図解で読む

AI時代のパンデミック対応とICNの負担
薄い担い手・薄い基盤の上で増幅する「変換の仕事」

問い:AIや制度改革は、次のパンデミックで感染管理担当者の負担を差し引きで軽くするのか。本文の答えは、軽くなったと実証した研究は、国内外を通じて確認できない。確認できない理由と、負担の正体を、図でたどる。

1担い手は薄い

有資格者の不在施設や1名体制が多く、相談・変換・調整が一身に集中する。数字は本文で引用した調査の値。

COVID-19対応で苦慮したことがあった(感染管理認定看護師・感染症看護専門看護師、日本看護協会2020、有効回答803名)96.8%
活動内訳で「職員からの相談対応」が最上位(厚生労働省2021年資料)90.3%
時間外の呼び出し対応に苦慮した(ICNJ 2023年会員調査、有効回答644名)69.1%
200床未満の施設の電子カルテ導入率59.0%
情報部門の専任担当者が0人の施設47%

同調査では、時間外労働が最長で月100時間以上となった者が6.8%、50〜99時間が25.3%いた。基盤の側も薄く、小規模施設では専任の情報システム担当者がいないことが多い。

2危機は5つの条件が重なった状態

本文の定義。どれか1つではなく、重なりが危機を作る。

3仕事は8つの発生源から増えた

パンデミックで増えた仕事の発生源(第2章)。

4負担は層を流れ、ICNが結節点になる

本文の図1の再構成。下向きは指示・様式・期待、上向きは報告・相談・判断の仰ぎと調整。ICNはその境目で、両方向の変換を引き受ける。

国・行政(保健所を含む)
法令、届出様式、通知、サーベイランス基盤
↓ 様式・基準・締切↑ 届出・報告・相談
病院の管理層
方針決定、予算、人員配置
↓ 方針・期待↑ 判断の仰ぎ・説明
ICN・感染担当看護師(結節点)
相談対応、変換の仕事、境界の折衝、責任の引き受けが集中する
↓ 手順・教育・支援↑ 現場の実情・困りごと
現場スタッフ
病棟・外来・手技部門での実施
↓ 支援・助言↑ 相談・発生の連絡
地域・介護施設・患者家族
施設支援の受け手、面会制限などの影響を受ける側

5「変換の仕事」:隙間を埋める作り替え

入力と出力があり、両側で求められる形が違い、担当者がその橋渡しをしている仕事を数える。隙間は4種類。

様式の隙間

入力先ごとに様式や項目が違うために生じる作り替え。

例:電子カルテの記録をHER-SYSの入力項目へ打ち直す双方入力

定義・分類の隙間

同じ事象でも、数える単位や基準が制度ごとに違うために生じる作り替え。

例:感染症法の届出期限・対象区分の判定、JANISでの症例抽出と医師判定

システムの隙間

情報システム同士が接続しておらず、間を人がつなぐ作業。

例:FAXで届いた発生届の集計、登録エラーの手動修正

言葉と文脈の隙間

上流の基準や通知を自施設の手順へ読み替える作業と、現場の実情を報告の言葉へ置き換える作業。

例:国・学会基準の院内マニュアル化、相談対応の記録

ほかに、基準の頻繁な改定と締切の「速さ」と、判断と説明の所在が定まらない「責任」が、変換の負担を重くする条件として本文で挙げられている。

6差し引きで測ると、判定できる工程がない

本文の評価の決め。減る作業だけを見ず、増える作業を引く。工程ごと・担い手ごとに、4つの側面を別々に評価する。

減る作業 − 増える作業(導入・確認・修正・教育・維持)
時間
心理的負担
費用
質と安全性
0 / 35工程
対応表の35工程で「差し引きで軽減した」と実測で判定できる工程の数(時間について)。残りはすべて「未評価」

「未評価」は、効果がないという意味ではない。測られていない、という意味である。代表例とされてきた米国の電子的症例報告(eCR)の評価研究でも、報告値は維持時間を含んでおらず、差し引きの実測とは扱えないことを本文は確認している。

新しく増える作業もある。契約確認、情報保護、精度監視、責任の所在の確認は、基盤の薄い施設ほど先に被る。AIは人数を生まないので、受け手が1名体制のままでは、代替者の不在と集中そのものは解消しない。

