Anthropic が主催した「The Briefing: Enterprise Agents」にて、世界最大級の組織のリーダーたちが AI 導入をいかに加速させているかを共有しました。その一人である Seth Hain 氏は、ヘルスケアテクノロジー企業 Epic 社で研究開発担当シニア・バイス・プレジデントを務めています。同社が提供する MyChart は、世界中で 1 億 9,500 万人以上の患者が検査結果の確認や診察予約、医師とのコミュニケーションなどに活用しているプラットフォームです。
今回は、Anthropic の応用 AI チームを率いる Jonathan Dahlberg が Seth 氏を迎え、Epic における AI 導入の実態や、驚きの発見、そして 2026 年のヘルスケアの未来について対談を行いました。対談の内容は、読みやすさを考慮し編集・要約しています。
Jonathan Dahlberg(Anthropic):Epic 社内で AI の導入はどのように広がっていったのでしょうか。
Seth Hain(Epic):きわめて自然な流れでした。というのも、Epic の全社員に AI を探求する機会を与えていたからです。小さな学びのコミュニティが生まれ、一人の熱心な社員から始まり、やがてチーム全体、隣の部署へと伝播していきました。当社は対面での勤務を重視する企業として有名ですが、その重要な要素の一つが、休憩室や廊下での自然な交流で、アイデアをやり取りすることです。週末に自分で新しい機能を構築して同僚に見せるときの興奮が、組織全体の勢いを生み出すのです。最終的には、誰が AI を使っているのか、何に活用しているのかを可視化する社内ツールを開発しました。これにより、他の社員も素早く適応し、より高度な活用に挑戦できるようになりました。
そしてそのペースは加速し続けました。AI を自分で利用してみると驚かされる瞬間が何度も訪れます。「AI はこんなことまでできるのか」という気づきです。ここ 5〜6 年で、その驚きはどんどん頻繁になり、積み重なっていきました。基盤モデルも、その上の層にあるエージェントツールも、ともに進化しているからです。全員が AI を探索できる環境にいたおかげで、誰もがこの進化を目の当たりにできたのです。
Dahlberg:Claude Code の利用の半分以上は開発者以外によるものです。そのことについて、何に驚きましたか。
Hain:現場の社員こそが最も優れたアイデアを持っています。だからこそ、彼らが AI がどう機能するのかを自由に探求する機会を持つことは非常に重要です。特に刺激的なのは、非エンジニアの社員が Claude Code のようなツールを自らの業務に応用している事例ですね。
素晴らしい例があります。Epic のある薬剤師の友人が、MyChart に追加したい機能の完全なプロトタイプを提案してきました。彼は AI を活用することで、プレゼン資料や書面の説明を超えて、誰もが操作を体験できるインタラクティブな方法で自分の構想を共有したのです。今では誰もがすぐにアクセスできるリンクとなり、みんな確認しながら一緒に改善を繰り返しています。
Dahlberg: 全社の社員にどうやって探求の時間を確保してもらっていますか。
Hain:リーダーが毎日時間をかけてツールを使うことがスタート地点です。リーダー自身が技術の発展を肌で感じ、理解することで、従業員にも探求のための時間を割くよう促せます。私たちは金曜午後に多くの開発リードが集まる会議があるのですが、その丸々 1 回分を使って「全員でこのツールを体験しよう」と決めました。実際にやってみて「これだ」と確信する瞬間が不可欠だと考えたからです。この 4 時間は単なる学習ではなく、リーダー陣が継続的に改善し続けるための基盤となりました。
Dahlberg:医療現場において、AI への信頼をどう築いていますか。
Hain:ここには複数の層が存在します。まず、臨床医や医療システム側は、私たちが彼らのニーズを真に理解していると確信する必要があります。私たちは長年、エンジニアを現場に派遣する「イマージョン(浸透)」を重視してきました。実際に現場に入って臨床医やスタッフと密接に連携し、ワークフローを手順ごとに理解するとともに、ソフトウェアがどの部分に組み込まれているか、人間による介入がどこで行われるのかを把握しています。
また、私たちは「害をなすなかれ」という医療の基本原則を真摯に受け止めています。これは開発パイプラインの運用から始まります。リリース時のコードの品質をいかに高めるか、そして「スキル」や「MCP サーバー」といった新機能を使って、これまで不可能だった検証をどのように実行するかを理解することです。
次の段階として、組織が本番導入の前に AI を評価し、継続的に監視できる仕組みが必要です。いくつかの例を挙げます。
