AI薬剤師の活用領域と法的リスク｜調剤・服薬指導支援・在庫管理を解説

2026/10/15 お役立ち記事

Check!

薬剤師の仕事がAIでどう変わるかがわかる
AIに任せられる作業と薬剤師の業務の線引きがわかる
生成AIを使うときのルールと導入の進め方がわかる

AI薬剤師とは、資格を持つ薬剤師の代わりになるAIではなく、調剤・服薬指導・在庫管理といった薬剤師業務を支援するAI技術や、それを使いこなす働き方を指す通称です。結論から言うと、AIが担えるのは業務の「支援」であり、調剤した薬剤の最終確認や服薬指導の実施は、薬剤師法と医薬品医療機器等法のもとで引き続き薬剤師が担います。そのため「薬剤師の仕事はAIに奪われるのか」という不安にも、なくなるというより中身が変わると考えるのが実態に近いといえます。この記事では、薬局・医療機関の関係者と薬剤師の方に向けて、AIの活用領域を業務ごとに整理し、どこまでがAIや機械に任せられ、どこからが薬剤師でなければならないのかを、厚生労働省の通知や法令、日本病院薬剤師会の生成AI利活用ガイダンスをもとに解説します。

AI薬剤師について、いま知りたいのはどれですか

Q1. いちばん知りたいことを選んでください

AI薬剤師とは｜活用が進む3つの領域

AI薬剤師とは、資格を持つ薬剤師の代わりになるAIではなく、薬剤師業務を支援するAI技術や、それを使いこなす働き方を指す通称です。法律上の用語ではなく、活用が進んでいるのは調剤支援・服薬指導支援・在庫管理の3領域です。

背景にあるのは、厚生労働省が平成27年に公表した「患者のための薬局ビジョン」です。ビジョンの概要資料は、薬局の業務を「薬中心の業務」(対物業務)から「患者中心の業務」(対人業務)へ移していく方向を示し、在庫管理を前者に、処方内容のチェックや医師への疑義照会、丁寧な服薬指導を後者に挙げています(出典：厚生労働省「患者のための薬局ビジョン概要」https://www.mhlw.go.jp/file/06-Seisakujouhou-11120000-Iyakushokuhinkyoku/gaiyou_8.pdf 2026年10月15日取得)。対物業務を機械やAIで効率化し、空いた時間を対人業務に回すという流れのなかで、AIの活用が広がっています。

調剤支援：処方箋の入力補助、ピッキングの照合、画像認識による監査支援。法的な確認が重い領域(薬剤師法第19条・第24条)
服薬指導支援：指導ポイントの提示、会話の文字起こしと薬歴の下書き。法的な確認が重い領域(薬剤師法第25条の2、個人情報保護法)
在庫管理：需要予測、発注量の提案、使用期限の警告、店舗間の在庫共有。比較的軽い領域

このほか、受付や待ち時間の案内、レセプト(調剤報酬明細書)の点検にもAIが使われ始めています。ただ、薬局の中核となる業務で、かつ法的な線引きが問題になりやすいのは上の3領域です。3領域のうち在庫管理は、AIを使う以前の段階から自動化ツールが普及しており、ここから順に見ていきます。

AI薬剤師の活用は在庫管理から始めやすい｜入出庫の記録を一元化する

AIの活用領域のうち、薬局が最初に着手しやすいのは在庫管理です。調剤や服薬指導と違って患者の診療情報に直接触れる場面が少なく、薬剤師でなければできない行為にも当たりにくいため、法的な確認事項が少なく済みます。

もう一つの理由は、AIによる需要予測や自動発注が、日々の入出庫データがそろっていて初めて機能する点にあります。棚卸しや発注の記録が紙やExcelに分かれたままでは、予測の材料が足りません。つまり、入出庫と棚卸の記録を一つの仕組みに集めて一元化することが、AI活用の土台づくりそのものになります。

記録の一元化を考えるときの比較材料の一例が、株式会社日本コンピュータ開発のFUSEです。ただし、FUSEは薬局向けではなく、個別受注生産を行う中小製造業向けの生産管理システムで、商品ページでも製造業におすすめとされています。そのため薬局にそのまま勧められる製品ではなく、医薬品の使用期限や包装単位の管理に対応するかどうかは商品ページに記載がないため、資料で確認する必要があります。それでもFUSEの在庫管理は、部品や製品の入出庫管理と棚卸管理に対応し、購買管理や販売管理と同じ仕組みの中で在庫を扱うため、手配漏れや二重入力を減らす設計になっています。現場ではタブレットやバーコードリーダーで入力でき、パソコンに不慣れな担当者でも使いやすい点も特長です。薬局向けの製品を比べるときは、受発注・入出庫・棚卸が一つにつながっているかを物差しに、自店舗の要件と照らしてみてください。導入範囲によって費用や準備内容が変わるため、料金は資料や公式サイトで確認してください。