7次に測るべきもの

測定の空白には偏りがある(大規模病院への偏り、組織化された層への偏りなど5つ)。本文の提言は次の4点。

8結論:危機は3点に集約される

参照文献リストGeminiH版の原稿の文献 全239件(タップで開く)
  1. 日本看護協会.「看護職員の新型コロナウイルス感染症対応に関する実態調査」結果概要(感染管理認定看護師・感染症看護専門看護師専用集計).2020.
  2. 厚生労働省.第2回第8次医療計画等に関する検討会 資料1「新興感染症等の感染拡大時における医療提供体制の確保について」.2021年7月.
  3. 日本感染管理ネットワーク(ICNJ).2023年度会員調査報告書.2023.
  4. 厚生労働科学研究費補助金.「医療機関における医療AIの導入実態と課題に関する研究」総括研究報告書.2024.
  5. 東京医療保健大学 感染制御学教育研究センター.感染制御実践看護師養成講座 募集概要・カリキュラム.2025.
  6. 日本看護協会.認定看護師・専門看護師登録者数一覧(2025年12月末現在:分野別所属先種別登録者数一覧,分野別男女比別登録者数一覧,都道府県別登録者数).2026.
  7. 日本看護協会.認定看護師制度・感染管理分野の定義と役割.2025.
  8. 日本看護協会.専門看護師制度規程(2025年4月1日施行)第4条および感染症看護分野の定義.2025.
  9. 医療法(昭和23年法律第205号)第6条の12および医療法施行規則(昭和23年厚生省令第50号)第1条の11第2項第1号.
  10. 医療法施行規則第9条の20の2第1項第2号,および感染症の予防及び感染症の患者に対する医療に関する法律第38条第2項の規定に基づく厚生労働大臣の定める感染症指定医療機関の基準(平成11年厚生省告示第43号).
  11. 厚生労働省医政局地域医療計画課長通知.「医療機関における院内感染対策について」(平成26年12月19日,医政地発1219第1号).2014.
  12. 厚生労働省保険局医療課長通知.「基本診療料の施設基準等及びその届出に関する手続きの取扱いについて」(令和6年3月5日,保医発0305第5号)別添3第21.2024.
  13. World Health Organization (WHO). Minimum requirements for infection prevention and control programmes. Geneva: WHO; 2019.
  14. 大韓民国 医療法(의료법)第47条および同法施行規則第43条・別表8の2.
  15. European Centre for Disease Prevention and Control (ECDC). Core competencies for infection control and hospital hygiene professionals in the European Union. Stockholm: ECDC; 2013.
  16. 日本看護協会.認定看護師教育基準カリキュラム(B課程教育機関)分野:感染管理,および日本看護協会看護研修学校 感染管理認定看護師教育課程カリキュラム.2022.
  17. 日本看護協会.認定看護師制度規程(2025年4月1日施行)第32条,2026年認定看護師更新審査の手引き,および専門看護師更新審査申告表項目一覧.2025.
  18. 厚生労働省保険局医療課長通知(令和6年3月5日,保医発0305第5号)別添3第21の1(3)「適切な研修」の内容要件.2024.
  19. Association for Professionals in Infection Control and Epidemiology (APIC). 2026 APIC Competency Model: Domain and Subdomain Definitions. Arlington: APIC; June 2026.
  20. Gastaldi S, et al. Readiness for artificial intelligence and digital technologies among infection prevention and control professionals: a WHO-coordinated global survey. J Hosp Infect. 2026.
  21. Kon R, et al. Artificial intelligence utilization among infection preventionists: findings from the 2025 APIC MegaSurvey. Am J Infect Control. 2026.
  22. Lei Y, et al. Digital health literacy and confidence in digital devices among Japanese hospital nurses. 2026.
  23. 日本看護協会.2021年病院看護・外来看護実態調査報告書(調査研究報告No.97).2022.
  24. 日本看護協会.2024年病院看護実態調査報告書(調査研究報告No.101).2025.
  25. 中畑千夏子,渡辺みどり,坂田憲昭.感染管理認定看護師の感染予防・管理活動に関わる因子間の関連性について.日本環境感染学会誌.2021;36(3):166-171.
  26. 中央社会保険医療協議会.令和5年度入院・外来医療等における実態調査報告書(施設調査票A・問16).2024.
  27. 中央社会保険医療協議会.「主な施設基準の届出状況等」(令和4年〜令和7年各年集計).2026.
  28. 厚生労働省保険局医療課長通知.「基本診療料の施設基準等及びその届出に関する手続きの取扱いについて」(令和8年3月5日,保医発0305第7号)別添3第21.2026.
  29. 厚生労働省.令和5年(2023)医療施設(静態・動態)調査・病院報告の概況(表22).2024.
  30. 加藤千景,佐藤ゆか.専門的資格を有さない中小規模病院の感染管理担当看護師の活動実態と困難感.日本感染看護学会誌.2026;19(2):25-31.
  31. 厚生労働省.令和7年医療機関等におけるサイバーセキュリティ対策調査結果(G-MIS調査).2025.
  32. AMED研究班.「医療機関の情報システムの管理体制に関する実態調査」報告書.2021.
  33. 感染症の予防及び感染症の患者に対する医療に関する法律(平成10年法律第114号)第12条および第14条.
  34. 厚生労働省.「新型コロナウイルス感染者等情報把握・管理支援システム(HER-SYS)の運用に関するアンケート結果について(概要)」.2020年10月.
  35. 内閣官房 新型コロナウイルス感染症対応に関する有識者会議.「新型コロナウイルス感染症へのこれまでの取組を踏まえた次の感染症危機に向けた中長期的な課題について」.2022年6月15日.
  36. 国立感染症研究所.感染症発生動向調査週報(IDWR)2022年第25週〜第33週.2022.
  37. 大阪府健康医療部.大阪市保健所における発生届のHER-SYS処理遅延および計上漏れに関する公表資料.2022年2月.
  38. 神奈川県健康医療局.保健所における発生届の入力状況・積み残し推移に関する公表資料.2022年1月.
  39. 厚生労働省新型コロナウイルス感染症対策推進本部.「Withコロナの新たな段階への移行に向けた全数届出の見直しについて」(令和4年9月12日付け事務連絡,令和4年10月5日最終改正).2022.
  40. 厚生労働省.「医療機関等情報支援システム(G-MIS)WEB調査結果の活用マニュアル」(2020年11月27日改定版/2021年6月9日改定版).2021.
  41. 沖縄県立中部病院.新型コロナウイルス感染症対応の検証・総括記録.2021.
  42. Yasunami S. Qualitative study on the experiences and burden of certified nurses in infection control in Japan. Jpn J Infect Prev Control. 2014;29(3):172-182.
