株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
病院の感染対策室（ICT・AST）の業務内容｜院内感染対策・サーベイランス・抗菌薬適正使用支援とAIパンデミック予測・AMR対応の全体像【2026年版】
病院の感染対策室（Infection Control Department、感染制御部）は、感染対策チーム（ICT：Infection Control Team）と抗菌薬適正使用支援チーム（AST：Antimicrobial Stewardship Team）を中心に、院内感染防止・サーベイランス・アウトブレイク対応・抗菌薬適正使用・医療関連感染（HAI）予防・薬剤耐性菌（AMR）対策・新興感染症パンデミック対応・職員感染対策（針刺し・血液体液曝露）・手指衛生コンプライアンス向上・手術部位感染（SSI）/人工呼吸器関連肺炎（VAP）/カテーテル関連血流感染（CLABSI）/カテーテル関連尿路感染（CAUTI）監視・感染対策加算算定・ワクチン接種管理を担う組織機能です。院内感染対策専門医・感染症専門医・感染管理認定看護師（CNIC）・感染制御認定薬剤師（ICCP）・臨床検査技師・微生物検査技師・事務職員等の多職種チームが中心となり、病院横断型機能として運営されます。2026年は生成AI・機械学習・電子カルテ連携・IoMTによる感染サーベイランス・抗菌薬適正使用の高度化が論点となっており、AMR Insights「AI in AMR Surveillance」、The Lancet Digital Health「Antimicrobial Learning Systems」が示すように、機械学習によるAMR出現予測・患者リスク層別化・早期アウトブレイク警戒・抗菌薬最適選定が可能となる一方、感染症診断判断・抗菌薬処方最終判断・職員教育・アウトブレイク現場指揮・倫理判断はICT・AST・感染症専門医の中核業務として残ります。本記事では病院感染対策室の業務範囲とAIで変わる領域／変わらない領域を3階層で整理します。
感染対策室の全体像
感染対策室が担う主な機能
- ICT（感染対策チーム）運営：医師・看護師・薬剤師・臨床検査技師による週次ラウンド、感染症発生モニタリング、現場指導
- AST（抗菌薬適正使用支援チーム）運営：広域抗菌薬・抗MRSA薬使用症例の介入、血液培養陽性レビュー、主治医コンサル
- サーベイランス：JANIS（厚労省院内感染対策サーベイランス）、JHAIS-SSI、医療器具関連感染、耐性菌検出
- アウトブレイク対応：MRSA・CRE・ESBL・C. difficile等のアウトブレイク調査・封じ込め、疫学解析
- 手指衛生・標準予防策：手指衛生コンプライアンスラウンド、アルコール消毒剤消費量監視、遵守率KPI
- 医療器具関連感染予防：CLABSI・CAUTI・VAP・SSI予防バンドル、カテーテル管理プロトコル
- 職員感染対策：針刺し・切創・血液体液曝露報告、HBV・HCV・HIV対応、B型肝炎・インフルエンザ・COVID-19ワクチン接種
- 新興感染症・パンデミック対応：COVID-19・インフルエンザ・結核・はしか等の発生時対応、BCP、ゾーニング
- 教育・コンサルテーション：全職員向け感染対策研修、多職種勉強会、外部コンサル、院外感染症病院連携
- 診療報酬・規制対応：感染対策向上加算（1・2・3）・抗菌薬適正使用支援加算・院内感染対策サーベイランス参加
関連する主要概念・用語
- HAI（Healthcare-Associated Infection）：医療関連感染。CLABSI・CAUTI・VAP・SSI・CDI（C. difficile感染）
- AMR（Antimicrobial Resistance）：薬剤耐性。MRSA・VRE・ESBL・CRE・多剤耐性緑膿菌・カンジダ・auris
- JANIS：厚労省院内感染対策サーベイランス。検査部門・SSI部門・全入院患者部門・NICU・MDRO
- JHAIS：日本環境感染学会サーベイランス。SSI・医療器具関連感染（DIMS）
- CNIC（Certified Nurse in Infection Control）：感染管理認定看護師
- ICD（Infection Control Doctor）：感染対策専門医
- ASP（Antimicrobial Stewardship Program）：抗菌薬適正使用プログラム
- PPE（Personal Protective Equipment）：個人防護具。マスク・ガウン・手袋・ゴーグル
