薬局のAI活用ガイド【2026】規模別×業務別の適用可否と薬機法・服薬指導の線引き

「人手も時間も足りないから薬局でもAIを使いたい。しかし『薬局AI活用事例○選』式の記事を読んでも、うちの店舗規模・うちの業務で何を任せられ、調剤や服薬指導のどこまでをAIに任せてよいのかが分からない」——薬局経営者や管理薬剤師からよく聞く声だ。本記事はその疑問に、事例の羅列ではなく規模別×業務別の適用可否を一枚の表で示し、薬局だからこそ越えてはいけない制度の線引きを中立に整理して答える。対象は調剤を行う保険薬局・調剤薬局（以下「薬局」と表記）。業種を問わない導入の全体手順は中小企業が社内AIを導入する5ステップ、情報漏えいなど横断的なセキュリティは生成AIのセキュリティリスク、費用全体の考え方は社内AI導入の費用にまとめている。なお処方を出す診療側（医科）のAI活用は法体系が別系統のため本記事では扱わない。

薬局のAI活用は「どの業務に使うか」で適用可否が分かれる。(1)電話の一次応答・在庫照会／届出・記録の下書き／お薬の一般的な案内文 は汎用生成AIで今すぐ着手できる。(2)ただし調剤・服薬の情報は病歴を含む要配慮個人情報 で、汎用LLMにそのまま入力せず、マスキングやホワイトリスト運用を前提にする。(3)調剤・服薬指導は薬剤師の業務 で、調剤は薬剤師法、服薬指導は薬機法が薬剤師に義務づけている。AIに任せられるのは下書き・一次処理まで、調剤監査の最終確認と服薬指導は薬剤師が担う、という分担が制度上の前提になる。

なお当社（YDAIコンサルティング AI編集部）は、各業種でAI導入の受託・社内運用を行う立場にある。そのうえで、本記事はどの製品・ベンダーも勝たせず中立に整理し、特定の薬歴支援ツールや調剤監査システムといった製品、そして当社サービスへの送客は一切しない。製品はカテゴリ名で記し、薬局に関わる制度の線引きは薬機法・薬剤師法・個人情報保護委員会・厚生労働省の一次情報をそのつど併記して、断定が独り歩きしないようにする。

結論：規模別×業務別のAI適用可否マトリクス

先に言葉を定義する。本記事で「薬局のAI活用」と呼ぶのは、(1)文章の下書きや要約を行う汎用生成AI 、(2)薬歴入力や調剤監査などを支援する薬局向け専用ツール 、(3)電子薬歴・レセコンに連携する専用システム の3層を区別して論じる。世の中の「活用事例まとめ」はこの3層を混ぜがちだが、必要な投資も制度上の注意点も層ごとに異なる。

業務	個人薬局（1〜2店舗）	中小チェーン	大手チェーン
電話一次応答・在庫照会	◎	◎	◎
事務（届出・記録の下書き・要約）	◎	◎	◎
患者向け一般説明文の下書き	◎	◎	◎
薬歴入力支援（音声・要約のたたき台）	○	○	○
調剤監査・鑑査の支援	○	○	○
在庫・発注／レセプト点検	○	○	○
服薬指導	△	△	△
集患・広告コンテンツ	△	△	△

凡例: ◎=いま汎用生成AIで着手できる（要配慮個人情報を入れない範囲）／○=薬局向け専用ツール・体制が前提／△=薬剤師・人の判断が必須でAIは支援に限る。規模の列で記号が大きく変わらないのは、薬局のAI適用可否を分けるのが規模より制度の線引き だからだ。規模で変わるのは「どこまで一体的に進められるか」であり、それは後半の規模別の始め方で扱う。以下、まず薬局だからこその制度要件を押さえ、続いて業務の行ごとに解説する。

薬局だからこその制度要件——3つの線引き

薬局のAI活用が他業種と決定的に違うのは、患者情報と調剤・服薬指導に独自の法規制がかかる点だ。ここを外すと個人情報保護法・薬機法・薬剤師法上のリスクになる。本記事の核として、3つの線引きを順に整理する。プロンプトインジェクションや情報漏えい一般など横断的なセキュリティ統制は生成AIのセキュリティリスクへ委譲し、ここでは薬局固有の論点に絞る。

