Google Meet 音声 AI は診療スクライブ市場の主戦場に立てるか【評価ワークシート付録つき】
Gemini × Workspace / Abridge / Dragon Copilot / AmiVoice / ユビー / medimo / MEDISMA を「診察前／中／カルテ作成」時間軸で比較する
3 行で先に置きます
医療機関が Google Meet の Gemini をカルテ作成 AI と同列に並べて比べると、中途半端に見えます。診察前・診察中・カルテ作成に分けると、『診察中 AI』としての場所は残ります。ただし、それは主カルテを任せる場所ではありません。
カルテ作成の主動線は、Abridge、Dragon Copilot、AmiVoice、ユビー、medimo、MEDISMA のような専業勢が取りに行く領域です。EHR（電子カルテ）連携、SOAP（診療録の標準書式）構造化、監査証跡が必要になるためです。Google Meet は Workspace 既存契約の補助線として効きますが、診療文書の最終品質は医師確認に残ります。
『専用品 vs 汎用品』で切ると、議論が粗くなります。実際の導入判断は、患者接点の前後どこを埋めるかで差が出ます。2026 年 5 月時点では、Ubie を診察前、Google Meet を診察中、専業スクライブをカルテ作成に置く時間軸補完が現実的です。ただし、規制と同意設計を省く条件では使えません。
0. なぜ今このレポートか
起点は、ある院長からの問いでした。『Google Meet の Gemini で議事録を作らせているが、外来の診察にも使えないか』というものです。すでに Workspace は契約済みで、追加費用は小さい。月 400 ドル級の専業スクライブを別契約する前に手持ちで試す、という経営判断は自然です。ただし、医療利用では安さだけでは足りません。
この問いが重要なのは、会議要約 AI が一般業務で普及し、その延長で診察室にも持ち込まれ始めたからです。Google は Cloud Next ’26 で Take notes for me の拡張を示し、月間 1.1 億人超、前年比 8.5 倍という利用規模を出しました[1]。Zoom、Teams、対面会議への対応は、Workspace 内だけの便利機能ではない段階を示します。ただし、医療向け設計とは別問題です。
X で短いスレッドを置いたのは 2026-05-11 です。本号では、それをプロダクト、規制、契約、運用、臨床品質、経済性の 6 レイヤーに広げます。Cursorvers は医療 AI 第三者機関として、ベンダーの販促表現ではなく、現場に残る責任境界を見ます。結論は単純な採否ではなく、使える時間軸の切り分けです。
時事性はもう一つあります。日本では診療報酬改定と 3 省 2 ガイドラインの運用解釈が、音声入力や AI 記録補助の導入判断に直接触れます[13][15]。ベンダーが『対応』と書いていても、SOP、同意文書、保存期間、アクセスログは施設側に残ります。つまり、安く始めるほど院内側の設計負担が見えにくくなります。
1. 時間軸で見る診療 AI
医療 AI を『画像／問診／カルテ』で分ける整理は、製品カタログとしては便利ですが、導入判断には粗いと考えます。診察室で必要なのは、患者が来る前、会話している最中、診療文書に落とす後工程のどこを支援するかです。時間軸で分けると、同じ『音声 AI』でも責任範囲が変わります。
診察前 AI は、患者の訴えを構造化して医師の前に置く領域です。ユビー（Ubie）はこの位置が強く、問診から症状、既往、受診理由をまとめる流れを持ちます[8]。価値は診察時間の短縮ではなく、診察開始時の情報密度にあります。ただし、患者入力の偏りや誤解は後段で補正が必要です。
診察中 AI は、会話を捨てずに議事録化する領域です。Google Meet + Gemini はここに近い。Take notes for me は発話を要約し、Docs などに残す汎用機能として伸びています[1]。診察中の補助メモ、カンファ、教育用途では価値があります。ただし、医療概念の正規化や EHR への安全な挿入までは標準範囲ではありません。
カルテ作成 AI は、会話から SOAP、HPI、Assessment & Plan を組み立て、EHR に入る文書へ近づける領域です。Abridge、Dragon Copilot、medimo、MEDISMA、AmiVoice、Suki はここに並びます[3][5][7][9][11]。この領域では、発話と記録の対応、専門辞書、医師承認フローが価値になります。ただし、最終責任は医師に残ります。
3 つは競合だけではなく、補完関係に近いです。Google Meet をカルテ作成 AI の代替として評価すると、EHR 連携や監査証跡の弱さで落ちます。一方で、診察中 AI として見れば、低コストで会話を保持する補助線になります。誤るのは、製品名ではなく時間軸を混同した評価です。
2. 市場マップ：アンビエントスクライブ 2026
2-1. 米国主要プレイヤー