- One Health：ヒト・動物・環境の健康を一体で考えるAMR対策の国際枠組み
- 標準予防策・接触予防策・飛沫予防策・空気予防策：感染経路別の予防策
感染対策室の組織モデル
- 大学病院・高機能病院型：専任ICD・CNIC・ICCP・微生物検査技師の多職種体制、感染症内科併設
- 総合病院型：ICT・AST運営、感染対策加算1取得、JANIS・JHAIS参加
- 中小病院型：兼任ICT、感染対策加算2/3取得、地域連携病院と連携
- 感染症指定医療機関型：一類・二類感染症対応、結核・COVID-19受入、ゾーニング
- 地域連携型：感染対策向上加算の地域連携、外部病院からのコンサル受入
感染対策室の主要業務フロー
ステップ1：感染対策方針・計画策定（年次）
年間感染対策計画、委員会開催、KPI設定、予算策定、サーベイランス方針、教育計画。
ステップ2：サーベイランス（日次・週次・月次）
血液培養・耐性菌検出・医療器具関連感染・SSI・CDI・MRSA・CREのリアルタイム監視、データ集計、JANIS提出。
ステップ3：AST介入（日次）
広域抗菌薬・抗MRSA薬使用症例レビュー、血液培養陽性アラート、主治医への介入提案、効果確認。
ステップ4：ICTラウンド（週次）
病棟横断ラウンド、手指衛生遵守、PPE使用、標準予防策、医療器具管理、職員教育の現場確認。
ステップ5：アウトブレイク対応（随時）
耐性菌クラスター検知、疫学調査、分子疫学解析、封じ込め対策、職員教育、保健所・行政連携。
ステップ6：教育・研修（定期・随時）
全職員向け感染対策研修（年2回以上、法定）、新人教育、OJT、多職種勉強会、院外講演。
ステップ7：コンサルテーション（随時）
感染症診断・抗菌薬選択・隔離措置・職員曝露対応について医師・看護師からの相談、判断支援。
ステップ8：診療報酬算定・報告（月次・四半期）
感染対策向上加算算定、AST加算、JANIS報告、院内感染対策委員会報告、理事会報告。
求められる専門性とキャリアパス
必要な知識領域
- 感染症学・微生物学・臨床薬理学：細菌・真菌・ウイルスの病態、感受性試験、PK/PD
- 感染対策認定資格：感染症専門医、ICD、CNIC（感染管理認定看護師）、ICCP（感染制御認定薬剤師）
- 疫学・統計・サーベイランス：疫学的曝露評価、分子疫学、outbreak investigation、JANIS・JHAIS
- 医療安全・医療関連感染：CLABSI・CAUTI・VAP・SSI予防バンドル
- 感染症診療ガイドライン：JAID/JSC・IDSA・ESCMIDガイドライン、抗菌薬適正使用
- 医療法・感染症法・行政対応：一類・二類感染症届出、結核管理、食中毒届出、職員労働安全衛生法
- AI・データ分析リテラシー：機械学習、自然言語処理、AMR予測モデル、データベース統合
- 多職種連携・チーム医療：医師・看護師・薬剤師・臨床検査技師・事務職との協働
キャリアパス
- 縦の深化：ICT委員→ICT責任者→感染対策室長→診療部長→副院長候補
- 横の拡張：感染症内科、微生物検査、医療安全管理部、病院管理、教育研修部への異動
- 専門特化：HIV診療、結核診療、肝炎専門、トラベルメディシン、ICU感染症、産科感染症
- 業界間転身：国立感染症研究所、保健所、行政（厚生労働省・地方自治体）、製薬会社、コンサル、ワクチンメーカー
- 国際キャリア：WHO・CDC・ECDC派遣、海外感染症研究、グローバルヘルス、国際学会（ECCMID・IDWeek）
感染対策室でのAI活用の設計観点：3階層で整理する
観点1：日本の病院×感染対策室×AI活用のレイヤー
日本の病院が感染対策室にAIを導入する際の第一階層は、JANIS・JHAIS参加・感染対策向上加算・医療安全・耐性菌増加・新興感染症（COVID-19・結核・はしか）・AMR対策アクションプラン・ワンヘルスを踏まえた設計です。
- AI耐性菌予測・AMRサーベイランス：検査・処方データの分析による耐性菌出現傾向の把握、早期警戒
- アウトブレイク早期検知AI：病棟別・期間別の耐性菌検出を時空間解析、クラスター自動検知、疫学調査支援
- 抗菌薬適正使用AI：血液培養結果・投薬データ等をもとに抗菌薬選択を支援
- 手指衛生モニタリングAI：IoTセンサー・映像解析で手指衛生遵守率をリアルタイム計測、アラート
- 医療関連感染予測AI：CLABSI・CAUTI・VAP・SSIリスクを患者別に予測、予防バンドル強化
- サーベイランスデータ統合AI：電子カルテ・微生物検査・看護記録・手術記録をNLPで統合分析