  43. 小山和子.新型コロナウイルス感染症対応における感染管理認定看護師の苦悩と実践.新潟がんセンター病院医誌.2022;60(2):42-46.
  44. 郡山市公式サイト「感染管理認定看護師・加藤和枝氏インタビュー」(2023年12月),および日本看護協会公式サイト「雪田智子氏事例紹介」(2020年6月).
  45. 城有美.新型コロナウイルス感染症流行時期に病院職員が必要とした情報と情報提供方法における課題.日本医療・病院管理学会誌.2023;60(2):73-82.
  46. 國島広之,ほか.宮城県における院内感染対策地域ネットワークに関するアンケート調査.環境感染.2005;20(2):119-123.
  47. 山﨑史,ほか.地域における医療関連感染対策ネットワークの構築に向けた調査.日本環境感染学会誌.2012;27(6):397-404.
  48. 高知県健康政策部医療政策課.「高知県医療関連感染対策相談窓口」運営要綱および案内資料.
  49. 冨岡公子,ほか.新型コロナウイルス感染症第1波・第2波における近畿地方の保健所の業務負担と相談対応.日本公衆衛生雑誌.2022;69(6):473-482.
  50. 武村雪絵,ほか.厚生労働行政推進調査事業費補助金(厚生労働科学特別研究事業)「新型コロナウイルス感染症対応における看護職員の確保とマネジメントに関する研究」(20CA2029)総括研究報告書.2021.
  51. 坂本すが,ほか.厚生労働行政推進調査事業費補助金(厚生労働科学特別研究事業)「新型コロナウィルス感染症への対応における看護業務の実態を踏まえたチーム医療の推進に関する研究」分担研究報告書.2021.
  52. 菊田文夫,大﨑美恵子.大学病院におけるリンクナースのワーク・エンゲイジメントと役割負担.昭和学士会雑誌.2024;84(5):391-402.
  53. 成瀬和子,佐藤ゆか.感染管理認定看護師による情報的サポートが感染対策リンクナースの役割受容および仕事意欲に及ぼす影響.日本環境感染学会誌.2022;37(3):78-89.
  54. 長崎県感染管理認定看護師会調査.A県における感染管理認定看護師の院外施設支援の実態と課題.日本環境感染学会誌.2025;40(6):316-322.
  55. 林智世,ほか.日本看護協会助成研究報告書「新型コロナウイルス感染症クラスター発生施設への感染管理認定看護師派遣活動の分析」.2023.
  56. Hayashi T, et al. Cluster dispatch activities of certified nurses in infection control in Mie Prefecture. Antimicrob Steward Healthc Epidemiol. 2024;4(Suppl 1).
  57. 林智世,ほか.三重県における新型コロナウイルス感染症クラスター派遣を担った感染管理認定看護師の役割と課題.日本看護学会誌.2026;21(1):51-59.
  58. 厚生労働省 社会保障審議会介護給付費分科会資料(令和5年度老人保健健康増進等事業「介護施設等における感染対策の実態調査」速報値引用).2023.
  59. 森岡典子,柏木聖代.令和2年度厚生労働科学研究費補助金分担研究報告書「訪問看護ステーションにおける感染予防・管理体制の全国調査」.2021.
  60. 山口ほか.茨城県鹿行地域における保健所と感染管理認定看護師のクラスター班活動.日本環境感染学会誌.2025;40(6).
  61. 滋賀県.「新型コロナウイルス感染症対応の振り返り」検証委員会資料(令和5年)および草津保健所研究発表資料.2023.
  62. 裵英洙,ほか.厚生労働行政推進調査事業費補助金(厚生労働科学特別研究事業)「新型コロナウイルス感染症対応における医療従事者の働き方に関する研究」分担研究報告書.2021.
  63. 日本看護協会.「看護職員の新型コロナウイルス感染症対応に関する実態調査」結果概要(看護管理者集計).2020.
  64. 澤瀬隆,ほか.厚生労働行政推進調査事業費補助金(厚生労働科学特別研究事業)「新型コロナウイルス感染症への対応を踏まえた地域における歯科医療提供体制の強化のための研究」分担研究報告書「病院歯科に対する調査結果」.2021.
  65. 森澤雄司,満田年宏.N95 Respirators Utilization in Japanese Hospitals 2011.満田年宏監修『医療従事者のためのN95マスク適正使用ガイド』職業感染制御研究会.2012.
  66. 橋口ほか.新型コロナウイルス感染症対応における個人防護具着用に伴う熱ストレスの自覚症状調査.日本職業・災害医学会会誌(会議録).2023.
  67. 秋山ほか.松戸市立総合医療センターにおける新型コロナウイルス感染症対応の時系列推移と業務分担の変遷.日本感染管理ネットワーク会誌.2025.
  68. Kim S, et al. Prolonged work experience of infection control nurses during the COVID-19 pandemic: a qualitative study. 2022.
  69. 小林寛伊,ほか.平成23〜24年度厚生労働科学研究費補助金「中小医療施設における感染制御策の質向上を目指す支援体制についての研究」(H23-医療-一般-005)総合研究報告書(第VI節)および研究班学会発表ポスター.2013.
  70. Her S, Kim KH. Job stress and related factors among infection control nurses according to staffing levels. J Korean Acad Nurs Adm. 2013.
  71. Her S, Kim KH, Oh PJ. Job stress, role conflict, and job satisfaction among infection control nurses. Korean J Adult Nurs. 2012;24(4):327-338.
  72. 福井県立病院.「サブICN制度の導入による感染管理認定看護師の後継者育成」看護業務の効率化先進事例アワード2023応募資料.2023.
  73. 倉岡有美子.新型コロナウイルス感染症患者を受け入れる部署の看護師長が経験した困難.日本看護科学会誌.2023;43:450-457.
  74. 春山早苗,尾島俊之.令和4年度厚生労働科学研究費補助金分担研究報告書「新型コロナウイルス感染症対応における全国保健所長の業務負荷と支援体制に関する調査」.2023.
  75. 赤松友梨,ほか.新型コロナウイルス感染症対応における保健所長の勤務実態とメンタルヘルス.日本公衆衛生雑誌.2025;72(11):886-896.
  76. 日本公衆衛生協会.厚生労働省委託事業「自治体における新型コロナウイルス感染症対策に関する調査研究」報告書.2023年3月.
  77. 黒木利恵.神奈川県新型コロナウイルス感染症対策本部における感染管理認定看護師の活動報告.神奈川県立保健福祉大学誌.2021;18(1):93-102.
  78. 国立長寿医療研究センター.「介護保険施設等における新型コロナウイルス感染症対応および面会制限の実態調査」報告書.2022.
  79. 白石ほか.緩和ケア病棟における面会制限が担がん患者・家族・看護師に及ぼす心理的影響.2022.
  80. 江﨑ほか.新型コロナウイルス感染症対応に従事する病棟看護師の心的外傷後ストレス症状とその関連因子.日本環境感染学会誌.2025;40(3).
  81. 武用百子.新型コロナウイルス感染症流行下における看護職のメンタルヘルス相談記録の分析.日本精神保健看護学会誌.2022;31(2):80-85.
  82. 西原ほか.新型コロナウイルス感染症専任スタッフと応援スタッフの精神的苦痛の比較(短報).2023.
  83. 厚生労働省.令和5年(2023)医療施設(静態・動態)調査・病院報告の概況(電子カルテ普及状況 p.2).2024.