株式会社日本コンピュータ開発

FUSE

株式会社日本コンピュータ開発

FUSE

現場に合う生産管理システムを探している製造業におすすめ

30秒で完了！かんたん入力資料を無料ダウンロード

料金・機能をまとめて確認サービス詳細はこちら

30秒で完了！かんたん入力資料を無料ダウンロード

料金・機能をまとめて確認サービス詳細はこちら

GOOD

薬局の在庫管理が難しい3つの理由

薬局の在庫管理には、一般の小売とは違う難しさがあります。1つ目は、めったに処方されない医薬品でも、必要とする患者が来たときにすぐ渡せるよう確保しておく必要があることです。2つ目は、医薬品に使用期限があり、抱えすぎると期限切れによる廃棄が発生することです。3つ目は、温度や湿度などの保管条件を守り、品質を維持しなければならないことです。品目数が多く、後発医薬品への切り替えや供給状況の変化もあるため、担当者の経験と勘に頼った発注では、欠品と不動在庫が同時に起きやすくなります。

自動化の代表的なパターン

パターン	仕組み	向いている薬局
入出庫の記録の電子化	バーコードやスマホのアプリで入荷・出荷を記録し、在庫数をリアルタイムで把握する	紙やExcelで管理している薬局全般
使用期限の警告	期限が近づいた医薬品を自動で知らせ、先に使う順番を決めやすくする	廃棄ロスが気になる薬局
需要予測と発注提案	過去の処方実績や患者ごとの来局履歴から、次に必要になる量を予測して発注量を提案する	処方箋枚数が多く、発注に時間がかかっている薬局
店舗間の在庫共有	グループ内の在庫を一元化し、不動在庫を処方実績のある店舗へ回す	複数店舗を持つチェーン

上から順に段階が進むと考えると分かりやすくなります。需要予測や発注提案は、その前段にある入出庫の記録が正確に積み上がっていることが前提です。記録が抜けていたり、店舗ごとに管理方法が違っていたりすると、予測の精度は上がりません。AIによる発注最適化に関心がある薬局ほど、まず記録の電子化と一元化を済ませておく必要があります。

在庫管理が法的に着手しやすい理由

厚生労働省の通知「調剤業務のあり方について」(平成31年4月2日付、薬生総発0402第1号)では、納品された医薬品を調剤室内の棚に納める行為は、適切な管理体制のもとで行えば調剤に該当しない行為として取り扱って差し支えないと整理されています(出典：厚生労働省「調剤業務のあり方について」https://www.mhlw.go.jp/content/000498352.pdf 2026年10月15日取得)。在庫の数量把握や発注の提案は、調剤そのものの手前にある業務であり、薬剤師以外のスタッフやシステムが関わりやすい領域です。扱うデータも医薬品の品目・数量・期限が中心で、患者ごとの診療情報に触れる範囲を小さく設計できます。

ただし、来局履歴から必要量を予測する機能のように患者情報と結びつく使い方をする場合は、後述する個人情報の取扱いの確認が必要です。また、発注の最終的な方針や医薬品の品質管理の責任は、システムではなく薬局側にあります。この前提を押さえたうえで、自店舗の規模と運用に合う在庫管理システムを比べてみてください。

業務別に見るAIの影響｜薬剤師の仕事はどう変わるか

AIの影響を受けやすいのは照合・記録・数量の把握といった機械的な業務で、判断・対話・法的な責任を伴う業務は引き続き薬剤師が担います。薬剤師の仕事は工程ごとにAIが関わる深さが違うため、業務別に見ると全体像がつかめます。