米国市場の中心は、EHR 統合と資本力で決まっています。Abridge は累計 7.5 億ドル超の調達を進め、2025 年 6 月の Series E で 3 億ドル、評価額 53 億ドル級に達しました[3][4]。Epic の First Pal 認定も、単なる販売協力ではなく、病院内の主動線に近づく根拠です。ただし、高価格と大規模導入前提は残ります。
Dragon Copilot は Microsoft の垂直統合カードです。Nuance DAX Copilot と Dragon Medical One を束ね、197 億ドルの Nuance 買収を臨床ワークフローで回収する段階に入りました[5][16]。Microsoft 365、Azure、EHR 連携の面で強い。反面、病院側は Microsoft 依存と契約複雑性を評価する必要があります。
Suki AI は『クリニカルアシスタント』に寄せています。単なる議事録ではなく、音声コマンドで業務全般を回す設計に近い。便利ですが、オーダー提案や診断補助に近づくほど SaMD（医療ソフトとしての規制対象）の境界が動きます。現時点で全てを規制対象と見る必要はありませんが、機能拡張時の審査線は確認が要ります。
Heidi Health は無料プランを持ち、ソロや小規模クリニックに入りやすい価格帯を作っています。DeepScribe、Augmedix は構造化や人間レビューで差を作る中堅です。市場全体では、議事録生成は下がり、監査トレース、専門科チューニング、人間確認の設計で差が出ます。ただし、低価格化は品質保証の余白を削る可能性があります。
Epic Workshop 内で Diagnosis Awareness Notes のような統合が進むと、後発勢は中小規模市場や特定診療科へ押し出されます。Abridge と Dragon Copilot は大規模病院の標準枠を取りに行く一方、周辺勢は安さ、導入速度、専門領域で戦う構図です。Google Meet はこの主戦場ではなく、会議・診察中メモの横に立ちます。
2-2. 日本市場：診療科 × 施設規模で住み分け
日本市場は、言語、電子カルテ接続、3 省 2 ガイドライン、診療報酬の説明可能性で海外勢の進入速度が落ちます。その間に国内勢は、診療科 × 施設規模で住み分けを進めました。英語圏の資本力だけで決まる市場ではありません。ただし、Google や Microsoft の基盤が後から効く余地はあります。
AmiVoice は日本語医療音声認識のデファクトに近い位置です。診療科別辞書、院内運用資料、3 省 2 ガイドライン準拠の説明材料があり、全科・大規模施設に向きます[7][15]。強みは音声認識の成熟と日本語医療語彙です。一方で、生成 AI 的な文脈補完や自動構造化は、個別製品構成で見極めが必要です。
ユビーは診察前 AI とカルテ作成 AI をつなぐ位置にいます。患者問診の入口を持ち、Google・Gemini との取り組みも背景にあります[8]。外来、病棟、事務の横断導入を狙える点が強い。反面、医療機関側は、問診の構造化と診療録支援を同じ評価軸で混ぜず、導入目的ごとに成果指標を切る必要があります。
medimo は医学部生発のヘルステックとして、SOAP 自動構造化、糖尿病専門 AI、movacal.net 連携を打ち出します[9]。2025 年 6 月には兵庫医科大学病院で国内大学病院として初の本格導入が示されました[10]。専門科と大学病院の実装事例は強い材料です。ただし、診療科を広げた時の精度再現性は別に測る条件です。
MEDISMA AI クラークは、医療特化音声認識と QR を使ったオンプレ EHR 接続を前面に出します[11]。対話量が多く自由記載が厚い精神科・心療内科では、診察中の会話保持が価値になります。クラウドだけで閉じない接続設計も医療機関には見やすい。ただし、接続方式ごとの保守責任と障害時手順は残ります。
NTT ドコモビジネス × JCHO 北海道病院の PoC は、院内完結型の AI カルテ下書きとして重要です[12]。厚労省の ICT 機器活用モデル医療機関に採択された文脈は、国内の運用設計を考える材料になります。ここで見たいのはデモ精度ではなく、同意、ログ、保存、削除、監査説明を含む実装負荷です。
2-3. Google の戦略
Google は医療スクライブ専用品を前面に出すより、医療プラットフォームと汎用業務 AI を売る戦略に近いと考えます。Med-PaLM / MedLM 系はクラウド API 側にあり、UI レイヤーは Workspace と Ubie などのパートナーに任せる構造です[8][14]。つまり、Meet の音声 AI は医療専用品ではなく、入口の汎用層です。
Microsoft は Nuance 買収で、音声入力から臨床文書化まで垂直に取りに行きました[5][16]。Google は同じ形を取っていません。これは弱さにも見えますが、パートナーを広く置ける柔らかさでもあります。医療機関から見ると、Google Meet は主カルテ作成機能ではなく、既存業務インフラの一部として評価する方がずれません。