  84. 厚生労働省.「新型コロナウイルス感染症対策に係る医療用物資の配布等に関するWEB調査結果の活用マニュアル」(令和5年4月改定).2023.
  85. Rebmann T, et al. Infection preventionists' experiences during the COVID-19 pandemic: findings from focus groups. Am J Infect Control. 2023;51(9):968-974.
  86. Takada M, et al. Association between workload, subjective burden, and psychological distress among hospital nurses during the COVID-19 pandemic. 2025.
  87. Lee JE, Kim S, Park J. Role conflict and control mismatch among infection control nurses during the COVID-19 pandemic: a qualitative study. J Korean Acad Fundam Nurs. 2024;31(1):135-146.
  88. Heo S, et al. Role conflict among infection control nurses in Korean hospitals. 2012.
  89. Park J, et al. Predictors of turnover intention among infection control nurses in Korea. 2020.
  90. 静岡県.ふじのくに感染症管理チーム(FICT)クラスター支援の教訓と業務整理指針.2021.
  91. 宮本聖二.コロナ禍におけるクラスター発生病院への報道・社会的非難とその影響.デジタルアーカイブ学会誌.2021;5(1):25-31.
  92. Yoshioka T, Maeda Y. Risk communication, media reporting, and COVID-19-related stigma in Japan. J Epidemiol. 2020;30(8):372-373.
  93. Kasagi M, et al. Workplace blame and stigma among pediatric intensive care unit staff in Japan during COVID-19. Sci Rep. 2025;16(1):812.
  94. Suzuki R, Iizuka Y, Lefor AK. Preliminary analysis of Japanese Twitter discourse regarding healthcare workers during the COVID-19 pandemic. Medicine. 2021;100(36):e27105.
  95. 厚生労働省医政局.第100回社会保障審議会医療部会 資料2「医療DXの推進に関する工程表について(報告)」.2023年7月7日.
  96. Lorenzini G, et al. The "magical theory" of artificial intelligence in healthcare: narratives and expectations. JMIR AI. 2024;3:e49795.
  97. Marelli L, Kieslich K, Geiger S. COVID-19 and techno-solutionism: responsibilization without contextualization. Crit Public Health. 2022;32(1):1-4.
  98. Mohammed S, et al. The "nurse as hero" discourse in the COVID-19 pandemic: a critical discourse analysis. Int J Nurs Stud. 2021;117:103887.
  99. Boulton M, Garnett A, Webster F. A Foucauldian discourse analysis of media representations of nurses during COVID-19. Nurs Inq. 2022;29(3):e12471.
  100. Park MY, Jeong SH, Kim HS, Lee EJ. Media representation of nurses in South Korea during COVID-19. J Korean Acad Nurs. 2022;52(3):291-303.
  101. Baek SM, Park M. Headline news analysis of nurses in South Korea before and during COVID-19. J Korean Acad Nurs Adm. 2022;28(4):319-330.
  102. Zhang X, et al. Digital involution and performance expectations among clinical nurses using AI: a qualitative study. JMIR Nursing. 2026;9:e100916.
  103. 鄭佳紅,ほか.看護管理におけるデジタルトランスフォーメーション推進の現状と課題(委員会活動報告).日本看護管理学会誌.2026;30(1):153-159.
  104. Kaihlanen AM, et al. Healthcare professionals' and managers' perceptions of digitalisation in primary care. BMC Health Serv Res. 2023;23.
  105. Virtanen L, et al. Unmet expectations of digitalization and information system-related strain among Finnish physicians. BMC Med Inform Decis Mak. 2023;23:252.
  106. 東京都保健医療局.「都保健所ヒアリング調査結果」(資料4-2)および「感染症対応における都保健所業務に関する調査・分析業務報告 概要版」.2021〜2022.
  107. 厚生労働省院内感染対策サーベイランス事業(JANIS).事業概要・検査部門/全入院患者部門/SSI部門データ収集手順.
  108. 厚生労働省.「電子カルテ情報共有サービスの再検証およびモデル事業におけるエラー状況について」説明資料.2026年9月.
  109. Strauss A. The articulation of project work: an organizational process. Sociol Q. 1988;29(2):163-178.
  110. Star SL, Strauss A. Layers of silence, arenas of voice: the ecology of visible and invisible work. Comput Support Coop Work. 1999;8(1-2):9-30.
  111. Allen D. The Invisible Work of Nurses: Hospitals, Organisation and Healthcare. Abingdon: Routledge; 2014. (and Allen D. Soc Sci Med. 2014;119:131-138).
  112. Allen D, May C. Organizing practice and practicing organization: an outline of translational mobilization theory. SAGE Open. 2017;7(2).
