デジタル成熟度評価（組織レディネス診断）
ニーズ評価で「何を解決すべきか」が明確になっても、組織にその準備ができていなければAI導入は失敗します。本章では、医療機関のAI導入レディネスを体系的に評価するフレームワークを紹介します。
レディネス評価はなぜ必要か
85%
レディネス評価を省略したプロジェクトのうち、導入後6ヶ月以内に重大な問題に直面した割合
Deloitte Healthcare AI Survey, 2024
AI導入の準備状況は医療機関によって大きく異なります。電子カルテの導入が完了し、データの標準化が進んでいる病院もあれば、紙カルテからの移行途中の病院もあります。同じAIツールを導入しても、組織のレディネスによって成果は天と地ほど異なります。
HEART-AIフレームワーク：5次元のレディネス評価
私が提唱する**HEART-AI（Healthcare Enterprise AI Readiness Tool）**フレームワークは、5つの次元で組織のレディネスを評価します。
H — Human（人材）
AIを理解し、活用できる人材がどの程度いるか。デジタルリテラシーのレベル、学習意欲、変化への柔軟性。
E — Environment（環境・インフラ）
IT基盤の整備状況。ネットワーク帯域、セキュリティ体制、データセンター/クラウド環境。
A — Architecture（データ・システム構造）
電子カルテの導入状況、データの標準化度、システム間連携（相互運用性）。
R — Resources（リソース）
予算、時間、専門人材。プロジェクトに投入可能なリソースの量と質。
T — Transformation Culture（変革文化）
過去のデジタル化プロジェクトの成功経験、リーダーシップの姿勢、組織の変化受容度。
各次元の詳細評価基準
H — Human（人材レディネス）
| 評価項目 | レベル1（未準備） | レベル3（部分的） | レベル5（準備完了） |
|---|---|---|---|
| デジタルリテラシー | PCの基本操作に支援が必要 | 電子カルテを問題なく使用 | データ分析ツールを自発的に活用 |
| AI理解度 | AIの概念を説明できない | AIの基本的な仕組みを理解 | AI活用のアイデアを自ら提案 |
| 学習意欲 | 新システム導入に抵抗感 | 必要と言われれば学ぶ | 積極的に新技術を学ぶ文化 |
| IT部門の能力 | 保守運用のみ | システム導入・カスタマイズ可能 | AI/ML運用の知見あり |
以下の各項目について、5段階（1=全く当てはまらない～5=非常に当てはまる）で回答してください。
デジタルスキル
- 業務で使用する情報システムを問題なく操作できる
- 新しいソフトウェアやアプリを自力で習得できる
- データを分析して業務改善に活かした経験がある
AI理解
- AIの基本的な仕組み（機械学習、自然言語処理など）を説明できる
- AIの得意なこと・苦手なことを理解している
- 医療分野でのAI活用事例を3つ以上知っている
変化への態度
- 新しいツールやシステムの導入に前向きである
- 業務プロセスの変更に柔軟に対応できる
- 同僚に新しい技術の使い方を教えることがある
AI導入への期待
- AI導入により自分の業務が改善されると期待している
- AI導入のために時間を投資する意欲がある
- AIに関するトレーニングを受けたいと思う
E — Environment（環境・インフラレディネス）
| 評価項目 | レベル1 | レベル3 | レベル5 |
|---|---|---|---|
| ネットワーク | 有線LAN中心、帯域不足 | 院内Wi-Fi整備済み | 高速ネットワーク + 冗長化 |
| セキュリティ | 基本的なファイアウォール | ISMS認証取得 | ゼロトラスト + 医療情報ガイドライン準拠 |
| クラウド環境 | オンプレミスのみ | 一部クラウド利用 | ハイブリッドクラウド戦略 |
| デバイス | 共有PC、OS古い | 個人端末配備 | モバイルデバイス活用 |
A — Architecture（データ・システム構造レディネス）
最も重要な評価次元
データとシステム構造のレディネスは、AI導入の成否に最も直接的に影響します。AIの性能は入力データの質に直結するためです。「Garbage in, garbage out（ゴミを入れればゴミが出る）」の原則は、医療AIでも完全に当てはまります。
| 評価項目 | レベル1 | レベル3 | レベル5 |
|---|---|---|---|
| 電子カルテ | 未導入 or 部分導入 | 全科導入済み | 標準化テンプレート運用 |
| データ標準化 | 施設独自コード | 部分的にHL7/FHIR対応 | FHIR R4完全準拠 |
| システム連携 | サイロ化 | 部分的API連携 | 統合プラットフォーム |