- 針刺し・血液体液曝露予測AI：手術・処置データから職員曝露リスク分析
- ワクチン接種管理AI：職員ワクチン接種履歴・到達率の可視化、未接種者アラート
- 感染対策教育AI：VR/ARで手技・ゾーニング・PPE着脱を訓練
- パンデミックBCP・シミュレーションAI：新興感染症発生シナリオのリソース配分、ベッド・人員最適化
日本特有の注意点として、感染対策は医療安全・職員安全・患者安全・公衆衛生が複合する領域であり、AIの予測結果は「判断支援」として活用するものの、抗菌薬処方最終判断・アウトブレイク封じ込め指揮・隔離措置・職員曝露対応・教育はICT・AST・感染症専門医が担うことが不可欠です。AIは「サーベイランス・予測・教育支援・データ統合」に位置づけ、臨床判断・倫理判断・行政連携は人間が担う設計が健全です。東北医科薬科大学病院「ICTとAST」、マツダ病院「ICT・AST」、松山市民病院「感染対策チーム」、国立国際医療センター「ICTとAST」、JSIPC「ASPガイダンス」、京都大学「AST業務」、横浜市大「感染対策AST」、兵庫県立尼崎総合医療センター「ICTとAST」、兵庫県立西宮病院「ICT・AST」、栃木医療センター「ICT」が国内感染対策室の業務を整理しています。
観点2：グローバル×AI AMR×Infection Preventionのレイヤー
2026年のグローバル感染対策では、機械学習・自然言語処理・IoMT・電子カルテ統合による感染サーベイランス・AMR予測・抗菌薬適正使用・新興感染症早期検知がLancet・NEJM・JAMA・ICAAC・ECCMID等で活発に議論されています。
- AI AMR Surveillance：PMC「Preventing HAI Antimicrobial Stewardship」、J Hospital Infection「Integrated IPC AMS」、Imperial Surgical「5 Trends 2026」、PMC「ASP 3-Year Observational」、PMC「AI Infection Prevention Review」、Lancet Infectious Diseases「AI Infectious Diseases AMR」、NCBI「Antimicrobial Stewardship StatPearls」、Frontiers「AI Hospital Infection Prevention」が2026年時点のエビデンスを整理
- IoMT・Smart Sensors：医療機器にスマートセンサー・接続性を組み込み、使用・位置・除染履歴を自動ログ
- Antimicrobial Learning Systems：AIで抗菌薬処方・耐性出現を学習、個別化抗菌薬療法
- One Health Approach：WHO・FAO・OIE連携のヒト・動物・環境一体AMR対策
- 新興感染症パンデミック予測：COVID-19経験からの気候・野生動物・人口動態統合モデル
グローバル事例の日本病院への示唆は、AI AMR予測・Antimicrobial Learning Systems・IoMT感染対策は2026年に実用水準に到達し、耐性菌出現予測・アウトブレイク早期検知・抗菌薬最適選定が可能となる。日本でもJANIS・JHAIS連携AIが普及するが、感染対策向上加算・感染症法・結核管理制度・AMR対策アクションプラン・労働安全衛生法は日本独自の制度であり、AIは「ICT/AST支援ツール」として位置づける必要があるという点です。海外市場の情報を参照する際は、日本とEU/米国のCDC・ECDC・FDA・WHO・AMRアクションプラン・医療訴訟の違いに留意する必要があります。
観点3：中国医院感染控制×AI智能监测のレイヤー
中国の医院感染控制では、国家衛健委の「AI+医療衛生」政策・医院感染暴発管理標準（WST 524-2025）・新興伝染病防控国家科技重大項目下で、AI技術による感染防控行為管理・智能流調・AMR対策が大規模展開されています。
- 中国医院感染AI動向：中国感染控制「AI医院感染管理」、中国感染控制杂志「人工智能技术在医院感染管理中的应用与研究进展」、城大SRI「新興伝染病防控国家項目2026」、CEM「AI医療機構感染防控行為管理」、国家衛健委「AI+医療衛生実施意見」、IIM「AI医薬服務2026」、OpenAxo「China Healthcare AI 2025-2026」、国家衛健委「医院感染暴発控制標準WST524-2025」、中国感染控制雑誌、環球医療「AI医院国際共識」が中国医院感染AI動向を整理