  113. 川口弥恵子,伊藤泰信.医療の軌道管理の視点からみた看護師の見えない仕事.保健医療社会学論集.2026;37(1):80-90.
  114. Bossen C, Pine KH, Cabitza F, Ellingsen G, Piras EM. Data work in healthcare: an introduction. Health Informatics J. 2019;25(3):465-474.
  115. Clack L, et al. Boundary-spanning and implementation of infection prevention practices in European hospitals. BMJ Qual Saf. 2018;27(10):771-780.
  116. 内閣官房.「新型インフルエンザ等対策政府行動計画」(令和6年7月2日閣議決定).2024.
  117. 国立健康危機管理研究機構法(令和5年法律第46号)および厚生労働省「国立健康危機管理研究機構の中期目標」(令和7年4月〜令和13年3月).2025.
  118. 国立健康危機管理研究機構(JIHS).第1期中期計画,令和7年度事業報告書,および厚生労働省「国立健康危機管理研究機構の令和7年度業務実績評価書」.2026.
  119. 厚生労働省.「『予防計画・医療計画に記載している目標値』及び『令和6年10月1日時点の医療措置協定の締結等の実績』」.2024年12月24日公表.
  120. 厚生労働省医政局.「感染症法に基づく『医療措置協定』締結等のガイドライン」(令和5年5月)および協定ひな形第10条.2023.
  121. 厚生労働省.「令和7年10月1日時点の医療措置協定の締結等の実績」(協定に基づく研修・訓練の実施状況).2025年12月18日公表.
  122. 東京都感染症対策連携協議会.医療体制協議部会 議事概要(令和8年7月31日).2026.
  123. 厚生労働省.「感染症の予防の総合的な推進を図るための基本的な指針」および「予防計画作成のための手引き(令和5年版)」.2023.
  124. 東京都「東京都感染症予防計画」(令和6年3月)および栃木県「栃木県感染症予防計画」(令和6年3月).2024.
  125. 厚生労働省.「予防計画における保健所体制の目標値・実績値」集計表.
  126. 日本医師会.定例記者会見配布資料(中国四国医師会連合「病院における電子カルテ導入・保守費用等に関する調査」,令和8年7月15日).2026.
  127. 日本医師会総合政策研究機構(日医総研).「診療所の医療DX・システム費用に関する調査」ワーキングペーパーNo.486.2024年11月26日.
  128. 社会保険診療報酬支払基金.「医療情報化支援基金の執行状況」(令和7年度第4四半期末).2026.
  129. 厚生労働省.「次期感染症サーベイランスシステムへの移行および運用管理について」説明会資料.2022〜2025.
  130. 厚生労働省.第80回厚生科学審議会感染症部会 議事録(G-MISによる感染症サーベイランスシステム活用状況調査).2023年10月27日.
  131. 医療法等の一部を改正する法律(令和7年法律第87号,令和7年12月12日公布)本則第18条・第19条・第20条および附則第1条,ならびに令和8年政令第18号・第271号.2025〜2026.
  132. 厚生労働省 健康・医療・介護情報利活用推進懇談会 医療等情報利活用ワーキンググループ 第26回・第27回・第35回議事録および技術解説書2.1.0版.2025〜2026.
  133. 警察庁.「令和4年〜令和6年におけるサイバー空間をめぐる脅威の情勢等について」.2025.
  134. 大阪急性期・総合医療センター.「情報システム障害調査委員会報告書」.2023年3月28日.
  135. 徳島県つるぎ町立半田病院.「コンピュータウイルス感染事案有識者会議調査報告書」.2022年6月7日.
  136. 厚生労働省.令和7年G-MISサイバーセキュリティ対策調査(BCP策定・訓練実施状況).2025.
  137. 厚生労働省 社会保障審議会介護給付費分科会.第246回資料1-1および第272回資料4-1「介護保険施設等と医療機関の連携体制に関する調査(速報値)」.2025〜2026.
  138. 厚生労働省.第210回社会保障審議会医療保険部会 資料3「マイナ保険証の利用率(令和7年12月分)」.2026年2月12日.
  139. 厚生労働省.「医療DXの進捗状況について」(令和7年7月1日)および救急時医療情報閲覧・マイナ救急連携ワーキンググループ資料(令和7年7月24日).2025.
  140. 厚生労働省.「電子カルテ普及計画(案)」および「電子処方箋の現況と今後の対応」(レセプト由来薬剤・診療情報の連携タイムラグ).2025.
  141. 全国保険医団体連合会(保団連).「マイナ保険証の窓口負担・トラブル実態調査」(2025年春中間集計・秋調査),および中央社会保険医療協議会「医療DXに関するヒアリング資料」(2024年6月).
  142. 総務省消防庁.「救急業務におけるマイナンバーカード活用(マイナ救急)実証事業検討資料」.2024〜2025.
  143. デジタル庁.「マイナンバー制度に関するよくある質問(FAQ):行政事務における番号利用の範囲と法改正の必要性」.
  144. 厚生労働省.「ワクチン接種記録システム(VRS)の機能縮小および令和6年度以降の取扱いについて」(令和6年1月19日事務連絡).2024.
  145. 台湾衛生福利部.「全民健康保険ICカードによるマスク実名制配給の実施に関する公式発表」.2020年2月4日.
  146. Wang CJ, Ng CY, Brook RH. Response to COVID-19 in Taiwan: big data analytics, new technology, and proactive testing. JAMA. 2020;323(14):1341-1342.
  147. 大韓民国 感染症の予防及び管理に関する法律(감염병의 예방 및 관리에 관한 법률)第76条の2,および国土交通部・疾病管理庁「疫学調査支援システム(EISS)正式運営」政策ニュース(2020年4月14日).
  148. Korea Disease Control and Prevention Agency (KDCA). Development of the Integrated Infectious Disease Information System in South Korea. Public Health Wkly Rep. 2025;18(34):1277-1291.
  149. 大韓民国 疾病管理庁(KDCA).『질병관리청 코로나19 대응 백서(疾病管理庁コロナ19対応白書)』.2025年4月15日.
  150. 大韓民国 保健福祉部(MOHW).『2020-2024 코로나19 백서(コロナ19白書)』.2025年6月.
  151. Suwono B, et al. Implementation and performance of the German Electronic Reporting and Information System (DEMIS) for infectious diseases. JMIR Med Inform. 2026;14:e89400.
  152. Santé publique France. SI-DEP (Système d'Informations de Dépistage) et transition vers Néo-SIDEP : point épidémiologique régional Centre-Val de Loire. 12 octobre 2023.
  153. Sénat (France). Rapport d'information n°673 : Crises sanitaires et outils numériques. Paris: Sénat; 2021.
