医療DXにおけるRAGとは｜医療ガイドライン検索の研究例と設計条件
RAG（Retrieval-Augmented Generation／検索拡張生成）は、生成AIが回答する直前に承認済み文書から関連箇所を検索し、回答の根拠として渡す仕組みです。医療研究の実例と、誤検索・旧版・権限漏れを防ぐ設計を整理します。
Target Reader / 対象読者
院内規程、診療ガイドライン、医薬品情報、患者案内を生成AIから安全に検索・参照する仕組みを検討する医療機関の経営者、医療情報担当者、事務長、医療従事者
結論：RAGの価値は、確認できる根拠を回答へ結びつけること
医療DXにおけるRAG（Retrieval-Augmented Generation／検索拡張生成）は、生成AIが回答する直前に、院内規程、診療ガイドライン、医薬品情報などの承認済み文書から関連箇所を検索し、その内容を回答の根拠として渡す仕組みです。
モデルに正解を覚えさせる魔法ではなく、どの資料を、いつ、誰に、どの版で参照させるかを管理する設計です。RAGでも誤検索、古い版、引用と回答の不一致は起こり得るため、診療判断は原典と患者情報を確認できる有資格者に残します。
RAGは、回答前に資料を探す
通常の生成AIは、学習時に得た知識と入力された文脈をもとに回答します。RAGはその前に検索工程を追加し、質問と関連する承認済み資料を回答時の文脈へ渡します。資料を差し替えやすい一方、差し替えただけで旧版が検索対象から外れるとは限りません。再索引と代表質問による再評価まで必要です。
| 段階 | 行うこと | 医療で確認すること |
|---|---|---|
| 1. 資料選定 | 検索対象にする文書を決める | 発行主体、承認者、版、施行日、失効日 |
| 2. 整形・索引化 | 見出し、表、本文を検索可能な単位へ分ける | 表や注記が本文から切り離されていないか |
| 3. 検索 | 質問に近い箇所を取得する | 正しい資料が上位に入り、権限外資料が混ざらないか |
| 4. 生成 | 質問と検索結果から回答案を作る | 根拠にない補完や断定がないか |
| 5. 根拠表示・確認 | 文書名、版、節、原文リンクを示す | 回答と引用箇所が一致し、人が原典確認できるか |
研究例1：造影剤相談を、確認済み知識ベースで補助する
2025年のnpj Digital Medicine掲載研究では、ACR・ESURのガイドラインや院内プロトコルを放射線科医が確認した知識ベースにし、100件の架空のヨード造影剤相談でローカルLLMとRAG版を比較しました。研究条件内では、臨床的に誤った、またはガイドラインと整合しない記述が通常モデルの8%からRAG版では観測されない結果となり、54%の回答で明確な改善、33%で小幅な改善と評価されました。
ただし、すべて合成シナリオで、主な人間評価者は放射線科医1名です。上位のクラウドモデルとの差や、人間と自動評価の順位の違いも残りました。この結果は実診療の安全性や、RAG一般の無誤りを証明するものではありません。実務では、禁忌や検査条件の候補と根拠を提示し、実施可否は放射線科医・医師が原文と患者条件を確認して決める位置づけになります。
研究例2：PDFを置くだけでは、検索できる知識にならない
2024年のnpj Digital Medicine掲載研究では、EASLのC型肝炎ガイドラインを使い、20問を各5回評価しました。基礎モデルの正答率43%に対し、未整形のガイドライン追加は67%、表や構造を整える工程を重ねると90%、専用プロンプトを合わせた条件では99%でした。表に関する質問は28%から96%へ改善しました。
重要な示唆は、文書量よりも、見出し、表、フロー図、版情報を検索可能な構造へ整える品質です。一方で、単一疾患、単一モデル、限定された問題による評価であり、患者アウトカムや実運用効果を示す研究ではありません。
RAGを付けると、かえって悪くなる場合もある
2025年に公表された消費者向け医療質問の比較研究では、4つのオープンモデルで通常回答とRAGを比較したところ、通常回答がRAG版を一貫して上回りました。検索のPrecision@5は0.15で、関連性の低い資料を渡すと生成も悪化することが示されています。
つまり、RAGの成否はモデル名だけでなく、資料選定、文書整形、検索器、質問の作り方、会話履歴、回答を拒否する条件で変わります。引用が表示されても、引用先が古い、質問と関係がない、回答内容を支えていない場合があります。
- 正しい資料が検索されない
- 旧版・失効済み文書が検索対象に残る
- 権限の異なる部署・患者の資料が混ざる
- 表の行、脚注、禁忌条件が本文から切り離される
- 長い会話履歴によって検索語が本来の質問からずれる
- 検索結果に根拠がないのに、自然な文章で補完する
設計例：まずは個人情報を含まない院内承認文書から
次はNEURONLABが考える架空の設計例であり、特定医療機関の導入実績ではありません。初期対象を、患者個人情報を含まない院内規程、予約ルール、検査前案内、システム停止時手順に限定します。
| 利用者の質問 | RAGが行うこと | 人へ戻す条件 |
|---|---|---|
| 造影検査前に確認する院内手順は？ | 承認済み手順書の最新版から該当節と原文リンクを提示する | 患者固有の実施可否、薬剤、用量は回答せず医師・放射線科へ戻す |
| 電子カルテ停止時、受付は最初に何をする？ | BCPの役割別手順と連絡先の該当箇所を提示する | 版不明、連絡先不一致、想定外事象では管理者確認へ戻す |
| この検査の来院前案内は？ | 患者向けに承認済みの案内だけから回答案を作る | 予約内容や患者条件が必要な場合は個別確認へ誘導する |