- 新興突発伝染病防控国家科技重大専項2026：国家科技重大プロジェクトで智能流調システム・予測モデル・ワクチン・治療薬開発
- AI感染防控行為管理標準化：医療機構内の感染防控行動をAIで標準化、管理コスト削減
- 多模態データ融合・機械学習：電子病歴・生命徴候・微生物検査を統合、HAIリスク予測・早期診断
- Agentic AI for 感染防控：2026年以降の基層医療向けAgentic AI成熟期
中国事例の日本病院への示唆は、中国は国家戦略下でAI+医療衛生・智能感染防控・パンデミック対応を大規模展開中。日本の感染対策室も多模態データ統合AI・智能流調・AMR予測モデル・Agentic AIを検討することが、2030年以降のパンデミック対応・AMR対策・耐性菌増加への現実解になるという点です。中国市場の情報は日本との医療制度・伝染病防控標準・データ保護規制・医療機器承認の違いに留意して参照する必要があります。
AI化される領域と、AI化されない領域の切り分け
AI化が進む領域
- 電子カルテ・微生物検査データからの耐性菌検出予測
- アウトブレイククラスターの時空間自動検知
- 抗菌薬最適選定・投与量・期間の推奨
- CLABSI・CAUTI・VAP・SSIリスク患者別予測
- 手指衛生遵守率のIoTセンサー監視
- サーベイランスデータ統合・JANIS自動集計
- 職員曝露・針刺しリスク予測
- ワクチン接種履歴管理・未接種者アラート
- 感染対策教育のVR/ARシミュレーション
- パンデミックBCP・リソース配分シミュレーション
AI化されない・すべきでない領域
- 感染症診断最終判断：感染症専門医・主治医の臨床判断
- 抗菌薬処方最終決定：主治医・AST・薬剤師の合意判断
- アウトブレイク封じ込め現場指揮：ICT・感染対策室長・院長
- 隔離措置・行動制限判断：倫理・人権配慮
- 職員曝露対応・PEP（曝露後予防）：職員安全・心理サポート
- 保健所・行政・警察連携：法的対応
- 感染対策教育・OJT：熟練技能・文化継承
- 倫理判断・人権配慮：差別・スティグマ防止
- 新興感染症危機対応：国際連携・研究協力
感染対策室のAI活用の大原則は、「AIはサーベイランス・予測・教育支援・データ統合で貢献、感染症診断・抗菌薬処方判断・アウトブレイク指揮・隔離措置・職員曝露対応・行政連携・倫理判断はICT・AST・感染症専門医・院長が担う」という切り分けです。感染対策は医療安全・公衆衛生・倫理が本質であり、AIの自動化だけで完結せず、人間の専門判断と継続的教育が不可欠です。
感染対策室の立ち上げ・強化のポイント
組織設計
- ICT（感染対策チーム）：ICD・CNIC・ICCP・微生物検査技師・事務職
- AST（抗菌薬適正使用支援チーム）：感染症専門医・ICCP・検査技師・看護師
- サーベイランスチーム：JANIS・JHAIS・MDRO監視
- アウトブレイク対応チーム：疫学・分子疫学・微生物解析
- 教育・研修担当：法定研修・新人教育・OJT
- AI・データ分析チーム：サーベイランスAI・予測モデル・ダッシュボード
- ワクチン・職員感染管理：接種管理・曝露対応・PEP
- パンデミック対応・BCP：ゾーニング・資材管理・危機対応
AI導入ロードマップ
- 第1段階（データ基盤）：電子カルテ・微生物検査・抗菌薬使用・手指衛生・職員データの統合
- 第2段階（サーベイランス自動化）：JANIS・JHAIS・耐性菌検出の自動集計・ダッシュボード
- 第3段階（予測モデル）：AMR出現・HAIリスク・アウトブレイク予測
- 第4段階（介入支援）：抗菌薬適正使用AI・手指衛生AI・医療器具管理AI
- 第5段階（Agentic Infection Control）：検知→分析→推奨→教育までAIエージェント一気通貫、ICT・ASTは臨床判断・指揮・倫理判断・教育・行政連携に集中
各段階で「AIの影響範囲」「ICT・AST・感染症専門医・感染対策室長・院長の承認ライン」「患者安全・職員安全・医療倫理・公衆衛生」を明確にすることが、医療安全と公衆衛生を核とする感染対策業務で健全にAIを運用する基本設計です。
まとめ：感染対策室は「AIサーベイランス・AMR予測」と「人間の専門判断・倫理」をどう両立させるか
