見るのが好きです」といった人間味のある情報をそっと教えてくれます。
  • これにより、医師は「野球の話から始めよう」と、冷たい医療者ではなく、一人の人間として会話に入ることができます。

③ 会話の段階：「邪魔しない影」として

• 現状: 医師は、患者の悲しみに寄り添いながら、難しい質問をしなければなりません。
• AI の役割: 「静かなナビゲーター」。
  • 医師の目の前に大きな画面を出すのではなく、**「隅の小さな画面」**や「耳元」で、必要なヒントをそっと伝えます。
  • 例：「患者さんが『苦痛』という言葉を使いました。『快適さ』についてもう少し聞いてみましょうか？」
  • 重要なのは、AI が喋ったり、会話の主導権を握ったりしないこと。 医師の「人間同士の温かいつながり」を邪魔せず、あくまでサポート役です。

④ 記録の段階：「自動メモ取り」で負担を減らす

• 現状: 会話が終わった後、医師は疲れ果てて、長い記録をパソコンに打ち込むのに追われます。
• AI の役割: 「速記の秘書」。
  • 会話の内容を自動で聞き取り、**「なぜその決断をしたのか（理由）」**まで含めて、見やすいメモにまとめてくれます。
  • 医師はそれを少し修正するだけで OK。これで、医師は次の患者さんのために時間を確保できます。

⚖️ 3. 最大の課題：「効率」と「共感」のバランス

この研究で最も重要なのは、「効率化（スピード）」と「共感（心）」のバランスです。

• 効率化: AI が情報を整理し、記録を自動で書けば、医師は患者と向き合う時間が増えます。
• 共感: でも、もし AI が「機械的」に会話したり、医師が画面ばかり見ていたら、患者は「冷たい扱いを受けた」と感じます。

**「AI は、医師が『人間らしく』振る舞うための『土台』を作るもの」です。
AI が雑用（情報整理や記録）を肩代わりすることで、医師は心の余裕を持ち、患者の涙や恐怖に寄り添うことができます。これを「効率と共感のパラドックス（逆説）」**と呼んでいます。

🎯 結論：AI は「医者」ではなく「最高の相棒」

この論文が伝えているメッセージはシンプルです。

「救急室という嵐の中で、AI は医師を『機械』に変えるのではなく、医師が『人間』として患者と向き合えるよう、そっと支える『賢い影』になるべきです。」

AI は、医師の代わりに決断を下すのではなく、**「必要な情報を整理し、記録を済ませ、医師の心を楽にすることで、結果的に患者さんへの温かいケアを実現する」**という役割を果たすことが期待されています。

技術概要

論文要約：救急科における重篤な病状に関する会話（SIC）のための AI 支援ワークフロー：効率性と共感のバランス

論文タイトル: Balancing Efficiency and Empathy: Healthcare Providers' Perspectives on AI-Supported Workflows for Serious Illness Conversations in the Emergency Department
著者: Menglin Zhao ら（ノースイースタン大学など）
会議: CHI '26 (2026 年 4 月、バルセロナ)

---

1. 問題背景 (Problem)

**重篤な病状に関する会話（Serious Illness Conversations: SIC）**とは、生命を脅かす疾患を持つ患者に対し、その価値観、ケアの希望、治療目標について医療従事者と議論する構造化された対話のことです。SIC は、患者の意向に沿った医療を提供し、不必要な侵襲的処置を減らすために極めて重要です。

しかし、**救急科（Emergency Department: ED）**では、SIC が実施されることは稀です。その主な理由は以下の通りです。

• 時間的制約: 救急科は緊急性が高く、患者の容態が急変する中で、数分以内に意思決定を行う必要があります。
• 情報の断片化: 患者の過去の医療記録や事前の意思表明（DNR など）が電子カルテ（EHR）に散在しており、迅速に検索・統合することが困難です。
• 環境的制約: 騒がしく、プライバシーが保てない空間が多く、患者や家族が精神的に準備できていない状況での対話が求められます。
• トレーニング不足: 救急科医は、SIC の実施方法や、感情的に困難な対話を導くための専門的なトレーニングが不足しています。

既存の AI 研究の多くは、外来や入院部など、計画的で時間的余裕のある環境を対象としており、救急科という高圧環境における SIC のワークフローと、AI 支援の可能性・課題についての理解が不足していました。

2. 研究方法 (Methodology)

本研究は、救急科における SIC の現状と AI への期待を明らかにするため、以下の手法を用いました。

• 対象者: 米国にある大学病院の救急科で勤務する医療従事者 11 名（医師 9 名、看護師 2 名）。
• 手法: 半構造化インタビュー（30〜60 分）。
• 分析手法:
  1. テーマ分析: インタビュー録音の転写テキストを分析し、SIC のワークフローと課題を抽出。
  2. アフィニティ・ダイアグラミング: 抽出されたコードをグループ化し、高レベルのテーマを形成。
  3. 信頼性の確保: 複数の研究者によるコードの比較、合意形成、および定性的研究の厳密性基準（Nowell et al.）に従った分析。

3. 主要な発見と結果 (Key Findings & Results)

