新学期、机の上に積まれる新しい書類
新学期が始まり、保健室で働く養護教諭なら誰しも知っているあの感覚があります。山積みになった新しい健康情報票、転校してきた持病のある生徒たち、そしてすでにカレンダーに組み込まれた支援委員会会議……。アメリカのスクールナースのように孤立した環境ではなく、日本ではすでに保健室業務における生成AI活用について、リアルで活発な議論が存在しています。note.comを検索すれば、「養護教諭×生成AI: はじめの一歩」といった実践者の記事も出てきますし、彼らが最も重要なルールとして最初に指摘しているのは正しいものです。「特定の生徒の名前、住所、個人が特定できるエピソードは生成AIに入力してはいけない」。これは鉄則です。
既存の議論がまだ踏み込んでいない領域があります。それは、養護教諭が関与する中で最も責任が重く、慎重さを要する文書、つまり「個別の教育支援計画」の健康情報セクションと、それに関連する「個別の指導計画」の起草プロセス全体です。この記事はそのギャップを埋めるためにあります。
この2つの計画の正体と、AIが「草案作成」しかできない理由
個別の教育支援計画はPDCAサイクルで回ります。生徒の実態把握を行い、計画案を作成し、生徒や保護者と確認し、状況変化に合わせて見直す。これは学校の校内委員会（通常は担任、校長、副校長、学年主任、そして養護教諭）によって作られます。一方、個別の指導計画はより細かく、学期や単元ごとに作られる文書で、支援計画を教室での具体的な配慮（指導方法の調整、教材、特定の教科担当教師が使う支援策など）に変換します。
この委員会における養護教諭の役割は、医療専門家のいない他のメンバーが適切な判断を下すために依存する「健康状態の情報」を提供し解釈することです。AIが登場しても、この役割自体は変わりません。生成AIは委員会に参加できず、計画に何を盛り込むかを決定することも、保護者との対話を代替することもできません。しかしAIにできることがあります。それは、毎回白紙から始めるよりも速く、網羅的に、かつフォーマットを一貫させて「健康情報の寄稿部分」の草案を作ってくれることです。そのおかげで、フォーマット調整にかけていた時間を、本当に養護教諭の判断が必要な箇所に回せます。
なぜ今学ぶべきなのか――既存コンテンツにない「正直なギャップ」
現在の日本語圏の関連コンテンツは、進められる範囲では本当に質が高いです。現場の養護教諭が、生成AIを使って保健だよりの起草時間を半減させたり、健康相談のセッションをより充実させたりする方法を公開しています。これらの記事はすでにコアな安全ルールを正しく押さえています。ただ、どれにも共通して抜けているのが、「個別の教育支援計画」または「個別の指導計画」の健康情報セクションを、ワークド・エクサンプル付きでエンドツーエンドで紹介している点です。今回の記事は、同僚たちがすでに上手に書いている内容を繰り返すためではなく、このたった一つの具体的なギャップを埋めるために存在します。
ワークフロー：5つのステップ
ステップ1：画面に触れる前に完全な匿名化を行う ソース情報から直接の識別子をすべて削除してください。氏名、クラスと番号、自宅の住所、保護者の名前です。ここを軽視する人が多すぎます。名前を消すだけでは不十分です。「市唯一の国際プログラムを持つ学校に新しく転入してきた生徒」といった記述でも、名前のない状態であれば校内にいる誰かがその生徒を特定できてしまいます。適用すべき基準はこうです。匿名化した後に、他の職員が読んで「あの子かな」と合理的に推測できるか？ もしそうなら、さらに詳細を削ってください。疾患、関連する医学的事実、プロトコルの詳細は残す必要がありますが、それらだけでは特定の生徒を特定できません。
ステップ2：匿名化済みの情報をAIのドラフト用プロンプトに貼り付ける ChatGPT、Claude、あるいはGeminiを使用し、以下のような構造化されたプロンプトで指示します。
私は養護教諭です。これから、氏名や学級番号などの識別子を一切含まない匿名化済みの生徒の健康情報を入力します。疾患、関連する医学的事実、および対応プロトコルの詳細のみです。この生徒の個別支援計画における健康情報のセクションを起草してください。構成は「疾患概要」「教室での日常的な配慮事項」「緊急時の対応手順」を明記する形にしてください。また、不足していると思われる点や、最終化する前に確認すべき事項があればフラグを立ててください。