病院の感染対策室（ICT・AST）は、院内感染防止・サーベイランス・抗菌薬適正使用・アウトブレイク対応・職員感染対策・パンデミック対応を担う医療安全・公衆衛生の中核組織機能です。2026年は生成AI・機械学習・電子カルテ連携・IoMT・Agentic AIによるサーベイランス自動化・AMR予測・抗菌薬推奨・手指衛生監視・パンデミック予測が実用水準に達し、中国の国家戦略AI感染防控・欧米のAntimicrobial Learning Systems・日本のJANIS連携も標準化される一方、感染症診断・抗菌薬処方判断・アウトブレイク指揮・隔離判断・職員曝露対応・行政連携・倫理判断はICT・AST・感染症専門医・院長の中核業務として残ります。
日本の病院がこの変化を勝ち抜くには、AIを「サーベイランス・予測・教育支援・データ統合」のレイヤーに位置づけ、AIで節約した時間を臨床判断・アウトブレイク指揮・教育・行政連携・学会活動・国際協力に振り向ける設計が、AI時代の感染対策競争力と医療安全・公衆衛生・倫理を両立させる鍵になります。
関連記事
参考資料・関連情報
JANIS・J-SIPHE・厚生労働省
JANIS・J-SIPHE・厚生労働省院内感染対策サーベイランス事業は、JANIS公式、JANIS「事業概要」、千葉県「JANIS」、厚生労働省「JANIS事業概要」、NIPH「JANIS公開」、神戸市「JANIS」、千葉市「JANIS参加」、JANIS「J-SIPHEプラットフォーム」、吹田市「JANIS」、群馬県「JANIS」で公開されています。
感染症専門医・CNIC認定看護師
感染症専門医・CNIC感染管理認定看護師は、日本感染症学会「専門医認定申請」、市立池田病院「感染管理認定看護師」、ナースのヒント「CNIC 2026」、日本感染症学会「専門医名簿」、日本感染症学会「認定研修施設一覧」、日本看護協会「認定募集要項」、京都看護大学「感染管理認定看護師」、日本感染症学会「専門医認定更新」、IPNU「感染管理認定看護師活動」、はたらく看護師さん「CNIC年収」で整理されています。
CLABSI・CAUTI・VAP・SSI予防バンドル
医療関連感染予防バンドル（CLABSI・CAUTI・VAP・SSI）は、ISID「Infection Guide Chapter 16 Bundles」、CDC NHSN「CLABSI January 2026」、SHEA「Compendium HAI Prevention」、CDPH「CLABSI CAUTI Pneumonia Prevention」、Kauvery Hospital「Care Bundles」、IDSA「SHEA Compendium 2022」、BEPLS「Care Bundles Prevention」、WHO「Core Components IPC」、ISID「Bundles in IPC」、PMC「Preventable HAIs Pediatric」で整理されています。
COVID-19パンデミック・準備
COVID-19後のパンデミック準備は、IDSE「COVID-19 Guidelines」、PMC「ATS Healthcare Preparedness」、EurekAlert「Global Virus Network」、PBS FRONTLINE「Pandemic Preparedness」、PubMed「VA Connecticut COVID-19」、GAO「HHS Emergency Preparedness」、PMC「Hospital Mass Critical Care」、medRxiv「Hospital Preparedness Framework」、PMC「Healthcare System Next Pandemic」、ACP「Preparing Future Pandemics」で整理されています。
手指衛生コンプライアンスIoT監視
手指衛生コンプライアンスIoT監視・WHO 5 Momentsは、PMC「IoT Hand Hygiene」、Wiley「IoT Hand Hygiene Validation」、ResearchGate「IoT Hand Hygiene」、PMC「Electronic Hand Hygiene Review」、PLOS One「AI Hand Hygiene Scoping」、IEEE「IoT Hand Hygiene」、Leapfrog「Hand Hygiene Toolkit」、PMC「WHO 5 Moments Electronic」、PMC「Contact Sensorization IBC」、Springer BMC「WHO 5 Moments Monitoring」で紹介されています。
MRSA・CRE・ESBL耐性菌