厚生労働省の「患者のための薬局ビジョン」の概要資料は、薬局の業務を、処方箋の受取・保管、調製(秤量、混合、分割)、薬袋の作成、報酬算定、薬剤監査・交付、在庫管理といった「薬中心の業務」と、処方内容のチェック、医師への疑義照会、丁寧な服薬指導、在宅訪問での薬学管理、副作用・服薬状況のフィードバック、処方提案、残薬解消といった「患者中心の業務」に分けています(出典：厚生労働省「患者のための薬局ビジョン概要」https://www.mhlw.go.jp/file/06-Seisakujouhou-11120000-Iyakushokuhinkyoku/gaiyou_8.pdf 2026年10月15日取得)。この区分を手がかりに、AIや機械が関わる業務を整理したのが次の表です。

業務	AIや機械が支援すること	薬剤師に残ること	根拠となる法令・資料
処方箋の受付と入力	紙の処方箋の読み取り補助。電子処方箋では、直近の処方・調剤情報の参照と重複投薬等のチェック	処方内容の確認	電子処方箋(厚生労働省)
処方監査	用量や相互作用、過去の調剤との違いなど、確認が必要な点を候補として示す	疑わしい点があるかどうかの判断	薬剤師法第24条
疑義照会	確認が必要な点の候補を示す支援まで	医師への問い合わせと、確かめた後の調剤	薬剤師法第24条
調剤(調製)	ピッキングのバーコード照合、散剤・水剤の計量や一包化を行う調剤機器	調製の責任と指示	薬剤師法第19条、通知「調剤業務のあり方について」
調剤監査	画像認識による薬剤の種類・数量の照合	調剤した薬剤の最終確認	通知「調剤業務のあり方について」
服薬指導	指導ポイントの提示、説明文の下書き	情報提供と薬学的知見に基づく指導の実施	薬剤師法第25条の2、医薬品医療機器等法第9条の4
薬歴管理	会話の文字起こし、記録の下書き、音声入力	内容の確認と確定	個人情報保護法、医療・介護関係事業者向けガイダンス
在庫管理・事務	需要予測、発注提案、使用期限の警告、レセプトの点検補助	発注方針の決定、品質管理の責任	通知「調剤業務のあり方について」

薬歴管理とAI｜下書きは任せ、確定は薬剤師が行う

薬歴は、患者ごとの服薬の状況や指導の内容を記録するもので、調剤や服薬指導に追われると後回しになりやすい業務です。AIは、服薬指導の会話の文字起こしや、記録の下書きの作成といった場面で使われ始めています。ただし、下書きが正確かどうかを確かめて内容を確定するのは薬剤師です。会話には患者の氏名や処方内容が含まれるため、後述する個人情報の取扱いの確認も欠かせません。

医療分野のAI全般については、医療AIとは？SaMDの制度と活用領域を解説もあわせてご覧ください。

調剤業務におけるAI活用と限界

調剤業務では、処方箋の入力補助、ピッキングの照合、画像認識による監査支援などでAIや機械の活用が進んでいます。一方で、調剤した薬剤の最終確認と疑義照会の判断は薬剤師が自ら行う必要があり、ここが活用の限界になります。

調剤の流れとAIが入る工程

調剤業務は、おおむね処方箋の受付、処方内容の確認(処方監査)、必要に応じた疑義照会、薬剤の調製、調製した薬剤の確認(調剤監査)、服薬指導、交付という流れで進みます。AIや機械が入りやすいのは次の工程です。

受付と入力：紙の処方箋を読み取って入力を補助する。電子処方箋では、複数の医療機関や薬局で直近に処方・調剤された情報を参照し、重複投薬等のチェックを行える(出典：厚生労働省「電子処方箋」https://www.mhlw.go.jp/stf/denshishohousen.html 2026年10月15日取得)
処方監査の支援：用量や相互作用、過去の調剤データとの違いなど、確認が必要な点を候補として示す
調製：ピッキングする医薬品をバーコードで照合する。散剤や水剤の計量、一包化を調剤機器で行う
調剤監査の支援：画像認識で薬剤の種類や数量を照合し、薬剤師の確認を補助する

薬剤師以外に任せられる作業の3つの要件

薬剤師法第19条は、薬剤師でない者が販売又は授与の目的で調剤してはならないと定めています(出典：e-Gov法令検索「薬剤師法」https://laws.e-gov.go.jp/law/335AC0000000146 2026年10月15日取得)。そのうえで、前述の厚生労働省の通知は、調剤に最終的な責任を有する薬剤師の指示に基づき、次の3つをいずれも満たす業務であれば、薬剤師以外の者が実施して差し支えないという考え方を示しています。