ステップ3：ワークド・エクサンプル（具体例） 現実的で完全に匿名化されたケースを通してみましょう。4年生のアレルギー性喘息の生徒で、新たに診断され、体育や屋外活動中に救命吸入器の使用が必要、ピークフロー値の閾値を超えた場合は保護者に連絡するというケースです。AIの出力草案は、疾患概要、教室での日常配慮、緊急対応手順をカバーした構造化された健康情報セクションになります。ここで重要なのは、AIが実際のギャップを指摘する点です。例えば、「校外授業の際に救命吸入器を校内の誰が保管・管理するのか」といった情報が元の資料にない場合、AIがそれを欠落事項としてフラグを立てます。これこそが、単なるフォーマット短縮ではなく、草案を真に有用なものにする作業です。
ステップ4：草案を学校の公式フォーマットに転写する 匿名化された草案を、教育委員会や学校の公式テンプレートにコピーペーストします。その後、実際の生徒の氏名や識別情報はローカル側で追記してください。AIツールには実際の学生データは一切触れさせません。
ステップ5：適正なプロセスを経て検証する 草案が本物の計画になるのは、支援委員会のレビューと保護者の確認を経てからです。委員会に提出する前に簡単なチェックを行ってください。AIが元のソース情報にない詳細を追加していないか？ すべての事実が実際にあなたが知る生徒の情報と一致しているか？ AIが指摘したギャップはすべて解消されているか？ この草案をそのまま委員会と保護者に提示しても問題ないと自信を持てるか？ それらの答えがYESの場合のみ、次の工程に進みます。
比較表：この部分を起草するあなたの選択肢
| アプローチ | 所要時間 | コスト | プライバシー/コンプライアンスリスク | 最終的な責任所在 |
|---|---|---|---|---|
| 白紙のテンプレートから始める | 高 | なし | なし | 養護教諭 |
| 昨年の類似条件の計画を流用 | 低 | なし | 中（現状とズレる可能性） | 養護教諭 |
| 匿名化先行型AIワークフロー | 低～中 | なし | なし（第三者へ実データは流出しない） | 養護教諭 |
| 保健だより用AIツールを流用 | 低 | ツール利用料 | 高（用途が異なるため設計思想が合わない） | 養護教諭 |
どの行においても、最終的な責任は養護教諭にあります。ただし、「匿名化先行型AIワークフロー」は、今日すぐに導入可能であり、新たな調達コストゼロ、かつ第三者ツールへの実学生データ流出リスクがゼロという点で、現時点で最も現実的な選択肢です。
あなたへの具体的な意味とアドバイス
初めての方へ： 基礎からスキルを構築するなら、まずはステップ1の匿名化ルールを身体に染み込ませることから始めましょう。完璧を目指さず、まずは「名前と住所だけ消せばいいわけではない」という意識を持つだけで、あなたは他者を上回れます。
複数校を担当される方へ： スケジュールの圧迫に対処するには、このワークフローをルーチン化してください。同じ構造のプロンプトを使い回すことで、準備時間を大幅に削減できます。
特別支援学校にお勤めの方へ： 扱う計画の数が多いほど、一貫性と正確性が求められます。AIによる草案作成は、手動でゼロから書く場合の疲労度を下げ、あなたの専門性を「内容の精査」に集中させるための強力な味方になります。
AIに懐疑的な経験豊富な方へ： 「AIが判断する」のではなく「AIが下書きを書く」と捉えてください。あなたの長年の経験則が、AIの出力をフィルタリングし、磨き上げるためのフィルターとなります。不信感ではなく、制御可能なツールの一つとして扱ってみてください。
校長・副校長へ： サポート委員会においてこの取り組みを推奨するかどうかも、要検討です。まず試してみてほしいのは、社内テスト（完全匿名化された架空データ）での動作確認です。リスク管理と業務効率化の両立が可能かどうか、小さなパイロットプロジェクトで検証することを提案します。
教育委員会の保健スタッフへ： ガイダンスを出すかどうかの判断材料として、この匿名化先行型の枠組みは明確な基準となります。「AIを使わない」のではなく、「どう使えば個人情報保護法に抵触せずに済むか」を示すガイドラインの土台として活用できます。
想定外のケースとトラブルシューティング
手書きで判読困難なソース文書がある場合： 読み取りにくい部分は推測せず、関係機関や保護者に確認を取ってから入力してください。AIは文字認識ツールではありません。
AIが元の情報にない詳細を創作してしまった場合： これは「検証ステップ」が本来果たすべき役割です。AIの出力は必ず一次情報と突き合わせ、矛盾があれば直ちに修正してください。