したがって、『Google Meet 音声 AI は Abridge / Dragon の競合か』という問いは設定が荒いです。Abridge と Dragon はカルテ作成の主動線に近く、Google Meet は診察中 AI の補助動線に近い。競合ではなく、手前に置く道具です。ただし、同じ患者会話を扱う以上、同意とデータ管理は同じ厳しさで見ます。
2-4. Cloud Next ’26：Take notes for me の戦略的拡張
Cloud Next ’26 の発表で見るべき数字は、機能数ではなく利用規模です。Take notes for me（会議の自動議事録機能）が月間 1.1 億人超、前年比 8.5 倍という水準になったことは、会議要約 AI が日常業務インフラへ移ったことを示します[1]。この規模は医療専用ではありませんが、医療機関の情報部門が無視しにくい条件です。
Zoom、Teams、対面会議への対応は、Workspace 内の閉じた便利機能から、クロスプロバイダーの会話記録基盤に寄る動きです[1][2]。オンライン診療補助、外部カンファ、地域連携会議に入りやすくなります。ただし、PHI（患者識別情報）を含む診療利用に適するかは別問題です。契約と設定の確認が必要です。
対面会議対応は、診察室の会話を構造化する技術的下地が整いつつあることを示します。診察室は会議室より雑音、遮り、専門語、患者の曖昧表現が多い。ここで実力が出ます。Google Meet は入口コストを下げますが、医療品質を保証する専用品にはまだ距離があります。だから PoC の設計が重要になります。
3. 規制レイヤー
3-1. 米国 vs 日本
米国では HIPAA（米国の医療情報保護法）と BAA（業務委託契約）が土台になります。日本では医療法、個人情報保護法、次世代医療基盤法、さらに 3 省 2 ガイドラインを踏まえた委託契約と運用設計が必要です[15]。どちらも『クラウドが安全と言っている』だけでは足りません。医療機関側の管理責任が残る点は共通です。
AI 機器規制では、米国は FDA SaMD、日本は薬機法 SaMD と PMDA（医薬品医療機器総合機構）審査が関係します。診療文書化支援は多くの場合、医師確認を前提とした支援ツールとして説明されます。ただし、診断補助、治療提案、オーダー提案に踏み込むと線が動きます。便利な自動化ほど、規制上の説明が重くなる条件です。
報酬連動も分けて見ます。米国は CMS reimbursement codes、日本は診療報酬改定が導入判断に影響します。2026 年改定では音声入力導入施設の運用要件について柔軟化を訴求するベンダーが出ています[13]。ただし、最終解釈は厚労省通知、疑義解釈、施設の個別運用に戻ります。販促文だけで判断はできません。
3-2. 主な誤読
最も多い誤読は、『BAA があるから Gemini は医療で使える』という短絡です。BAA は Workspace コアサービスを対象にする場合があり、Gemini の全機能が同じ範囲で常にカバーされるわけではありません[14]。機能名、契約プラン、データ利用設定を個別に確認する必要があります。ここを飛ばすと、監査時に説明が崩れます。
日本では BAA 自体が法的根拠になりません。必要なのは、3 省 2 ガイドラインに沿った委託先管理、アクセス制御、ログ、バックアップ、保存期間、削除手順、インシデント対応です[15]。Google Meet を使う条件でも、これらは施設側に残ります。安い道具ほど、院内文書化の人件費が見えにくくなります。
診療文書化 AI は、現状では『医師確認を前提とする支援ツール』として SaMD 対象外に置かれる説明が多いです。ただし、Suki AI のようなクリニカルアシスタント枠は境界線に近い。オーダー提案、診断候補提示、禁忌チェックに踏み込むと、支援の顔をした医療判断に近づきます。ここは機能単位で見る条件です。
患者同意の誤読もあります。録音や要約が診療の質を上げるとしても、患者が何を記録され、どこに保存され、誰が見て、いつ消せるのかを理解できなければ、運用は弱い。院内掲示だけで足りる場面と、個別同意が望ましい場面は分かれます。精神科、小児、遺伝、感染症、労災では特に慎重さが必要です。
4. Google Meet 音声 AI のプロダクト解剖
4-1. 機能ライン
Google Meet の機能は、医療スクライブではなく会話インフラとして整理すると見えます。Take notes for me は 2024 年以降の会議要約機能で、Cloud Next ’26 で対応範囲が広がりました[1]。診察中 AI としては、会話の取りこぼしを減らす補助になります。ただし、診療録の様式に自動で合うわけではありません。
Speech Translation は 2026 年 2 月に GA とされ、声色保持の翻訳音声として国際症例検討に効きます。医療通訳の代替とまでは言えませんが、海外施設とのカンファ、研究会、教育場面では摩擦を下げます。固有名詞、薬剤名、疾患名の誤訳は残るため、診療意思決定の根拠に置く条件では危険が残ります。