当該薬剤師の目が現実に届く限度の場所で実施されること
調剤した薬剤の品質等に影響がなく、結果として服用する患者に危害の及ぶことがないこと
当該業務を行う者が、判断を加える余地に乏しい機械的な作業であること

具体例として、PTPシート等で包装されたままの医薬品の必要量を取りそろえる行為や、薬剤師による監査の前に行う一包化した薬剤の数量の確認が挙げられています。一方で、薬剤師以外の者が軟膏剤、水剤、散剤等を直接計量、混合する行為は、途中で薬剤師の確認があっても薬剤師法第19条に違反するとされています。ただし同通知は、このことが調剤機器を積極的に活用した業務の実施を妨げる趣旨ではないとも明記しています。そして、いずれの場合も、調剤した薬剤の最終的な確認は当該薬剤師が自ら行う必要があります。

業務ごとの線引き早見表

通知の考え方を、AIや機械の活用という観点で整理すると次のようになります。あくまで一般的な整理であり、個別の運用が適切かどうかは、所管の保健所や薬務主管課に確認してください。

業務	AI・機械・薬剤師以外のスタッフの関与	薬剤師が行うこと
納品された医薬品を棚に納める	適切な管理体制のもとであれば可(調剤に該当しない行為)	管理体制の整備
包装されたままの医薬品の取りそろえ	薬剤師の指示のもと、目の届く場所であれば可	指示と最終確認
一包化した薬剤の数量確認(監査前)	薬剤師の指示のもと、目の届く場所であれば可	監査と最終確認
軟膏剤・水剤・散剤等の計量、混合	薬剤師以外の者が直接行うことは不可。調剤機器の活用は妨げられない	調製と確認
処方内容の確認と疑義照会	確認が必要な点の候補を示す支援まで	疑わしい点の判断と医師への問い合わせ
調剤した薬剤の最終確認	画像認識等による照合の補助まで	自ら最終確認を行う

通知は薬局開設者に対し、薬剤師以外の者に業務を実施させる場合には、手順書の整備や必要な研修の実施などの措置を講じることも求めています。AIや機械を導入する場合も、誰がどの工程で確認するのかを手順書に落とし込んでおくことが、後のトラブルを防ぎます。

服薬指導支援とAIの法的リスク｜薬剤師法との関係

服薬指導でAIができるのは、指導ポイントの提示や会話の記録、薬歴の下書きといった準備と記録の支援です。情報提供と指導そのものは薬剤師法第25条の2で薬剤師の義務とされており、AIに任せきりにする運用は法的リスクを伴います。

薬剤師法・医薬品医療機器等法が定めていること

薬剤師法第25条の2は、薬剤師が販売又は授与の目的で調剤したときは、患者又は現にその看護に当たっている者に対し、必要な情報を提供し、必要な薬学的知見に基づく指導を行わなければならないと定めています。さらに同条第2項は、必要があると認める場合には、患者の薬剤の使用状況を継続的かつ的確に把握し、情報提供と指導を行うことを求めています。調剤後のフォローアップも薬剤師の役割に含まれるということです。

医薬品医療機器等法第9条の4は、薬局開設者に対し、調剤された薬剤を販売又は授与する場合には、その薬局で従事する薬剤師に、対面等により必要な情報を提供させ、必要な薬学的知見に基づく指導を行わせなければならないと定めています。また、情報の提供又は指導ができないときは、その薬剤を販売又は授与してはならないとされています(出典：e-Gov法令検索「医薬品、医療機器等の品質、有効性及び安全性の確保等に関する法律」https://laws.e-gov.go.jp/law/335AC0000000145 2026年10月15日取得)。オンラインで行う服薬指導の具体的な方法は厚生労働省令等で定められていますが、いずれの方法でも指導を行う主体は薬剤師です。

想定される4つのリスク

リスク	起こりうること	対策の方向性
指導をAIに任せきりにする	チャットボット等の自動応答だけで説明を済ませ、薬剤師による指導が行われない	AIは準備と補足に限定し、指導は薬剤師が行う運用を手順書に明記する
誤った情報をそのまま伝える	生成AIがもっともらしい誤り(ハルシネーション)を含む内容を提示し、確認せずに患者へ伝える	添付文書等の一次情報で確認する。AIが作った薬歴の下書きは薬剤師が必ず読んで確定する
患者情報の取扱い	汎用の生成AIサービスに患者の氏名や処方内容を入力し、意図しない形で外部に保存される	業務用として契約したサービスに限定し、保管場所・学習への利用の有無・委託先の管理を確認する
医療機器に当たる可能性	診断や治療方針の決定に関わる機能を持つプログラムが、医療機器としての規制対象になる場合がある	導入前に、医療機器への該当性と承認等の状況をベンダーに確認する