調剤・服薬の情報は要配慮個人情報

患者の病歴・症状・服用歴を含む調剤情報や薬歴は、個人情報保護法でいう要配慮個人情報に当たる。要配慮個人情報は本人の病歴・犯罪歴・社会的身分等、取扱いに特に配慮を要する個人情報で、取得には原則として本人同意が必要、オプトアウトによる第三者提供は認められない（出典:個人情報保護委員会「要配慮個人情報とは」・参照2026-06-30）。さらに薬局は、病院・診療所と並ぶ医療・介護関係事業者として、個人情報の適切な取扱いのためのガイダンスの対象になる（出典:個人情報保護委員会・厚生労働省 医療・介護関係事業者ガイダンス・参照2026-06-30）。つまり患者の薬歴や症状を汎用LLMにそのまま打ち込むのは、この線を越える行為だ。AIツールを電子薬歴やレセコンに連携させる前に、どこまでが自局の責任でどこからがベンダの責任かを契約で確かめておく必要がある。

服薬指導は薬剤師の業務（薬機法）

薬機法（医薬品医療機器等法）第9条の3は、調剤した薬剤について、薬剤師に情報提供と薬学的知見に基づく指導（服薬指導）を行わせ、その内容を記録させることを義務づけている。服薬指導は対面が原則だが、薬機法改正でオンライン服薬指導が制度化され、一定の要件のもとで実施できるようになった（令和2年9月施行、その後一部改正。出典:薬機法第9条の3・厚生労働省 オンライン服薬指導の実施要領・日本薬剤師会・参照2026-06-30）。重要なのは、対面でもオンラインでも服薬指導を行うのは薬剤師だという点だ。したがってAIが担えるのは、来局前の事前ヒアリング・情報整理・記録の下書きまでで、指導そのものをAIに肩代わりさせることはできない。

調剤は薬剤師の独占業務（薬剤師法第19条）

薬剤師法第19条は「薬剤師でない者は、販売又は授与の目的で調剤してはならない」と定める（医師等が自己の処方箋により自ら調剤する場合等を除く。出典:薬剤師法第19条・参照2026-06-30）。調剤は、処方箋の確認や疑義照会から、医薬品の取りそろえ・調製、交付、薬歴記録までの一連の行為を指す。ここで画像認識などを使う調剤監査・鑑査の支援AIは、取り違えやすい薬剤の候補を抽出したり目視を補助したりするところまでで、最終確認は薬剤師が行う。AIの出力を最終判断に格上げすると、この独占業務の線を越えかねない。

今すぐ着手できる業務（◎）

制度の線引きを押さえたうえで、追加投資が小さく今すぐ始めやすいのは次の3業務だ。いずれも要配慮個人情報を入れない範囲で運用するのが条件になる。

電話の一次応答・在庫照会は、定型の受付・在庫や取り置きの問い合わせ・営業時間案内をAI音声やチャットで一次対応する使い方だ。症状の聞き取りに踏み込まず、用件の振り分けと折り返しの整理にとどめれば、要配慮個人情報を扱わずに負担を減らせる。電話や問い合わせの一次対応をAIで担う設計の一般論は問い合わせ対応へのAI活用に委ねる。事務・バックオフィスでは、届出・薬局向け案内・会議メモや業務マニュアルの要約や下書きを生成AIに任せられる。患者向け一般説明文の下書きは、一般的なお薬の飲み方・保管・ジェネリックの一般的な案内文の「たたき台」を生成し、薬剤師が正確性と薬機法の広告規制の観点で必ず確認してから使う。

ここで実務上の要が、薬歴・症状を汎用LLMに入れないための運用設計だ。当社（YDAIコンサルティング AI編集部）が16以上の事業で受託・社内運用を重ねるなかで定型化したのは、(1)学習に使われない法人向けプランに利用を限定する、(2)入力前に氏名・生年月日・症状記述を伏字に置き換えるマスキングを挟む、(3)そもそもAIに入力してよい項目をあらかじめ列挙したホワイトリストを作り、リスト外は入力禁止にする、という順序の運用知見だ（数値や実測ではなく当社の運用知見としての定性的な手順）。これは「対物業務から対人業務へ」という薬局の流れのなかで、事務の手間を減らして薬剤師が患者と向き合う時間を生み出すための土台になる。入力禁止ルールの作り方の一般論は生成AIの社内利用ルールの作り方に委ね、本記事では薬歴・服薬という薬局固有の対象に絞ってこの線引きを示している。