翻訳キャプションは約 70 言語に対応するため、多言語患者対応の補助として期待されます。受付説明、一般的な生活指導、院内案内の場面では役に立ちます。ただし、患者の訴えは文化差と比喩が混ざります。医療安全上の同意、侵襲的処置、重大診断の説明では、資格ある通訳や確認手順を残す条件です。
Adaptive Audio は地味ですが、診察室では重要です。診察室には紙の音、電子カルテ入力、家族の発話、隣室音、マスク越しの声が混ざります。雑音耐性が上がるほど議事録補助の実用性は増します。ただし、音声品質が上がっても、医学的要約の正確性が自動で上がるわけではありません。ここを分けて測ります。
4-2. カルテ作成 AI として見たときの制約
Google Meet をカルテ作成 AI として見ると、最初の制約は EHR 連携です。Drive にテキストや音声を残せても、Epic、国内電子カルテ、部門システムへ安全に入る流れは標準ではありません。医師が確認し、必要箇所を転記する二段階になります。低コストの代わりに、転記と確認の人間コストが残ります。
医療オントロジーへの対応も限定的です。SNOMED CT（国際医療用語体系）、ICD-10、病名マスタ、薬剤マスタ、検査コードとの紐付けは、汎用 LLM の文章生成とは別の品質です。診療録では言い換えの上手さより、コード化、否定表現、時系列、鑑別の保持が重要になります。ここを曖昧にすると、後工程で修正負担が増えます。
構造化の薄さも見ます。SOAP、HPI、Assessment & Plan、生活指導、処方変更、次回方針に分ける力は、専業スクライブが競う中心です。Google Meet の要約は会議メモとしては自然でも、診療録の型に沿うとは限りません。低リスク外来の補助なら使えますが、初診や複雑症例の主文書には条件が厳しいです。
監査証跡では差が出ます。Abridge は『発話 → 記録』の双方向トレースを強く打ち出し、どの発話がどの記載に反映されたかを確認できる設計を訴求します[6]。Google Meet には同じ水準の医療用トレースが標準であるとは言えません。誤要約時の説明責任を考えると、この差は導入審査で大きくなります。
一方で、診察中 AI として見れば評価は変わります。会話を Docs に残し、医師が必要部分だけカルテに転記する二段階運用なら、Google Meet は十分に検討対象です。目的を『カルテを自動完成する』ではなく『診察中の情報損失を減らす』に置くと、期待値とリスクが合います。ただし、SOP は必須です。
5. シナリオ別比較
5-A. 米国 Epic 大規模病院
米国 Epic 大規模病院では、勝負は Epic 統合の深さで決まります。Abridge は First Pal、Dragon Copilot は Microsoft / Nuance の埋め込みで、院内の主動線に入りやすい[5][6]。Google Meet はここでカルテ作成の中心には立ちにくいです。ただし、教育、カンファ、外部会議では別の価値が残ります。
価格差は補助動線で効きます。Abridge が医師あたり月 300〜500 ドル級、Dragon Copilot が月 600 ドル級とされる中、Google Meet は Workspace 既存契約や追加 Gemini の範囲で済むことがあります。医師 100 人 × 12 か月では差額が大きい。とはいえ、安さは EHR 連携と監査証跡の代替にはなりません。
この病院群では、Google Meet は多職種カンファ、M&M、教育回診、国際症例検討の記録補助に置くのが現実的です。PHI を含む場合は契約と設定を確認し、含まない教育資料化なら使いやすい。主カルテは専業勢、周辺会話は Meet という配置です。ただし、会議メモが診療判断に逆流する管理は必要です。
5-B. 日本中規模病院
Summary: セッション引き継ぎ: /fugue Rule A+B+E enforcement run 3-slice closeout (Slice 1 Rule A+B 着地 + Slice 2 S7 #3 implementer identity + Slice 3 D-1 fstat re-validation + fsync parent_dir)、PR #264 3 commits stacked、unanimous /vote 9/9/9 APPROVAL × 3 round
日本中規模病院では、主動線は AmiVoice か Ubie に寄りやすいと考えます。日本語医療語彙、電子カルテ周辺の実装、3 省 2 ガイドラインへの説明資料が導入審査で効くからです[7][8][15]。糖尿病や在宅なら medimo、精神科・心療内科なら MEDISMA のように、診療科ごとの相性で差が出ます。
Google Meet は、このシナリオではカンファと補助議事録に限定する方が整います。既存 Workspace を使って、委員会、病棟カンファ、地域連携会議、教育記録を効率化する。外来診察で使う場合も、低リスク再診や生活指導のメモから始めるのが条件です。新患、複雑疾患、法的争点のある症例では慎重に扱います。