  154. Jones NR, et al. National wastewater surveillance for SARS-CoV-2 in England: coverage and epidemiological correlation. Sci Total Environ. 2025;962:178455.
  155. Statens Serum Institut (SSI, Denmark). National wastewater surveillance programme for SARS-CoV-2 and influenza A. 2025.
  156. Haver S, et al. Nationwide genomic wastewater surveillance of SARS-CoV-2 in the Netherlands. BMC Public Health. 2025;25:3862.
  157. Mark-Carew M, et al. Expansion of the US National Wastewater Surveillance System (NWSS) to multiple pathogens. Emerg Infect Dis. 2026;32(Suppl).
  158. Robert Koch-Institut (RKI). AMELAG: Abwassermonitoring für die epidemiologische Lagebewertung. Berlin: RKI; 2026.
  159. Jourdain F, et al. SUM'EAU: the French national wastewater surveillance network for infectious diseases. Microorganisms. 2025;13(2):281.
  160. Champredon D, et al. Canada's national wastewater surveillance framework and epidemiological modeling. Can Commun Dis Rep. 2023;49(5):166-174.
  161. Australian Centre for Disease Control. Australian National Wastewater Surveillance Program. Canberra; 2026.
  162. 厚生労働省・内閣感染症危機管理統括庁.「下水サーベイランス活用に関する検討状況資料」.2026.
  163. 厚生労働科学研究費補助金分担研究報告書.「DPC対象病院における生成AIの実用状況に関するアンケート調査」(2026年1〜3月実施).2026.
  164. 厚生労働省.第24回医療機器・体外診断薬の承認審査や安全対策等に関する定期意見交換会資料「プログラム医療機器(SaMD)の承認・認証実績およびAI機能製品数」.2026年10月6日.
  165. Ubie株式会社「ユビー生成AI医療機関導入実績プレスリリース」(2026年9月),および株式会社アドバンスト・メディア「AmiVoice医療向け音声入力導入実績」(2026年6月).
  166. 情報通信総合研究所(ICR).「企業における生成AI導入の現状と展望」(2025年7月調査).2025年9月4日発表.
  167. 日本銀行.「金融機関における生成AIの利用状況に関するアンケート調査(2026年度)」.2026.
  168. 金融庁.「AIディスカッションペーパー:金融機関におけるAI・生成AIの活用とガバナンス」.2025年3月.
  169. Sundermann AJ, Chen J, Saul M, et al. Artificial intelligence enhances genomic surveillance in healthcare outbreak investigations. Infect Control Hosp Epidemiol. 2026;47(2):170-174.
  170. Chen Y, et al. Deep learning-based automated quality inspection of lumened surgical instrument cleaning. 2025.
  171. Yuan Z, et al. AI-assisted environmental cleaning training in healthcare facilities: a randomized controlled trial. 2026.
  172. Eyre DW, et al. Retrieval-augmented generation (RAG) chatbot grounded in institutional antimicrobial guidelines: an evaluation study. 2026.
  173. Queen Mary Hospital Infection Control Team (Hong Kong). Benchmarking large language models on real-world infection prevention and control scenarios. 2025.
  174. Wolfensberger A, et al. Implementation effort and reviewer workload of semi-automated surveillance for non-ventilator hospital-acquired pneumonia across seven Swiss hospitals. Infect Control Hosp Epidemiol. 2026;47:441-447.
  175. Flores-Balado Á, et al. Using artificial intelligence to reduce surgical site infection surveillance workload after hip replacement (AI-HPRO). Am J Infect Control. 2023;51(11):1225-1229.
  176. Izumi K, et al. Virtual reality hand hygiene education with sensing gloves: a randomized controlled trial at Okayama University Hospital. 2025.
  177. Zhou L, et al. Virtual reality serious game for personal protective equipment donning and doffing training: a pilot randomized trial. 2025.
  178. Mustafa A, et al. Scoping review of artificial intelligence applications in infection prevention and control (39 studies); and Lin H, et al. Scoping review of computer vision for hand hygiene monitoring (45 studies). 2026.
  179. Kim J, et al. Computer vision object detection for personal protective equipment compliance monitoring compared with human observers. 2025.
  180. Durant T, et al. Mobile application for direct observation of hand hygiene: impact on clerical workload. 2023.