評価は、検索・生成・業務の三つに分ける
回答が自然かどうかだけでは、医療RAGを評価できません。検索した資料、生成した回答、現場での確認工程を分け、専門職によるレビューを含めます。
| 評価層 | 見る指標・試験 |
|---|---|
| 検索 | 正しい根拠のRecall@k、不要資料の混入、旧版除外、権限漏れ、表・注記の再現 |
| 生成 | 事実性、完全性、回答と引用の一致、矛盾時の表示、適切に回答を控える割合 |
| 業務 | 専門職の修正内容、原典確認時間、見落とし、過信、障害時に既存運用へ戻れるか |
| 回帰試験 | 資料・モデル・検索器更新後に、代表質問、高リスク質問、該当なし、誤字、長い会話を再実行 |
診療判断と記録確定は、人に残す
院内文書の探索、根拠箇所の提示、説明文や会議資料の下書きは、RAGで支援しやすい領域です。一方、患者固有の診断、投薬、用量、検査・治療の実施可否、診療記録の確定は、原典と患者情報を確認できる有資格者が行います。
患者情報を検索対象や外部モデルへ渡す場合は、RAGであることを安全性の根拠にせず、利用目的、保存場所、委託・再委託、学習利用の有無、文書・患者・部署単位の権限、ログ、削除を確認します。ベクトル化したデータや埋め込みも、自動的に匿名情報になるわけではありません。
RAGが探し、MCPがつなぐこともできる
RAGは必要な文書を探して根拠を回答へ渡し、MCPはAIが検索機能や既存システムを呼び出す接続方法をそろえます。RAG検索をMCPツールとして提供する構成も可能ですが、検索精度と接続権限は別々に検証します。
MCPで接続できたから正しい資料が見つかるわけではなく、RAGで根拠を示したから実行権限が適切になるわけでもありません。二つを組み合わせるときほど、責任分界を分けて記録します。
参考資料・一次資料
Lewisほか『Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks』NeurIPS 2020 https://proceedings.neurips.cc/paper_files/paper/2020/hash/6b493230205f780e1bc26945df7481e5-Abstract.html
Wadaほか『Retrieval-augmented generation elevates local LLM quality in radiology contrast media consultation』npj Digital Medicine 2025 https://www.nature.com/articles/s41746-025-01802-z
Kresevicほか『Optimization of hepatological clinical guidelines interpretation by large language models』npj Digital Medicine 2024 https://www.nature.com/articles/s41746-024-01091-y
Zakkaほか『Almanac—Retrieval-Augmented Language Models for Clinical Medicine』NEJM AI 2024 https://pmc.ncbi.nlm.nih.gov/articles/PMC10857783/
Yangほか『Retrieval-augmented generation for generative artificial intelligence in health care』npj Health Systems 2025 https://www.nature.com/articles/s44401-024-00004-1
Fensoreほか『Does Domain-Specific Retrieval Augmented Generation Help LLMs Answer Consumer Health Questions?』PMLR 2025 https://proceedings.mlr.press/v298/fensore25a.html
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7.0版』 https://www.mhlw.go.jp/stf/shingi/0000516275_00006.html
個人情報保護委員会『生成AIサービスの利用に関する注意喚起等』 https://www.ppc.go.jp/files/pdf/230602_alert_generative_AI_service.pdf
FAQ
RAGを使えばハルシネーションはなくなりますか。
なくなりません。限定条件で誤りを減らした研究はありますが、誤検索、古い版、引用と回答の不一致、根拠にない補完は残ります。
RAGと追加学習は何が違いますか。
RAGは回答時に外部資料を検索して文脈へ渡します。追加学習はモデル自体の重みを調整する方法です。RAGは資料を更新しやすい一方、索引更新と再評価が必要です。
院内文書を登録すれば、そのまま安全に使えますか。
いいえ。発行主体、版、承認者、失効日、部署・利用者ごとの権限、外部モデルへの送信、ログ、削除を設計する必要があります。
RAGを診断や治療判断に使えますか。
根拠探索や下書きの支援は考えられますが、患者固有の診断、投薬、用量、検査・治療の確定は、医療従事者が原典と患者情報を確認して行う必要があります。
Consultation
個別相談が必要な論点は、現場の状況に合わせて整理できます。
現場ごとの導入相談、既存システムを活かした設計相談、配送やラストワンマイルを含む相談まで、 実運用を前提に整理します。