中規模病院の制約は、予算よりも運用人員です。SOP、患者説明、同意、保存期間、削除依頼、障害時の代替手順を誰が書き、誰が監査するのかが詰まります。専業ベンダーはここを伴走できますが、Google Meet 単独では施設側が背負います。安く見える導入ほど、医療安全管理室と情報システム部の負荷が増えます。
5-C. 低リスク外来の議事録補助（X 投稿の主張領域）
X 投稿で主張した領域は、低リスク外来の議事録補助です。再診の生活指導、慢性疾患の経過、服薬状況、運動・食事の相談、自由記載が多い場面では、Take notes for me が診察中メモとして働きます。ここでは EHR 自動挿入より、会話の取りこぼしを減らす価値が前に出ます。
具体例は、糖尿病再診で『朝食後の低血糖が週 2 回』『夕食後歩行 20 分』『メトホルミン継続、SGLT2 は次回検討』のような会話を保持する場面です。医師は議事録から必要部分を選び、カルテに転記します。これなら汎用 AI でも入り口は作れます。ただし、処方変更や鑑別判断は必ず医師が確認する条件です。
専業スクライブを別途入れる必然性が薄い小規模運用もあります。年間数千件の低リスク再診だけなら、Workspace 包含分で PoC する合理性はあります。評価指標は『カルテ時間が何分減ったか』ではなく、『会話の再確認時間が減ったか』『患者説明の抜けが減ったか』です。ただし、成功しても高リスク症例へ横滑りはしません。
5-D. 多職種カンファ／教育／国際症例検討
多職種カンファ、教育、国際症例検討では、Google Meet の強みが最も出ます。Speech Translation、クロスプロバイダー対応、PHI を含まない議事という 3 条件が揃えば、専業カルテ作成 AI より自然です[1][2]。Abridge や AmiVoice は診療録に強い一方、国際会議や教育資料化を主目的に作られてはいません。
具体的には、海外施設との症例検討、院内研修、臨床研究ミーティング、地域連携の一般議題です。患者識別情報を除き、議論の論点、担当、次回アクションを残すなら、Google Meet の会議要約は業務効率に近い価値を出します。ここでは医療 AI というより、医療機関の知識管理として扱う方が安定します。
残るリスクは、PHI の混入です。教育会議でも、患者名、カルテ番号、希少疾患、日付、地域情報が出れば再識別可能性が生まれます。Google Meet を使う条件は、会議冒頭の注意、録音表示、PHI を避ける運用、議事録確認者の設定です。これをやらずに『会議だから安全』と見るのは粗い判断です。
6. Cursorvers の評価フレーム
ベンダー提案を精査する時、Cursorvers は最初に責任境界を見ます。AI 出力が誤った時、医師、病院、ベンダー、クラウド事業者のどこに何が残るのか。契約書、利用規約、障害時手順で確認します。『医師確認前提』という一文だけでは足りません。具体的な修正履歴と監査対応が必要です。
次に、院内説明文書を見ます。患者向けに『会話を AI が記録する』と説明するテンプレートがあるか、患者が拒否した時の代替運用があるか。外来受付、診察室、同意撤回、削除依頼まで文書化されているかが重要です。ここが弱いベンダーは、技術が良くても院内導入で止まりやすいです。
3 つ目は、運用 SOP の伴走です。録音中表示、同意取得、保存期間、アクセス権、ログ確認、障害時の紙運用、誤記発見時の訂正フローを誰が作るのか。専業勢はこの伴走を売りにできます。Google Meet 単独では施設側で作る比率が大きい。導入費が低いほど、SOP 作成費を別枠で見る条件です。
4 つ目は、再現性のあるベンチマークです。病名抽出 F1、要約妥当性、ハルシネーション率、医師受容率、文書化時間削減、患者説明の抜けを同じ症例セットで測ります。デモ動画や代表症例だけでは判断しません。30 症例 × 2 診療科程度でも、盲検評価に近づけると差が出ます。
5 つ目は、規制ロードマップ整合です。3 省 2、AI 事業者ガイドライン、SaMD、AI 推進法、診療報酬改定に対して、ベンダーがどの機能をどの位置に置いているかを確認します[13][15]。『規制対応済み』という表現は広すぎます。対象法令、対象機能、責任範囲を表で出せるかが評価点です。
補助軸として、『診察前／診察中／カルテ作成』のどの時間軸を埋める製品かを必ず問います。提案書がここを曖昧にする場合、比較表も曖昧になります。Ubie と Google Meet と Abridge を同列に並べるのではなく、患者入力、会話記録、診療録生成に分けます。この一手で、過剰期待と過小評価の両方を減らせます。
7. 経済性のモデリング
7-1. 中規模病院 TCO
ここでは、常勤医 30 人 × 年間外来 6 万件 × 1 年運用の粗い TCO（総保有コスト）を置きます。目的は精密な見積りではなく、コストの見落としを減らすことです。Abridge や Dragon Copilot は直接費が見えやすく、Google Meet は安く見えやすい。ところが、安く見える側には SOP と監査説明の内製費が残ります。