| データ品質 | 欠損・不整合多数 | 定期的なクレンジング | リアルタイム品質管理 |
R — Resources（リソースレディネス）
| 評価項目 | レベル1 | レベル3 | レベル5 |
|---|---|---|---|
| 予算 | IT予算のみ | AI専用予算あり（部門レベル） | 中長期AI投資計画あり |
| 人員 | IT部門のみ | プロジェクトチーム組成 | AI専門チーム常設 |
| 時間 | 通常業務で手一杯 | 一部スタッフの工数確保 | 専任メンバー配置 |
| 外部リソース | なし | コンサルタント契約 | 大学・研究機関との連携 |
T — Transformation Culture（変革文化レディネス）
| 評価項目 | レベル1 | レベル3 | レベル5 |
|---|---|---|---|
| 過去の成功体験 | DX失敗経験あり | 電子カルテ導入成功 | 複数のDXプロジェクト成功 |
| リーダーシップ | AI懐疑的 | AI導入に前向き | CIO/CDO設置、AI戦略明文化 |
| 組織の柔軟性 | 前例踏襲型 | 改善提案制度あり | アジャイルな意思決定 |
| データ活用文化 | 勘と経験中心 | 一部でデータ活用 | データドリブン経営 |
総合スコアの算出と解釈
HEART-AIスコアの算出方法
各次元（H, E, A, R, T）のスコアを1-5で算出し、合計します。
- 25点（満点）：AI導入の準備が完了。すぐにパイロットを開始可能。
- 20-24点：概ね準備完了。弱い次元を補強しながらパイロット開始可能。
- 15-19点：部分的に準備不足。3-6ヶ月の準備期間を設定。
- 10-14点：基盤整備が必要。まずインフラ・人材整備に注力。
- 5-9点：AI導入は時期尚早。デジタル化の基盤づくりから開始。
レーダーチャートによる可視化
5つの次元のスコアをレーダーチャートで可視化すると、組織の強みと弱みが一目でわかります。
例：A病院のHEART-AIスコア
H (人材)
4
/|\
/ | \
T (文化) 3 E (環境)
4 / | \ 3
/ | \
/ | \
R------+------A
(リソース) 2 (データ) 2
この病院の場合、人材と変革文化は比較的高いスコアですが、リソースとデータ構造が弱点です。AI導入に先立ち、データ標準化と予算確保を優先する必要があります。
レディネスギャップの解消計画
レディネス評価で特定されたギャップを解消するために、次元ごとの具体的なアクションプランを策定します。
次元：[H/E/A/R/T] 現在スコア：[1-5] 目標スコア：[1-5] ギャップ解消に必要な期間：[○ヶ月]
現状の課題：
- [課題1]
- [課題2]
- [課題3]
具体的アクション：
| # | アクション | 担当者 | 期限 | 必要リソース |
|---|---|---|---|---|
| 1 | ||||
| 2 | ||||
| 3 |
マイルストーン：
- 1ヶ月後：[達成基準]
- 3ヶ月後：[達成基準]
- 6ヶ月後：[達成基準]
成功指標（KPI）：
- [指標1]：[目標値]
- [指標2]：[目標値]
ケーススタディ：国立がん研究センターのレディネス評価
国立がん研究センターでは、AI画像診断支援システム導入に先立ち、EMRAM（Electronic Medical Record Adoption Model）をベースとしたレディネス評価を実施しました。
評価結果（HEART-AIフレームワーク換算）：
- H（人材）：4 — 放射線科医のデジタルリテラシーが高い
- E（環境）：5 — PACS/RISの整備が完了
- A（データ）：4 — DICOM標準での画像管理が確立
- R（リソース）：3 — 予算は限定的だが、AMED研究費を活用
- T（文化）：4 — 研究マインドが強く、新技術への受容性が高い
総合スコア：20/25
弱点であったリソース面は、AMED（日本医療研究開発機構）の競争的研究費を獲得することで補強。結果として、日本初のAI画像診断支援システムの薬事承認取得に成功しました。
レディネス評価は「一度やって終わり」ではありません。AI導入プロジェクトの各フェーズ（パイロット開始時、スケールアップ時）で再評価を行い、組織の成熟度の変化を追跡してください。
この章のポイント
組織のAIレディネスは「人材」「環境」「データ構造」「リソース」「変革文化」の5次元で評価する。すべてが満点である必要はないが、致命的に低い次元がある場合は先にギャップを解消すべきである。レディネス評価は定期的に再実施し、組織の成熟度向上を追跡する。
次章に向けて
組織のレディネスが把握できたら、次に必要なのは「誰を巻き込むか」です。次章では、ステークホルダーマッピングと合意形成のプロセスを解説します。