3.1 救急科における SIC の 4 段階ワークフロー

研究により、救急科特有の SIC ワークフローが以下の 4 つの段階に整理されました。各段階には特有の課題が存在します。

1. 識別 (Identification):
   • 内容: EHR を参照し、SIC が必要かどうかを判断する。
   • 課題: 患者のコードステータス（蘇生拒否など）やケア目標に関する情報が EHR 内に散在しており、検索に時間がかかる。また、記録の形式が統一されておらず、重要な情報が「見えない」状態になっていることが多い。
2. 準備 (Preparation):
   • 内容: 対話の場所、時間、関係者（患者、家族、代理者）を調整し、精神的な準備をする。
   • 課題: 夜間や家族が不在の場合、代理者を見つけるのが困難。また、医療従事者自身が個人的なトラウマや「パニック」を感じており、専門的なトレーニング不足により、感情的な準備が不十分である。
3. 実施 (Conduction):
   • 内容: 患者・家族と対話し、価値観や治療目標を明確にする。
   • 課題: 患者や家族が精神的に準備できていない中で、数分以内に「生かすか」「苦痛を和らげるか」という重大な決断を迫る必要がある。医療従事者は初対面であり、信頼関係を築く時間が極めて限られている。
4. 記録 (Documentation):
   • 内容: EHR に対話の結果を記録し、次の医療チームへ引き継ぐ。
   • 課題: 記録作業が時間的負担となり、無給残業を招く。また、記録の形式が統一されていないため、他部署への情報共有が円滑に行われず、ケアの継続性が損なわれる。

3.2 AI 支援への期待と懸念 (Opportunities & Concerns)

参加者は AI への強い関心を示しましたが、同時に「人間性の喪失」への懸念も表明しました。

• 期待される AI の役割:
  • 情報統合: EHR から重要な情報を抽出・要約し、識別と準備を支援する。
  • 対話支援: 対話中に、文脈に応じた質問の提案や、感情的な合図の検知を「周辺的（peripheral）」に行い、医療従事者の負担を減らす。
  • 記録の自動化: 対話内容を基に、論理的根拠（Rationale）を含んだドラフトを作成し、記録時間を大幅に短縮する。
  • フィードバック: 対話後の自己評価やスキル向上のためのフィードバックを提供する。
• 懸念点:
  • 共感の希薄化: AI が対話に介入することで、医療従事者と患者の間の「人間らしいつながり」が損なわれる恐れ。
  • 注意散漫: 画面への視線が患者とのアイコンタクトを妨げる。
  • 誤った優先順位: AI が臨床的に重要でない情報を強調してしまうリスク。

4. 主要な貢献 (Key Contributions)

1. 救急科固有の SIC ワークフローの提案:
   救急科の制約（時間的圧力、情報の断片化、感情的負荷）に特化した、4 段階（識別、準備、実施、記録）のワークフローモデルを初めて体系化しました。

2. 各段階における課題とニーズの経験的分析:
   医療従事者が直面する具体的な障壁（情報の散在、精神的な準備不足、記録の負担など）を詳細に記述し、AI 支援の具体的な介入ポイントを特定しました。

3. 「効率性と共感のパラドックス」の解明と設計指針:
   医療従事者は効率化を求めつつも、共感的な対話を維持することを重視するというジレンマを明らかにしました。これに基づき、以下の 4 つの設計指針（Design Guidelines）を提案しました。

   • DG1: 一目でわかる情報支援 (At-a-Glance Information Scaffolding)
     識別・準備段階で、断片化された情報を統合し、欠落している情報を明示することで、医療従事者の認知的・感情的準備を支援する。
   • DG2: 非侵襲的な周辺的対話支援 (Non-Intrusive Ambient Support)
     実施段階で、AI は「聞き手」として機能し、画面表示は患者と医療従事者の視線の外（周辺）で行うことで、人間関係の質を維持しつつ、対話の進行を支援する。
   • DG3: 論拠に基づく記録と継続性の確保 (Rationale-Driven Documentation)
     記録段階で、単なる要約ではなく「なぜその決定に至ったか」という患者の価値観や根拠を強調し、AI 生成ドラフトを医療従事者が編集・承認する仕組みを作ることで、ケアの継続性を担保する。
   • DG4: 即時フィードバックによるスキル向上 (Immediate Post-SIC Feedback)
     対話直後に AI がフィードバックを提供し、不安のループを断ち切り、医療従事者の自信とスキルを向上させる（「行動後の省察」の支援）。

5. 意義と結論 (Significance & Conclusion)

本研究は、HCI（人間とコンピュータの相互作用）分野において、**「AI は共感を代替するのではなく、共感を実行するための認知的・感情的な土台（スペース）を創出する」**という新しい視点を提示しました。

救急科のような高圧環境では、医療従事者は情報の整理や記録といった「認知的労働」に追われ、患者との「感情的労働（共感）」に充てるリソースが不足しています。AI による効率化は、この認知的負荷を軽減することで、結果として医療従事者が患者と深く関わり、共感的な対話を可能にする条件を整えることができます。

提案された「周辺的（Peripheral）かつ環境的（Ambient）」な AI システムの設計指針は、医療の効率化と人間性の維持を両立させるための重要な道筋を示しており、将来的な AI 支援医療システムの開発において指針となるものです。