Abridge 外来主動線を医師あたり月 400〜500 ドル級で置くと、直接費は年 18 万ドル前後、運用費は 8 万ドル前後になります。Dragon Copilot を月 600 ドル級で置くと、直接費は年 21.6 万ドル、運用費は 10 万ドル前後です。高く見えますが、EHR 連携と実装伴走が含まれる条件なら単純比較はできません。
AmiVoice、medimo、MEDISMA は国内の月額契約と施設規模で変わります[7][9][11]。日本語音声、診療科特化、オンプレ接続、大学病院事例など、価格以外の評価軸が強い。国内病院では、米国価格表をそのまま当てるより、電子カルテ接続費、院内審査、医療安全部門の工数を加えた見積りが現実に近いです。
Google Meet 単独で議事録補助だけを取るなら、Workspace 包含で直接費を抑えられます。これは確かに魅力です。ただし、3 省 2 準拠の SOP、患者説明、アクセス権、保存・削除手順、監査説明は施設自前になります[15]。見積書に出ない人件費を 0 円で置くと、導入後に現場へしわ寄せが出ます。
併用シナリオは TCO の整合性を取りやすいです。主カルテは専業勢に任せ、Google Meet はカンファ、教育、低リスク外来の補助メモに置く。専業勢の SOP と監査設計を中核にして、Meet の利用範囲を限定する形です。重複投資に見えますが、時間軸が違うなら無駄ではありません。
7-2. 文書化時間削減の試算
文書化時間削減は、ベンダーの公称値をそのまま信じるのではなく、院内で再現する必要があります。Dragon Copilot が示す『文書化時間 50% 削減』を仮に使うと、医師 1 人が外来 1 コマ 4 時間でカルテに 60 分を使う条件では、30 分 × コマの削減になります[5]。ここまでは計算上の入口です。
週 8 コマなら、医師 1 人あたり週 4 時間が浮く計算です。30 医師なら週 120 時間、年 52 週で 6,240 時間になります。医師時給を 1 万円で置けば、年 6,240 万円相当の時間解放です。年額契約が数千万円でも ROI（投資対効果）が見える計算になります。ただし、外来構成と入力習慣で差が出ます。
PoC で見るのは、この 50% が自院で出るかです。初診、再診、慢性疾患、精神科、救急、手術説明では文書化負荷が違います。症例を混ぜず、診療科ごとにベースラインを測り、導入前後で医師ごとのばらつきを見る必要があります。平均値だけでは、特定医師の負担増が隠れることがあります。
Google Meet 単独では、削減の出方が変わります。議事録からカルテへ転記する二段階が残るため、カルテ作成時間の 50% 削減を狙うより、患者説明の抜け、会話再確認、カンファ議事録作成の時間を測る方が妥当です。指標を間違えると、使える道具を間違った場所で不合格にしてしまいます。
7-3. Google Meet 単独運用の隠れコスト
『Workspace 包含だから安い』には、少なくとも 3 つの隠れコストがあります。1 つ目は SOP 整備です。録音、同意、保存、削除、閲覧権限、障害対応を施設自前で文書化します。3 省 2 ガイドラインに沿って作るなら、情報システム部、医療安全、事務、現場医師の合意形成が必要です[15]。
2 つ目は監査説明コストです。診療報酬改定や院内監査で、音声入力・AI 記録補助をどう管理しているかを説明する必要があります[13]。議事録ファイルが Drive に散在し、誰が承認したか不明な状態は弱い。文書名、保存場所、権限、廃棄日、患者同意の紐付けまで決める条件です。
3 つ目は医師の検証時間です。議事録を見て、必要部分を拾い、カルテへ転記し、誤要約を消す。これは安全上は必要ですが、時間削減を相殺します。低リスク再診やカンファなら許容できますが、全外来へ広げると負荷が戻ります。『安い』は、医師の確認時間を 0 と見ない場合にだけ評価できます。
併用シナリオでは、これらの追加コストの一部が専業勢の運用 SOP に吸収されます。専業スクライブで主文書化を管理し、Google Meet は周辺会話に限定する。X 投稿で書いた経済的根拠はここにあります。安価な汎用品を否定するのではなく、安さが効く場所に置く条件付きの評価です。
8. 1 年後の市場予測
1 つ目は、Abridge と Dragon Copilot のエンタープライズ正面衝突です。Epic 内のデフォルト争いは、数百医師規模の病院で導入先を決めます。Abridge は Epic First Pal、Dragon は Microsoft / Nuance の統合で進む[5][6]。両者とも強いですが、病院側は価格、既存契約、監査トレースで選ぶことになります。
2 つ目は、Google の医療パートナー戦略の本格化です。Google は自社で医療スクライブ専用品を全面展開するより、Ubie や MedLM 系、Google Cloud Healthcare と Workspace を組み合わせる方向に寄ると考えます[8][14]。Meet は診察中 AI、パートナーは診察前やカルテ作成へ置く構造です。ただし、契約整理が追いつく必要があります。