患者情報については、調剤に関する情報は個人情報保護法上の要配慮個人情報に当たり、一般の個人情報より慎重な取扱いが求められます。個人情報保護委員会と厚生労働省による「医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス」が、利用目的の特定や安全管理措置、委託先の監督の考え方を示しています(出典：個人情報保護委員会https://www.ppc.go.jp/personalinfo/legal/iryoukaigo_guidance/ 2026年10月15日取得)。システム面では、厚生労働省の「医療情報システムの安全管理に関するガイドライン」(第7.0版、令和8年6月)が、クラウドサービスを使う場合の確認事項の拠り所になります(出典：厚生労働省https://www.mhlw.go.jp/stf/shingi/0000516275_00006.html 2026年10月15日取得)。

AI全般については、経済産業省と総務省の「AI事業者ガイドライン」(第1.2版、令和8年3月公表)が、AIを利用する事業者に向けて、人間による判断の介在や安全性、透明性といった観点を整理しています(出典：経済産業省「AI事業者ガイドライン」https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html 2026年10月15日取得)。最終判断を人が行うという考え方は、薬剤師法の枠組みと方向が一致しています。

本章の内容は一般的な情報提供を目的としたもので、法的助言ではありません。個別の運用が法令に適合するかどうかは、所管の行政機関や弁護士等の専門家に確認してください。

薬剤師が生成AIを使うときのルール｜日本病院薬剤師会のガイダンスを手がかりに

薬剤師が生成AIを使うときの基本は、AIを判断の代替ではなく判断を支援する参考ツールと位置づけ、最終確認と責任を薬剤師が持つことです。日本病院薬剤師会のガイダンスも、この考え方を一貫して示しています。

日本病院薬剤師会は令和8年3月31日付で、「病院薬剤師向け生成AI利活用ガイダンス(2026年2月18日版)」の公表を会員に通知しました。通知文は、文書作成や情報整理、教育支援などで生成AIが効率化と質の向上に寄与することが期待される一方、正確性の担保、個人情報保護、著作権への配慮、関連法令の遵守といった医療分野特有のリスクへの対応が不可欠だとしています(出典：日本病院薬剤師会https://www.jshp.or.jp/activity/guideline/20260331.html 2026年10月15日取得)。対象は病院薬剤師ですが、考え方は薬局での運用を考える際にも参考になります(薬局の運用に当てはめる際は、自店舗の体制に合わせて読み替えてください)。生成AIそのものの基本は、生成AIとは？5分野マップと業務での使い方で解説しています。

生成AIを使うときの5つの基本原則

利用可能性の確認：所属機関で正式に承認・利用可能と判断された生成AIサービスかを確認する
法令遵守の確認：医師法、薬剤師法、医療法、医薬品医療機器等法などに違反しないかを利用前に確認する
正確性の検証：出力内容が正しいことを、信頼できる情報源を用いて自ら確認する
著作権の保護：既存の著作物との類似性を確認し、権利侵害にならないよう配慮する
透明性の確保：出力をそのまま利用する場合等は、AIを使用した事実を通知・明示する

活用事例8つと、導入の順序

ガイダンスは病院薬剤師業務での活用事例を8つ挙げ、組織の習熟度とリスク管理体制に応じて3段階で導入する考え方を示しています。難易度の低い業務から始め、薬学的な判断を伴う業務は十分な経験を積んでから慎重に進める、という順序です。

導入の段階	活用事例	内容の例
導入初期(難易度:低)	医薬品情報の収集・整理	論文・製品情報・副作用情報からの必要情報の抽出、医師からの問い合わせへの回答案の下書き
導入初期(難易度:低)	添付文書・ガイドラインの迅速検索	複雑な添付文書やガイドラインからの必要情報の抽出と要約
導入初期(難易度:低)	教育・研修資料の作成支援	院内研修や実務実習向けの資料、架空の症例シナリオの作成
安定運用後(難易度:中)	服薬指導の説明文の作成支援	処方データから患者にわかりやすい説明文を生成、専門用語の平易化、多言語対応
安定運用後(難易度:中)	患者フォローアップ・副作用モニタリング支援	副作用確認や服薬継続を支援するメッセージの作成
安定運用後(難易度:中)	医療安全・インシデント分析支援	インシデント報告の分類、頻出事象の抽出、対策立案の参考情報
高度な活用(難易度:高)	相互作用・禁忌チェック支援	処方薬と持参薬の相互作用・禁忌の確認。AIの出力は参考情報とし、薬剤師が最終確認する
高度な活用(難易度:高)	処方提案・処方変更提案支援	検査値等に基づく提案の支援。薬学的判断を伴うため慎重な運用が必要