  181. Bammann K, et al. Electronic self-reporting and triage for healthcare worker blood and body fluid exposures: a quasi-experimental study. Am J Infect Control. 2025.
  182. Deng X, et al. Machine learning risk stratification for needlestick injuries among healthcare workers. 2025.
  183. De Giglio O, et al. Machine learning prediction of Legionella contamination risk in hospital water networks. 2025.
  184. Anderson DJ, et al. Enhanced terminal room disinfection and acquisition and infection caused by multidrug-resistant organisms and Clostridium difficile (the Benefits of Enhanced Terminal Room Disinfection study): a cluster-randomised, multicentre, crossover study. Lancet. 2017;389(10071):805-814.
  185. Shi W, et al. Gradient-boosted decision tree workflow management for endoscope reprocessing (preprint). 2026.
  186. Rincón-Guevara O, et al. Organizational time and cost burden of electronic case reporting (eCR) implementation and maintenance compared with manual reporting. J Am Med Inform Assoc. 2026.
  187. 厚生労働省院内感染対策サーベイランス事業(JANIS)2007年システム更新資料,および鈴木里和.JANISの変遷とデータ還元.保健医療科学.2012.
  188. Lee K, et al. Time-motion evaluation and simulation of five electronic registration and screening technologies in mass vaccination clinics. 2025.
  189. Mebrahtu TF, et al. Evaluation of hospital command centres on patient flow and data quality. 2023.
  190. Novak A, et al. Demand forecasting and allocation optimization for personal protective equipment: a systematic review (2017–2025). 2026.
  191. Raja S, et al. Developing a facility-specific personal protective equipment burn-rate calculator during COVID-19. Infect Control Hosp Epidemiol. 2020.
  192. 日本医師会 医療IT委員会.「医療におけるAI・生成AIの臨床利用に関する答申」.2026年4月.
  193. 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」(概説編・経営管理編・企画管理編・システム運用編).令和8年(2026)6月.
  194. 厚生労働省・経済産業省・総務省.「医療機関等におけるAI・クラウドサービス契約の役割分担確認表および推奨対応例」.2024年6月.
  195. 日本医学放射線学会.「AI放射線画像診断補助ソフトウェアの臨床使用に関する管理指針 第2版」.令和7年(2025)4月10日.
  196. Kopanitsa G. Post-deployment longitudinal fragility and calibration drift of clinical AI models in a large healthcare organization. PLOS Digit Health. 2026;5(7):e0001534.
  197. Brekelmans W, et al. Nationwide implementation of semi-automated surveillance for surgical site infections in the Netherlands: effort and lessons learned. Antimicrob Resist Infect Control. 2024.
  198. Paras ML, et al. Automated evaluation of contact precautions discontinuation: time savings estimation. Antimicrob Steward Healthc Epidemiol. 2024.
  199. 厚生労働省老健局.「介護現場における感染対策の手引き 第3版」(書式例・自主点検表).2023年9月.
  200. 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について」(要配慮個人情報を含む個人データの取扱い).令和5年(2023)6月2日.
  201. Swiss Multicenter Knee MRI AI Study Group. Impact of partial versus full PACS/RIS integration of an AI reporting tool on radiologist reporting time. Eur J Radiol Artif Intell. 2026.
  202. Lång K, et al. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. Lancet Oncol. 2023;24(8):936-944.
  203. Repici A, et al. Efficacy of real-time computer-aided detection of colorectal neoplasia in a randomized trial. Gastroenterology. 2020;159(2):512-520.
  204. 東邦大学「生成AI利用ガイドライン(2026年改訂)」,京都府立医科大学「生成AI利用方針(2025年)」,および東京科学大学「生成AI利用指針」.
  205. 日本病院薬剤師会.「病院薬剤部門における生成AI利用ガイダンス」.2026年3月.
  206. 厚生労働省.「医療デジタルデータのAI研究開発等への利活用に係るガイドライン」.令和6年(2024)3月.
  207. 内閣府 健康・医療戦略推進事務局.「次世代医療基盤法に基づく認定作成事業者等の概要および提供実績(令和8年9月末現在)」.2026.
  208. 個人情報保護委員会.「次世代医療基盤法に基づく認定事業者および医療情報取扱事業者に対する指導について(94,579名分漏えい事案)」.令和4年(2022)11月2日.
  209. 個人情報保護委員会.「独立行政法人国立病院機構に対する次世代医療基盤法に基づく指導について(25名分漏えい事案)」.令和5年(2023)7月12日.
  210. 厚生労働省医薬局.「変更計画確認制度(IDATEN)に関する統合Q&A」(令和5年12月22日事務連絡).2023.