3 つ目は、日本国内勢の加算戦略です。AmiVoice、ユビー、medimo、MEDISMA は、診療報酬改定への対応を販促の中心に置く可能性が高い[7][9][11][13]。ここで重要なのは、単に『加算対応』と書くことではありません。算定要件、運用実態、院内文書、疑義解釈への耐性まで示せるかで差が出ます。
4 つ目は、コモディティ化と差別化軸の移動です。議事録ドラフト生成だけなら、Google Meet、Zoom、Teams、一般 LLM が追いつきます。単価は下がります。差が出るのは、発話トレース、専門科チューニング、医師承認 UI、SOP、監査説明、EHR 連携です。単なる要約 AI は利益率を守りにくくなります。
5 つ目は、SaMD 境界線の議論です。診療文書の下書きだけなら支援ツールとして説明しやすい。しかし、オーダー提案、診断候補、治療方針、禁忌アラートに踏み込む製品が増えれば、薬機法 SaMD 該当性の議論が個別に発生します。便利さを広げるほど、規制上の位置づけを再確認する条件です。
6 つ目は、クロスプロバイダー診察中 AI の標準化です。Take notes for me の Zoom / Teams / 対面対応は、会話記録がプラットフォームをまたぐ方向を示します[1][2]。医療機関は、会議ツールごとに別 SOP を作るより、診察中 AI の共通ルールを持つ必要があります。ただし、PHI の扱いは最も厳しい前提に揃えます。
9. Verdict
Google Meet 音声 AI は、カルテ作成 AI 市場の主戦場に立つ製品ではありません。理由は、EHR 連携、医療オントロジー、SOAP 構造化、発話トレース、運用 SOP の深さで専業勢と差があるからです。Abridge、Dragon Copilot、AmiVoice、ユビー、medimo、MEDISMA と同じ評価軸に置けば、中心には届きません。
それでも、『診察中 AI』という独立カテゴリでは居場所があります。多職種カンファ、オンライン補助議事録、国際症例検討、低リスク外来の議事録補助の 4 場面では、既存 Workspace 契約の延長で価値を取りに行けます。具体的には、会話の保持、論点整理、次回アクション、教育資料化です。ただし、PHI 管理は省けません。
主動線は、米国 Epic 病院なら Abridge か Dragon Copilot、日本なら AmiVoice か Ubie、糖尿病・在宅なら medimo、精神科・心療内科なら MEDISMA に寄ります。診療科 × 施設規模で住み分ける方が、ROI と安全性の両面で説明しやすい。Google Meet はこの主動線を奪うより、周辺の情報損失を減らす役割です。
Cursorvers としては、併用シナリオを推します。Ubie を診察前 AI、Google Meet を診察中 AI、専業スクライブをカルテ作成 AI として、3 つを時間軸で補完する配置です。これなら、汎用品の安さと専用品の監査性を両方使えます。ただし、患者同意、保存、削除、ログ、責任境界を文書化する条件は動きません。
X 投稿（2026-05-11）で置いた『専用品が本命だが、Workspace 包含なら検証する価値あり』という主張は、本稿でも変わりません。検証する価値はあります。しかし、検証対象はカルテ自動作成の代替ではなく、診察中の補助メモと周辺会議の効率化です。期待値を合わせれば有用ですが、過信すると危うい道具です。 読者別の次の一手は次のとおりです。開業医・院長は、まず低リスク再診で Take notes for me を 1 か月試し、議事録の取りこぼし削減と確認時間の増減を測る。病院 IT 担当は、Workspace 契約と Gemini 機能の BAA カバー範囲、保存先、削除手順を文書化し、3 省 2 ガイドライン準拠の運用設計を準備する。経営層は、主動線（カルテ作成）と補助動線（議事録）の費用を分離計上し、Abridge や AmiVoice などの専業スクライブとの併用を前提に投資計画を組む。 このレポートは判断の代替ではありません。一次情報と施設個別の状況に照らしてご判断ください。
持ち帰り付録は Notion へ
本号で公開している実用ツール 7 セット、すなわちベンダー選定スコアシート、30 個の質問リスト、PoC 評価ワークシート、患者向け説明文書テンプレ、院内稟議書テンプレ、評価チェックリスト 11 項目、用語辞典は、Notion ページに切り出しました。院内検討で使う前提の実務部品です。
Cursorvers Memo / 2026-05 Take-Home Kit（Notion）
PDF にして院内会議で配る、エクセルに転記する、電子カルテ運用規程の叩き台にする、といった使い方を想定しています。自由に加工して構いませんが、Cursorvers クレジットの明記をお願いします。なお、テンプレートは判断の代替ではなく、一次情報と施設個別条件を確認するための足場です。