どの事例でも、ガイダンスは出力を薬剤師が必ず確認することを前提にしています。たとえば服薬指導の説明文では、患者に対し「AI支援により作成された文章」であることを通知・明示することと、説明責任は薬剤師にあることを組織のルールとして定めることを挙げています。

対象外とされる利用と禁止事項

ガイダンスは、患者個人に対する診断や最適な薬物療法に関する意思決定を、対象外の利用としています。通知文は、これらは医師法・薬剤師法・薬機法等に基づき医療従事者の専門的判断と責任のもとで行われるべき行為で、生成AIの誤情報(ハルシネーション)を個別患者の意思決定に使うと患者安全上のリスクが極めて高いためだと説明しています。禁止事項としては、次のものが示されています。

薬事承認を得ていない生成AIで、薬学的判断の支援を行うこと
患者氏名等の個人識別情報を入力すること
医師・薬剤師等の確認なしに、AIの出力を患者に直接提供すること
セキュアでないネットワークで医療情報を入力すること
違法行為や倫理に反する目的で利用すること

組織が講じる対策としては、入力データがAIの再学習に利用されない設定になっていることの確認、利用ルールの明記と定期的な監査、職員研修が挙げられています。本章の内容は一般的な情報提供を目的としたもので、法的助言ではありません。個別の運用は、所属機関のルールや所管の行政機関、専門家に確認してください。

AIが代替できない薬剤師業務と、これからの薬剤師の将来性

AIが代替できないのは、調剤した薬剤の最終確認、疑義照会、情報提供と指導、継続的なフォローアップです。いずれも法律上薬剤師が担うとされているうえ、患者の状況に応じた判断と対話が欠かせない業務です。

調剤した薬剤の最終確認：画像認識で照合の精度を上げることはできても、確認の責任を負うのは薬剤師
疑義照会：薬剤師法第24条は、処方箋中に疑わしい点があるときは、交付した医師等に問い合わせて確かめた後でなければ調剤してはならないと定めている。AIは候補を示せるが、疑わしいと判断して医師と話すのは薬剤師
情報提供と指導：患者の表情や話しぶり、生活の状況を踏まえて、伝える内容と伝え方を変える
継続的なフォローアップ：服用の状況や副作用の兆候を把握し、必要に応じて医師へ情報を伝える
多職種との連携：在宅医療などで、医師、看護師、ケアマネジャーと情報を共有し、薬の面から提案する

「AIで薬剤師の仕事がなくなるのか」という問いに対しては、なくなるのではなく中身が変わる、と捉えるのが実態に近いでしょう。取りそろえや数量確認、在庫の把握といった対物業務は機械やAIに移り、薬剤師には対人業務と、AIが示した内容を確かめる役割が残ります。

これからの薬剤師に求められる3つの力

AIの出力を一次情報で検証する力：日本病院薬剤師会のガイダンスは、生成AIの出力を添付文書やガイドライン等の信頼できる情報源で自ら確認することを基本原則に挙げています
患者や他職種と対話する力：患者の状況や生活背景を踏まえた服薬指導、疑義照会、在宅医療での多職種連携は、対人業務の中心です
運用の手順を設計し、責任を持つ力：誰がどの工程で確認するのかを手順書に落とし込むことは、通知が薬局開設者に求める措置にもつながります

つまり、薬剤師の将来性は、AIに任せられる作業と自分が担う判断を見分け、AIの出力に責任を持てるかどうかで変わっていきます。医療機関全体のデジタル化の流れは、医療DXとは｜令和ビジョン2030の三本柱と医療機関の対応ステップで整理しています。

薬局がAIを導入するときの進め方と失敗パターン

AIの導入は、記録の電子化、法的な制約が少ない在庫管理、調剤監査や薬歴の支援という順で段階的に進めると失敗しにくくなります。費用とセキュリティ、スタッフの教育もあわせて計画に入れておく必要があります。

