ユースケース選定マトリクス（インパクト×実現可能性）

ニーズ評価で多数のペインポイントが見つかり、組織のレディネスも確認できました。次に行うべきは、「最初に取り組むべきユースケース」を戦略的に選定することです。

最初のユースケースが全てを決める

最初の90日

最初のAIプロジェクトの成否が、組織全体のAI導入姿勢を決定づける期間

Harvard Business Review, 2024

最初のAIユースケースの選定は、プロジェクト単体の成否以上の意味を持ちます。最初のプロジェクトが成功すれば組織全体にAI導入の機運が生まれ、失敗すれば「やっぱりAIは使えない」という空気が定着します。

したがって、最初のユースケースは「最大のインパクト」ではなく「成功確率が高く、かつ十分なインパクトがある」ものを選ぶべきです。

2軸4象限マトリクス

ユースケース選定の基本フレームワーク

横軸：実現可能性（Feasibility）

技術的成熟度、データの可用性、導入の複雑さ、コスト

縦軸：インパクト（Impact）

患者アウトカム改善、業務効率化、コスト削減、戦略的価値

4象限の分類：

右上（高インパクト×高実現可能性）：最優先で取り組む「クイックウィン」
左上（高インパクト×低実現可能性）：中長期で取り組む「戦略的投資」
右下（低インパクト×高実現可能性）：余裕があれば取り組む「効率化案件」
左下（低インパクト×低実現可能性）：見送る「リソースの無駄」

         インパクト 高
              |
  戦略的投資   |   クイックウィン
  (Phase 2-3) |   (Phase 1) ★最優先
              |
  ────────────┼────────────
              |
  見送り       |   効率化案件
              |   (余裕があれば)
              |
         インパクト 低
  実現可能性 低 ←──→ 実現可能性 高

詳細評価基準

インパクト評価（5項目・各1-5点）

#	評価項目	1点	3点	5点
I1	患者アウトカム改善	影響なし	間接的に改善	直接的に大幅改善
I2	業務効率化	微小な時間短縮	特定業務の効率化	複数業務の大幅効率化
I3	コスト削減	年間100万円未満	年間100-500万円	年間500万円以上
I4	戦略的差別化	他施設も導入済み	地域での先行事例	全国でも先進的
I5	スケーラビリティ	単一部門のみ	複数部門に展開可能	全院・他施設に展開可能

実現可能性評価（5項目・各1-5点）

#	評価項目	1点	3点	5点
F1	技術的成熟度	研究段階	製品化済み（実績少）	多施設で導入実績あり
F2	データ可用性	データ未整備	部分的に利用可能	標準化データが十分
F3	既存ワークフロー適合	大幅な変更が必要	一部変更で対応	現行フローに自然に組込
F4	規制・倫理リスク	薬事承認が必要	ガイドライン対応必要	低リスク（補助的利用）
F5	導入コスト	1,000万円以上	300-1,000万円	300万円未満

医療AI主要ユースケースの評価例

以下に、代表的な医療AIユースケースを上記フレームワークで評価した例を示します。

ユースケース	I合計	F合計	総合	象限
文書作成支援（退院サマリー、紹介状）	20	23	460	クイックウィン
画像診断支援（胸部X線スクリーニング）	23	20	460	クイックウィン
薬剤相互作用チェック強化	22	19	418	クイックウィン
敗血症早期警告システム	25	14	350	戦略的投資
手術スケジュール最適化	18	17	306	効率化案件
ゲノム解析に基づく治療選択支援	24	10	240	戦略的投資
自然言語処理による臨床研究支援	16	18	288	効率化案件
患者フロー予測・病床管理	19	16	304	効率化案件

上記のスコアは一般的な傾向であり、各医療機関の状況（データ整備状況、IT基盤、人材など）によって大きく異なります。必ず自施設の状況に合わせて評価してください。

ユースケース選定ワークショップの進め方

事前準備（2週間前）

ニーズ評価結果の要約資料を配布
候補ユースケースリスト（10-15件）を作成
各ユースケースの概要資料（1ページ）を準備
参加者に事前評価シートを配布

ワークショップ当日（3-4時間）

オープニング（15分）

目的の説明、ニーズ評価結果のサマリー共有、評価基準の確認。

候補ユースケースのプレゼンテーション（60分）

各候補ユースケースについて、提案者が5分で概要を説明。質疑応答。

個人評価（20分）

各参加者が独立に評価シートを記入。グループシンキングを防ぐため、議論なしで個人評価。

グループ討議（60分）

個人評価結果を共有し、スコアの大きなギャップがある項目を中心に議論。

コンセンサスビルディング（40分）

マトリクス上にユースケースを配置し、優先順位についてコンセンサスを形成。

次のステップの確認（15分）

選定されたユースケース（上位2-3件）について、次のアクションと担当を決定。

参加者の構成

役割	人数	期待する貢献
経営層	1-2名	戦略的視点、予算の見通し
対象診療科の医師	2-3名	臨床的なインパクト評価
看護部門	1-2名	看護業務への影響評価
医療情報/IT	2-3名	技術的実現可能性評価
品質管理	1名	安全性・リスク評価
事務/経営企画	1-2名	コスト・ROI評価
ファシリテーター	1名	中立的な議論の進行

Quick Win の条件チェックリスト

最初のユースケースは「Quick Win」であるべきです。以下のチェックリストで確認してください。

複数ユースケースのポートフォリオ管理

一つのユースケースだけでなく、短期・中期・長期のユースケースをポートフォリオとして管理します。

時間軸	ユースケース例	目的	投資規模
短期（0-6ヶ月）	文書作成支援AI	Quick Win、組織学習	小（100-300万円）
中期（6-18ヶ月）	画像診断支援AI	臨床価値の実証	中（300-1,000万円）
長期（18-36ヶ月）	臨床意思決定支援AI	戦略的差別化	大（1,000万円以上）

ケーススタディ：慶應義塾大学病院のユースケース選定

慶應義塾大学病院では、2024年に全科横断のAI活用推進プロジェクトを開始する際、以下のプロセスでユースケースを選定しました。

候補収集：全診療科からAI活用アイデアを公募（42件応募）
一次スクリーニング：実現可能性の観点で15件に絞り込み
ワークショップ：多職種15名で3時間のワークショップを実施
最終選定：上位3件を選定

選定されたユースケース：

第1位：放射線科の胸部CT読影支援（スコア：480/625）
第2位：病理科のWSI（全スライドイメージ）解析（スコア：445/625）
第3位：救急科のトリアージ支援（スコア：420/625）

第1位の胸部CT読影支援がQuick Winプロジェクトとして先行し、6ヶ月で読影時間を25%短縮する成果を上げました。この成功を受けて、第2位、第3位のプロジェクトもスムーズに承認されました。

この章のポイント

最初のユースケース選定は、AI導入全体の成否を左右する最重要決定の一つ。「最大インパクト」ではなく「高い成功確率×十分なインパクト」のQuick Winを選び、組織学習と成功体験を積み上げることが戦略的に正しい。複数ユースケースをポートフォリオとして管理し、短期・中期・長期のバランスを取る。

次章に向けて

ユースケースが決まったら、次はそのユースケースに最適なベンダー・ツールの選定です。次章では、ベンダー評価のフレームワークを解説します。