本記事で綴った「AIに臨床の魂を宿す」という想いは、単なる思想の提唱に留まらず、具体的な「臨床現場への実装」へとフェーズを移行しました。
記事を読むだけでなく、実際に手を動かし、安全なガバナンスの下で臨床知を形式知・資産へと変えていくための実践的環境（Cursorvers Library）を公開しています。
その理念に共鳴し、評論家ではなく「実践者」として医療の未来の構築を志向される方は、是非メンバーシップ（無料・有料）への加入をご検討ください。
（もし不具合があれば、お問い合わせフォームからご連絡ください。）
▼ Cursorvers Program Roadmap
引用文献
Google Workspace Blog, “10 more announcements for Workspace at Google Cloud Next 2026”. https://workspace.google.com/blog/product-announcements/10-more-announcements-workspace-at-next-2026
9to5Google, “Google Meet adding in-person ‘Take Notes for me’”（2026-04）.
Sacra, “Abridge revenue, valuation & funding”. https://sacra.com/c/abridge/
Fierce Healthcare, “Abridge scores $300M series E”（2025-06）／Abridge press「Series E extension」（2026-04）.
Microsoft for Healthcare, “Microsoft Dragon Copilot”. https://www.microsoft.com/en-us/health-solutions/clinical-workflow/dragon-copilot
Abridge press, “Abridge Becomes Epic’s First Pal”. https://www.abridge.com/press-release/
アドバンスト・メディア「AmiVoice iNote／iNote Lite」公式. https://medical.amivoice.com/inote/
Google Japan blog「ユビーと Gemini の取り組み」. https://blog.google/intl/ja-jp/company-news/technology/ubie/
株式会社 medimo 公式 https://medimo.ai/ ／ NTT プレシジョンメディシン「movacal.net × medimo 連携」（2025-06）.
BRIDGE「医学部生が作る診療支援『medimo』、大学病院導入の背景」（2025-07）／兵庫医科大学プレスリリース https://www.hyo-med.ac.jp/news/3273/
MEDISMA「AI クラーク」公式. https://medisma.jp/ai-clerk/
NTT ドコモビジネス プレスリリース（2026-01-19）. https://www.ntt.com/about-us/press-releases/news/article/2026/0119.html
厚生労働省「令和 8 年度診療報酬改定」関連通知（2026 年 3 月）.
Google Workspace Help, “Google Workspace with Gemini FAQ”.
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 第 6.0 版」.
Microsoft Industry Blogs, “DAX Copilot”（2024-08）.
Cursorvers Memo は医療 AI 第三者機関 Cursorvers（https://cursorvers.com）が発行する月次レポートです。本号は 2026 年 5 月 12 日時点の公開情報および Cursorvers の X 投稿（2026-05-11）に基づきます。引用・転載はクレジット明記の上自由ですが、本レポートをベンダー提案書の単独根拠にすることは避け、必ず一次情報と施設個別の状況に照らしてご判断ください。
大田原先生、医療現場のリアルと経営ガバナンスの双方を完璧に射抜いた素晴らしいレポートをありがとうございます！
日々、病院の事務長として医療DXやTCO（総保有コスト）に向き合っていますが、第7章でご指摘されている「Workspace包含だから安い、の裏にある3つの隠れコスト（SOP整備、監査説明、確認転記の人件費）」には、まさにその通りだと痛感いたしました。安価な汎用ツールの導入は魅力的ですが、3省2ガイドライン準拠の院内規定や同意設計を施設側が自前で背負うリソースを計算に入れないと、現場が破綻してしまいますね。主動線（専用スクライブ）と補助動線（Meet）を時間軸で切り分ける併用モデルの提案、経営判断のバイブルとして非常に勉強になりました。