MRSA・CRE・ESBL等耐性菌の疫学は、PMC「Japan Pharmacists AMR」、MDPI「Global Multidrug-Resistant Bacteria」、Frontiers「MRSA Compendium」、PMC「Multidrug Resistance Mechanisms」、Oncohema Key「MDR Organisms Control」、ScienceDirect「AMR Molecular Mechanisms」、Oxford JAC「Japan MRSA Surveillance」、CDC「MDRO Healthcare」、PMC「MRSA Europe Japan」、PMC「MRSA Kure City Japan」で整理されています。
C. difficile感染対策
C. difficile感染対策は、CDC「C. diff Clinical Guidance」、CDC「C. diff Facts」、CDC「Strive CDI Overview」、PMC「C. diff Prevention 2022」、Cambridge「C. diff Prevention 2022」、Infectious Disease Advisor「C. diff Hospital」、ScienceDirect「C. diff Diarrheal」、PMC「C. diff Update」、PMC「Hospital C. diff Control」、CORHA「CDI Outbreak Response」で整理されています。
PPE・N95・手術用ガウン
PPE・N95マスク・手術用ガウン・医療用防護具は、FDA「N95 Respirators」、NCBI「PPE StatPearls」、AMBOSS「IPC」、Infection Control Today「NIOSH Stockpiling」、FDA「PPE Infection Control」、CDC NIOSH「Respiratory Protection」、CDC「Strive PPE 102」、Medtecs「PPE Gowning Doffing」、Cambridge「Aerosolized SARS-CoV-2」、PSI Disposables「Surgical Gowns OR」で整理されています。
SSI・手術部位感染対策
SSI（手術部位感染）対策ガイドラインは、CDC「SSI OPC」、CDC「SSI Event PDF」、PMC「SSI Review」、JPMS「Surgical Site Infection」、CDC「SSI PSC」、JPCCS「SSI予防CDCガイドライン」、JTI「SSI comprehensive」、PMC「NICE SSI Prevention」、PMC「Three Steps SSI Reduction」、Infection Control Today「AORN26 SSI Bundle」で整理されています。
よくある質問
Q1. ICT と AST の違いは？
ICT（感染対策チーム）は院内感染全般の予防・サーベイランス・アウトブレイク対応が中心、AST（抗菌薬適正使用支援チーム）は広域抗菌薬・抗MRSA薬の適正使用・耐性菌対策が中心です。両チームは密接に連携し、AMR対策を一体化して運営します。
Q2. AI導入で感染対策はどう変わりますか？
電子カルテ・微生物検査・抗菌薬使用データをAIが統合分析することで、耐性菌出現予測・アウトブレイク早期検知・抗菌薬最適選定が可能になります。また手指衛生遵守率のIoT監視、JANIS自動集計、AMR予測モデルが実用化しています。臨床判断・倫理判断・指揮は人間が担います。
Q3. AMR（薬剤耐性菌）対策の最優先事項は？
抗菌薬適正使用（AST介入）、感染対策徹底（手指衛生・標準予防策）、耐性菌サーベイランス、職員教育、ワンヘルス連携（ヒト・動物・環境）が基本です。AIは予測と監視で支援しますが、最終判断は感染症専門医・主治医・ASTが担います。
Q4. パンデミック対応でAIはどのように役立ちますか？
症例数予測、リソース配分最適化、ゾーニング計画、職員・患者感染リスク予測などの領域でAIが有効です。ただしBCP発動・行政連携・倫理判断・国際協力は人間組織が担う必要があります。
Q5. 感染対策のキャリアはAI時代にどう変わりますか？
サーベイランスデータ集計・カルテ監視・JANIS報告等はAIに移行し、臨床判断・アウトブレイク指揮・教育・学会活動・国際協力・AMR政策参画の比重が増します。感染症専門医・CNIC・ICCP資格＋疫学・データ分析＋AI活用＋多職種連携＋国際感染症の五位一体がコア資産になります。