専用ツールが要る業務・慎重に扱う業務（○△）

汎用生成AIだけでは難しく、薬局向けの専用ツールや安全管理体制が前提になる業務（○）と、薬剤師・人の判断が必須でAIは支援にとどまる業務（△）がある。導入の価値はあるが、要配慮個人情報を扱うぶん選定の基準が上がる。

薬歴入力支援は、服薬指導の会話を音声からテキスト化し、薬歴記載のたたき台を作るところまでで、内容の確定は薬剤師が行う。対物から対人へのシフトに効く一方、患者の症状という要配慮個人情報を扱うため、汎用LLMに素通しで投げる構成は避け、薬局向けの安全管理に対応したツールを選ぶ。調剤監査・鑑査の支援AIは、前述のとおり候補の抽出・補助までで、過信して最終確認を省くと薬剤師法第19条の線を越えるリスクがある。在庫・発注の最適化やAI-OCRによるレセプト点検は、データ化や算定漏れ・誤りの点検を支援できるが、最終確認は人が担う。△の業務のうち服薬指導は、対面でもオンラインでも薬剤師が行うものであり、AIは事前整理までだ。集患・広告コンテンツは、薬機法の広告規制（医薬品等の虚偽・誇大広告の禁止等）に触れうるため、生成AIの宣伝文をそのまま出さず人が点検する。製品ごとの精度や導入率、料金はベンダー公表値で変動が大きいため、本記事では具体的な数値を挙げず、選定時に各社の最新情報と薬局向け対応の有無を確認することを勧める。

規模別の現実的な始め方

適用可否は制度で決まる一方、どこまで一体的に進められるかは規模で変わる。マトリクスの列ごとに現実的な進め方を整理する。

個人薬局（1〜2店舗）では、IT専任がいない前提で考える。着手すべきは◎の業務、電話の一次応答と事務の文章支援だ。調剤・服薬の情報を入れない運用ルールを先に決め、追加投資の小さいところから始める。中小チェーンでは、店舗ごとに運用がばらつかないよう、入力禁止ルールと確認フローを統一するのが先決になる。薬歴入力支援のような専用ツールは1店舗で試行し、定着を確認してから横展開する。大手チェーンの規模になると、電子薬歴連携・調剤監査・在庫・レセプトまで一体で検討できるが、要配慮個人情報を扱う推進体制づくりが前提になる。費用全体の考え方は社内AI導入の費用を参照してほしい。

規模を問わず重要なのが、薬局内の責任分界の設計だ。当社が複数業種の実務者ヒアリングから得た定性的なパターンとして有効なのは、「事務スタッフが下書きを作り、薬剤師が正確性・要配慮個人情報・薬機法の広告規制の観点で最終確認する」という二段構えの分界だ。誰がどの観点で確認するかを文書で決めておくと、AIの出力をそのまま外に出してしまう事故を防ぎやすい（これも数値ではなく当社の運用知見としての定性的な型である）。

まとめ

薬局のAI活用は、規模より制度の線引き で適用可否が決まる。今すぐ始められるのは電話の一次応答・事務の文章支援・患者向け一般説明文の下書きで、個人薬局でも追加投資を抑えて着手できる。一方、薬歴・症状は要配慮個人情報なので汎用LLMに入れず、マスキングやホワイトリスト運用を前提にする。調剤は薬剤師法、服薬指導は薬機法という越えてはいけない線があり、調剤監査の最終確認と服薬指導は薬剤師、AIは下書き・一次処理までという分担になる。制度の運用解釈や要領は更新されるため、導入時は必ず最新の公的情報を確認してほしい（本記事は2026年6月時点の一次情報に基づく）。

---

業種を問わない導入の全体手順は中小企業が社内AIを導入する5ステップ、横断的なセキュリティは生成AIのセキュリティリスク、費用全体は社内AI導入の費用、入力禁止ルールづくりは生成AIの社内利用ルールの作り方も参考にしてください。