規模・業態別の優先順位

規模・業態	最初に取り組みやすいこと	次の段階
個人薬局・小規模薬局	入出庫と使用期限の記録を電子化し、発注の手間と廃棄を減らす	薬歴の音声入力や下書き支援を試す
複数店舗のチェーン	店舗間で在庫を一元化し、不動在庫を融通する	需要予測による発注提案、調剤監査支援を主力店で試してから広げる
ドラッグストア併設の薬局	一般消費財と医薬品の両方を扱える在庫管理に統一する	受付や待ち時間の案内を自動化する
病院の薬剤部	病棟を含む在庫の把握と、注射薬等の取りそろえの照合	処方内容のチェック支援を、医師との連携手順とあわせて整える

よくある失敗パターン

失敗パターン	原因	避け方
予測の精度が上がらない	入出庫の記録が紙のままで、学習に使えるデータがない	先に記録を電子化し、一定期間データをためてから予測機能を使う
最終確認が形だけになる	機械が照合したから大丈夫という思い込みで、薬剤師の確認が省かれる	誰がどの工程で確認するかを手順書に書き、定期的に見直す
契約後にセキュリティ要件の不足が分かる	データの保管場所や委託先の管理を導入前に確認していない	選定の段階でガイドラインに沿った確認項目を用意する
現場で使われなくなる	操作の研修がなく、従来のやり方と二重管理になる	導入前にマニュアルと研修を用意し、問い合わせ先を決めておく

費用面では、機器の入れ替えを伴う調剤機器や監査システムは初期費用が大きくなりやすく、クラウド型の在庫管理や薬歴支援は月額の利用料が中心になります。初期費用だけでなく、運用にかかる費用と、削減できる作業時間や廃棄ロスを並べて判断することが大切です。国や自治体のIT導入に関する補助金を使える場合もありますが、対象や要件は年度によって変わるため、公募要領で確認してください。システムが止まったときや災害時に手作業でどう続けるかも、あらかじめ決めておくと安心です。

4つの失敗のうち最初の1つは、どの領域のAIにも共通する前提条件です。データがなければAIは働きません。そして、患者情報を扱う範囲が小さく、薬剤師以外のスタッフも関わりやすい在庫管理は、データをためる最初の場として適しています。入出庫と棚卸の記録を毎回手作業でつけているなら、次のチェックで、いまの運用がどこまで手作業に頼っているかを確かめてみてください。

薬局の在庫管理、今のやり方で大丈夫？セルフチェック

当てはまるものを選んでください（登録不要）

入荷と出荷の記録を、紙やExcelに分けて付けている使用期限の確認を、担当者の目視や記憶に頼っている発注の量やタイミングを、経験と勘で決めている棚卸のたびに、帳簿上の数と実際の数を突き合わせる作業に時間がかかる複数の店舗や棚で、同じ医薬品の在庫が見えにくい

よくある質問(FAQ)

Q1. AI薬剤師とは何ですか？

A. 法律上の用語ではなく、薬剤師業務を支援するAI技術や、それを使いこなす働き方を指す通称です。活用が進んでいるのは調剤支援、服薬指導支援、在庫管理の3領域で、いずれも薬剤師の代わりではなく支援として使われています。

Q2. AIによって薬剤師の仕事はなくなりますか？将来性はありますか？

A. なくなるのではなく、中身が変わると考えられます。取りそろえや数量確認、在庫の把握といった対物業務は機械やAIに移りますが、調剤した薬剤の最終確認、疑義照会、情報提供と指導は、薬剤師法のもとで薬剤師が担う業務です。AIの出力を一次情報で確かめる力や、患者・他職種と対話する力を持つ薬剤師には、これからも役割があると考えられます。

Q3. 調剤業務はどこまでAIや機械、薬剤師以外のスタッフに任せられますか？

A. 厚生労働省の通知「調剤業務のあり方について」は、薬剤師の指示のもと、薬剤師の目が届く場所で行われ、薬剤の品質等に影響がなく、判断を加える余地に乏しい機械的な作業であれば、薬剤師以外の者が実施して差し支えないとしています。包装されたままの医薬品の取りそろえなどが例です。調剤した薬剤の最終確認は薬剤師が自ら行う必要があります。