- 私たちが初期にリリースした機能として、医療記録の要約機能があります。この機能は、臨床医が情報の裏付けを確認できるよう、元の記録箇所へのリンクを付与しました。これにより、より高度なエージェント機能を導入する際も、組織とユーザーが自信を持って活用できる土台を築いています。
- 私たちは、医師や看護師が患者からのメッセージに迅速に対応できる仕組みを提供しています。もし、回答案を 100% の確率で一切修正せずにそのまま使用している利用者がいれば、それは不適切です。また、回答案を 0% の確率で全く利用していない利用者がいた場合も、同様に不適切と言えます。そのため、こうした利用状況をモニタリングできる体制が不可欠です。
ユーザー体験の進化も不可欠です。現在私たちが用いている AI は、ヘルスケアに従事する人々が、今後も続く変化へ徐々に慣れていくための足がかりとなるべきものです。モデルやエージェント機能が高度化する中で、製品デザインをどのように進化させ、ユーザーがいかに効果的にツールを使いこなせるようにするか。私たちはその設計に多くの時間を費やしています
Dahlberg:この技術が進化するにつれ、どのようなスキルが最も重要になるのでしょうか。
Hain:変化を受け入れる姿勢です。現状を飛び越えて前進しているのは、テクノロジーが実現する可能性を自ら探求し、迅速に適応できる人々です。医療記録が救急外来からバックオフィスへ渡り、最終的に患者が自宅での療養に活用するまで、そこには 100 を超える人同士の引き継ぎが存在します。その一連の流れを熟知し、現場に浸透している人材こそが、次世代のソフトウェアと機能を創り出すことができるのです。
Dahlberg:最近、何かが大きく変わったと感じます。何が変化したのでしょうか。
Hain:社内や医療現場で気づいたことですが、12〜24 か月前まで、AI は日々の業務やワークフローの「一部分」を生産的に支援するものでした。時間を節約することはできていました。例えば、医師が診察室での会話を基にカルテを完成させる際の時間を短縮する、といった具合です。あるいは、Epic の社員がナレッジベースから情報を探す時間を節約するといったことです。しかし、それは限定的な活用でした。その結果、全体の業務時間はさほど変わりませんでした。その日の中で、新しい業務をこなす余裕までは生まれなかったのです。
しかし、ここ 8〜12 週間で変化が起きました。人間が途中で介入しなければならない場面が劇的に減ったのです。エージェントが自律的に仕事を完遂し、人間がチェックするだけで済むような連続的な作業ブロックが生まれています。だからこそ、以前とは質的に異なる感覚があるのだと思います。
例えば、あるチームは顧客と連携して「最適な専門医への予約を初診時に確定させる」というケアの実現に取り組んでいます。彼らは共有の Claude プロジェクトを作成し、各顧客とのやり取りをすべてそこで完結させています。今では私がステータス更新を求めると、Claude の会話ログへのリンクが送られてきて、すべてが回答されるのです。AI は単なるアシスタントではなく、チームの一員として機能しています。
Dahlberg:AI 導入を始めたばかりの企業リーダーにアドバイスはありますか。
Hain:リーダー自身がツールを使う時間を作ることです。もしやっていないなら、今すぐ変える必要があります。仕事中だけでなく、プライベートでもです。次に、ガバナンスプロセスを見直し、不必要な障害がないことを確認することです。
ある組織がこう言う場面を想像してみてください。「当社では Excel を社員に支給していません。社員にはデータを分析するための数学や統計の知識が十分にあるとは言えないため、ツールを使わせるわけにはいかないのです」と。そんなやり方では、長期的な成功など望めないということは誰もが同意するはずです。AI も同じです。リーダーシップから始め、AI を探求する扉を全社員に開いてください。
Dahlberg:ヘルスケアと AI の未来はどうなると思いますか。
Hain:エージェント型 AI が、すべての患者、医療従事者、医療機関を支援する機会が、今まさに訪れています。MyChart で患者が疑問を解消する場から、診察室での会話を基にした臨床医へのインサイト提供、バックオフィスの自動化まで、すべてが統合された一つのプラットフォーム上で実現します。私たちの顧客の 85% はすでに本番環境で AI を利用しており、変化は急速に進んでいます。
さらにその先を見据えて、私たちは Epic 内で医療イベントモデルを構築しています。一般的なウェブ上のテキストで学習したモデルではなく、実際の医療記録に基づいて訓練された AI です。自然言語モデルがスケールの法則に従って進化するように、この医療用モデルも同様の進化を遂げています。そこには計り知れない可能性があるのです。
「エージェント型 AI が、すべての患者、医療従事者、医療機関を支援する機会が、今まさに訪れています。」