保護者の第一言語が日本語でない場合： 計画書が日本語で確定してから、別途翻訳の手順を踏んでください。草案作成段階と翻訳を混在させると、意味の齟齬が生じるリスクが高まります。
複数の疾患を同時に抱える生徒の場合： 各疾患ごとにAIへの入力パスを分け、出力された草案を手動で統合してください。一度に大量の情報を投げてしまうと、焦点がぼやけます。
年度中に委員会のメンバーが変わった場合： 匿名化された草案ベースであれば、引き継ぎがむしろ容易になります。実名や個別事情が隠蔽されているため、新メンバーが客観的に状況把握しやすくなります。
教育委員会が生成AIの利用指針を出していない場合： まずは所属機関のポリシーを確認してください。ガイドラインがない状態で外部ツールを使うことは、思わぬコンプライアンス違反に繋がりかねません。
「どれくらいまで匿名化すればいいのか」で迷った場合： 迷ったら、削りすぎるくらいがちょうどいいです。過剰な匿名化は後で補足すれば済みますが、一度流出した個人情報は取り戻せません。
これができないこと（正直な限界）
生成AIにできることには、明確な境界線があります。まず、委員会の意思決定プロセスを代替することはできません。第二に、保護者に対する説明と確認の対話も代替できません。第三に、あなたの学校や教育委員会の正確なテンプレートを自動認識しません（指定しない限り）。第四に、もっともらしく聞こえるが実は誤った情報を生成する可能性があります。だからこそ、検証ステップは任意ではなく必須なのです。最後に、ドラフト作成を安全に行う技術的な問いと、あなたの教育委員会の個人情報保護条例がAIツールの使用を許可しているかどうかという法的な問いは別物です。使用前には必ずそちらの許可を得てください。
よくある質問（FAQ）
Q1: このやり方は個人情報保護条例に抵触しますか？ A1: いいえ。事前に情報が本当に匿名化されていれば、原則として抵触しません。識別子が一切含まれていない状態での入力が大前提です。
Q2: 保健だよりのAI活用とは何が違いますか？ A2: 対象となる文書は異なりますが、守るべき安全の基本原則は同じです。だよりが「周知」が主目的であるのに対し、支援計画は「個別対応の法的根拠」になり得るため、精度と検証の厳密さが求められます。
Q3: 教育委員会の許可は事前に必要ですか？ A3: 自治体の方針によりますが、始める前に現地のポリシーを確認しておくことを強くお勧めします。
Q4: 実際、どれくらいまで匿名化すれば足りるのでしょうか？ A4: 「同僚がこの情報を読んだときに、誰のことかわかってしまうか？」というテストで判断してください。それでYESなら、さらに削ってください。
Q5: AIの提案する構成が、うちの学校の実際のテンプレートと合いません。 A5: AIの出力は「出発点」であって「最終解答」ではありません。構造を参考にして、自社のフォーマットに合わせて手動で並べ替えてください。
Q6: これ用に公式に推薦されているAIツールはありますか？ A6: 執筆時点では、この特定の用途に特化して公的に推奨されているツールはありません。汎用の生成AIモデルを活用するのが一般的です。
Q7: 過去の計画書を自分なりに蓄積してコピペするのと何が違うのですか？ A7: 個人のライブラリは古い定型句を与えますが、このワークフローは「現在該当する生徒の実際の状況」に基づいて新鮮な草案を作成します。時代遅れの配慮が入るリスクを回避できます。
Q8: 養護教諭が未経験の希少疾患や珍しい症例の場合でも機能しますか？ A8: はい、機能します。ただし、AIが不明確な点をフラグ立てした場合、AIに推測させるのではなく、担当医の診療科に直接問い合わせるプロセスを挟んでください。
まとめ：さいごに
保健室業務における生成AIの最も安全な使い方とは、実学生の情報が決して外部へ漏れない仕組みを作ることに尽きます。まずは徹底した匿名化から始め、AIに構造の草案を書かせ、事実一つひとつをあなたの知識で検証し、最終的な意思決定と保護者との対話は委員会と保護者に委ねる。この順序を守れば、AIはあなたの負担を減らすだけの強力なアシスタントになります。このスキルセットをさらに深化させたい方には、日本語で提供され、自分のペースで学習でき、修了証も発行されるFindSkillの「ai看護＆臨床」コースも次のステップとしておすすめです。
参考文献・出典
この記事の内容は、以下の日本語圏のリソースおよび事例研究を参照・整理して作成しています：
