シェアメディカル、医療AI基盤「MediLine Engine」を発表

シェアメディカルは、医療現場で生成AIを安全に利用する基盤「MediLine Engine」を発表しました。
AIモデルの外側に制約や検証、監査の仕組みを置く「医療AIハーネス」を中核に据えています。
電子カルテや医療システムと生成AIをつなぎ、医療業務ごとに実行範囲や権限を制御します。

記事の概要

MediLine Engineは、AIの能力と実行権限を分離して管理する設計です。
AIモデルには必要能力の下限「Minimum Capability Floor（MCF）」を設定します。
一方、AI機能側には許可する推論範囲の上限「Inference Boundary」を設定します。
安全性はプロンプトだけに委ねず、Safety Policyを実行時の制約へ展開します。
Policy、Compile、Execute、Verify、Auditの流れで、生成結果や判断経路を検証・監査します。
医療業務を「FaaP（Function-as-a-Product）」として定義し、LLMやRAG、医療データ、各種ツールを組み合わせます。
医薬品情報や診療ガイドライン、診療報酬など、約40種類の医療データ・ツールを標準搭載します。
電子カルテベンダーで先行採用が進んでおり、FaaPを組み込んだAI電子カルテを2026年中にリリースする予定です。

記事のポイント

1. 能力と権限を分離： 高性能なAIでも権限を自動拡大せず、必要能力の下限と推論範囲の上限を別々に管理します。
2. 医療業務をFaaP化： 要約や相互作用確認などの業務を、入力・出力・実行条件・安全境界を含む契約として定義します。
3. 約40種の資源を搭載： 医薬品情報やレセプトチェックなどを組み合わせ、根拠や決定論的処理を使う機能を構成します。

このニュースがもたらす影響

• 導入検討医療機関： AI導入の評価軸は、モデル性能やプロンプトの精度だけでなく、業務ごとの参照範囲・推論上限・実行権限・監査証跡まで含む運用設計へ広がると考えられます。
• 電子カルテベンダー： AI機能を個別に開発・接続するのではなく、共通基盤上のFaaPとして組み込む選択肢が増えそうです。導入時には自動呼び出しとデータ更新権限を分けた設計が求められます。
• 医療AI開発企業： 競争の焦点は高性能なモデル単体から、医療業務に必要な能力判定、根拠データ、決定論的処理、安全境界を一体化した機能提供へ移る可能性があります。

このニュースの背景

生成AIの性能向上に対し、医療現場では患者情報へのアクセス範囲や医学的推論の許容範囲を、モデル自身の判断やプロンプトだけに委ねない設計が必要とされています。
MediLine Engineは、安全性をSafety Policyとして定義し、実行時の制約への展開、出力検証、判断経路の監査までを一連の流れとして扱います。
医療業務をFaaPとして定義し、LLMだけでなく医療データ、検索、ルールエンジンなどを組み合わせることで、業務単位でAIを実装する構成を取っています。
電子カルテや医療システムへの組み込みを想定し、約40種類の医療データ・ツールを共通資源として利用できる点も、社会実装を意識した背景です。

関連するニュース

• HiroshimAIは中小企業のAI活用状況を4段階で診断するサービスを開始しました。
• THAは姫野病院に専用AI「AI執事のハル」を導入し、約900名の職員を24時間365日支援します。
• 経済産業省とNEDOが、現場の自律化を目指すロボット基盤モデル研究開発13件を採択しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

シェアメディカル、医療AIを安全に実行するための「医療AIハーネス」MediLine Engineを発表

株式会社シェアメディカルのプレスリリース（2026年9月16日 10時15分）シェアメディカル、医療AIを安全に実行する…