  211. 厚生労働省大臣官房参事官通知.「医療機器の使用成績評価の取扱いについて」(平成26年11月21日,薬食機参発1121第44号).2014.
  212. Cabanillas D, et al. Longitudinal model shifts and alert rate inflation in sepsis prediction across two hospitals. J Med Internet Res. 2024.
  213. Yang J, et al. Why clinical AI models degrade over time: reproducing Epic sepsis model drift under ICD-9 to ICD-10 transition. arXiv:2203.16452. 2022.
  214. Adams R, et al. Prospective, multi-site study of patient outcomes after implementation of the TREWS machine learning-based early warning system for sepsis. Nat Med. 2022;28(7):1455-1460.
  215. Boussina A, et al. Impact of a deep learning sepsis prediction model on quality of care and survival (COMPOSER). NPJ Digit Med. 2024;7:14.
  216. Wong A, et al. External validation of a widely implemented proprietary sepsis prediction model in hospitalized patients. JAMA Intern Med. 2021;181(8):1065-1070.
  217. Wong A, et al. Multicenter prospective validation of the second-generation proprietary sepsis prediction model across four health systems. 2026.
  218. Kim M, et al. Implementing an artificial intelligence governance committee in a large Canadian hospital system: process and lessons learned. NPJ Digit Med. 2025;8(1):522.
  219. Allison B, et al. Impact of large language model contextual reasoning on nurse acceptance of sepsis alerts (COMPOSER-LLM). 2026.
  220. 中央社会保険医療協議会 保険医療材料専門部会.「令和6年度保険医療材料制度改革の概要(プログラム医療機器に対する評価①)」.2024.
  221. Edmondson A, et al. Limitations of burn-rate calculators and challenges of tracking personal protective equipment consumption during surges. J Occup Environ Hyg. 2026.
  222. 厚生労働省.「G-MISを用いた医療用手袋の配布スキームおよび配分算定基準について」.2026年7月.
  223. 厚生労働省医政局医事課長通知.「人工知能(AI)を用いた診断、治療等の支援を行うプログラムの利用と医師法第17条の規定との関係について」(平成30年12月19日,医政医発1219第1号).2018.
  224. 船橋亜希子.厚生労働科学研究費補助金(代表:井上悠輔)「AIを活用した医療のELSIに関する研究」令和元年度総括・分担研究報告書(分担報告4,pp.44-52).2020.
  225. 船橋亜希子.同研究班 令和2年度分担研究報告書(本編pp.67-73).2021.
  226. 田口豊恵.科学研究費助成事業(基盤研究C 25K13799)「わが国の感染管理認定看護師のワーク・エンゲイジメントの解明と支援モデルの構築」(2025〜2029年度).
  227. 佐藤啓,ほか.日本における認定看護師のワーク・エンゲイジメントとその関連要因(感染管理分野を除く調査).2023.
  228. 萬井美貴子,ほか.感染管理認定看護師の職務満足と課題.日本看護学会論文集 看護管理.2015;45.(書誌確認のみ・抄録本文未到達)
  229. 長崎由紀子,高橋知子.新型コロナウイルス感染症パンデミックにおける感染症看護専門看護師の体験.日本CNS看護学会誌.2023;10:17-24.
  230. 平松玉江,ほか.パンデミックを経験した感染管理認定看護師の能力発達モデル.日本環境感染学会誌.2026;41(1):44-52.
  231. 須釜淳子,ほか.新型コロナウイルス感染症対応を経験した感染管理認定看護師へのインタビュー(体験レポート4).看護実践学会誌.2022;34(2):38-62.
  232. Melnyk BM, et al. Burnout, depression, anxiety, and perceived wellness among US infection preventionists during the COVID-19 pandemic. Am J Infect Control. 2023.
  233. Gilmartin HM, et al. Burnout and leadership support among lead infection preventionists in US hospitals. Infect Control Hosp Epidemiol. 2024;45(3):310-316.
  234. Doran C, et al. Workload and staffing of infection preventionists in 91 US acute care hospitals. Am J Infect Control. 2025.
  235. Weir LK, et al. Estimating infection preventionist full-time equivalent needs across 237 ambulatory and procedural sites. Am J Infect Control. 2025;53(1):8-12.
  236. Trundle CM, Farrington M, Anderson L, Redpath CK. GRASPing infection: a workload measurement tool for infection control nurses. J Hosp Infect. 2001;49(3):215-221.
  237. Lee SJ, et al. Path analysis of COVID-19 workload intensity, job stress, burnout, and turnover intention among Korean infection control nurses. Am J Infect Control. 2024.
  238. Lee H, Park J. Factors influencing burnout among infection control nurses in South Korea. J Korean Clin Nurs Res. 2015.
  239. Park H, Kim S. Lived experiences of infection control nurses during prolonged infectious disease outbreaks: a phenomenological study. 2025.