Q4. 服薬指導をAIだけで行うことはできますか？

A. できません。薬剤師法第25条の2は、調剤した薬剤について薬剤師が必要な情報を提供し、薬学的知見に基づく指導を行うことを義務としています。AIは指導ポイントの提示や薬歴の下書きといった準備と記録の支援に使い、指導そのものは薬剤師が行います。

Q5. 患者の情報を生成AIに入力しても問題ありませんか？

A. 調剤に関する情報は要配慮個人情報に当たるため、慎重な取扱いが必要です。日本病院薬剤師会のガイダンスも、患者氏名等の個人識別情報の入力を禁止事項としています。汎用の生成AIサービスに患者の氏名や処方内容を入力することは避け、業務用として契約したサービスについて、データの保管場所、学習への利用の有無、委託先の管理を確認したうえで使ってください。

Q6. 薬剤師がAIを活用した事例には何がありますか？

A. 日本病院薬剤師会のガイダンスは、服薬指導の説明文の作成支援、医薬品情報の収集・整理、添付文書・ガイドラインの検索、相互作用・禁忌のチェック支援、患者フォローアップの文面作成、インシデント分析、教育・研修資料の作成など8つの活用事例を整理しています。薬局では、在庫管理の入出庫記録や使用期限の管理から始めるのが取り組みやすい方法です。いずれもAIの出力を薬剤師が確認することが前提です。

まとめ｜今日からできる5つのこと

AI薬剤師は、薬剤師に代わるものではなく、調剤支援、服薬指導支援、在庫管理の3領域で薬剤師を支える技術です。調剤した薬剤の最終確認、疑義照会、情報提供と指導は薬剤師が担うという線引きを押さえたうえで、法的な制約が少ない領域から段階的に進めることが、無理のない導入につながります。

自店舗の業務を調剤、服薬指導、在庫管理に分け、どこに時間がかかっているかを書き出す
入出庫と使用期限の記録を在庫管理システムで一元化するために、薬局向けの製品と、FUSEのように入出庫・棚卸・購買をつなげて管理する製品の資料を取り寄せて比べる
薬剤師以外のスタッフや機械に任せる作業を、厚生労働省の通知の3つの要件に照らして整理し、手順書に落とし込む
生成AIは所属機関で承認されたサービスに限り、患者の個人識別情報を入力せず、出力を添付文書などの原典で確認してから使う
患者情報を扱うAIを導入する前に、データの保管場所、学習への利用、委託先の管理を確認する

参考文献

厚生労働省「患者のための薬局ビジョン概要」(平成27年10月公表のビジョンの概要資料)　https://www.mhlw.go.jp/file/06-Seisakujouhou-11120000-Iyakushokuhinkyoku/gaiyou_8.pdf(2026年10月15日取得)
厚生労働省医薬・生活衛生局総務課長通知「調剤業務のあり方について」(平成31年4月2日付、薬生総発0402第1号)　https://www.mhlw.go.jp/content/000498352.pdf(2026年10月15日取得)
e-Gov法令検索「薬剤師法」　https://laws.e-gov.go.jp/law/335AC0000000146(2026年10月15日取得)
e-Gov法令検索「医薬品、医療機器等の品質、有効性及び安全性の確保等に関する法律」　https://laws.e-gov.go.jp/law/335AC0000000145(2026年10月15日取得)
厚生労働省「電子処方箋」　https://www.mhlw.go.jp/stf/denshishohousen.html(2026年10月15日取得)
厚生労働省「医療情報システムの安全管理に関するガイドライン」　https://www.mhlw.go.jp/stf/shingi/0000516275_00006.html(2026年10月15日取得)
個人情報保護委員会・厚生労働省「医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス」　https://www.ppc.go.jp/personalinfo/legal/iryoukaigo_guidance/(2026年10月15日取得)
経済産業省・総務省「AI事業者ガイドライン」(第1.2版)　https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html(2026年10月15日取得)
日本病院薬剤師会「病院薬剤師向け生成AI利活用ガイダンス(2026年2月18日版)の公表について」(令和8年3月31日)　https://www.jshp.or.jp/activity/guideline/20260331.html(2026年10月15日取得)
カイゼンナビ「生産計画の見える化と不良の追跡が可能に」(FUSE導入事例)　https://kaizen-navi.biz/case/visualization-of-production-plans-and-tracking-of-defects(2026年10月15日取得)

この記事に興味を持った方におすすめ