看護記録の音声入力AIで記録時間が約40%短縮、大阪国際がんセンターの検証

誤変換や要約の取り違えが起きることを前提に置いた運用設計が、この仕組みを医療現場に載せられた第一の理由だと考えられます。間違いをシステム側で修正していく自動学習の仕組みと、AIがまとめた内容を看護師が最後に確認する体制が組み合わされ、記録の正確さと表現の一貫性を担保する二段構えになっています。人が最後に責任を持つ位置に立つことで、AIの出力を「そのまま採用するか否か」という緊張から解放し、下書きとして受け取れるようにした点が効いたのでしょう。院内ポリシーに沿ったセキュアな接続を先に用意し、データ連携の可否を後回しにしなかったことも、実運用へ進めた条件のひとつです。

対象を看護カンファレンスと電話サポートという、会話の型がある程度決まっている二つの場面に絞った判断も見逃せません。話される内容の範囲が予測できる業務であれば、音声認識の誤りも要約の外れ方も想定しやすく、確認にかかる手間が読めます。加えて、書き起こし、下書き作成、電子カルテへの取り込みという工程を途切れさせずに一本につないだ設計により、途中でファイルを移し替えるような手作業が挟まらない流れになっています。

患者側と看護側で設計の向きを逆にした点も、この取り組みに固有の工夫です。看護側は範囲を絞って精度と確認しやすさを取りにいく一方、患者向けの問診では会話形式を採ることで、あらかじめ決めた項目以外の症状も自然に出てくる余地を残しています。集めた内容を電子カルテと連携させ、グラフやサマリーの形で一か所にまとめる設計が、患者が書いた情報を医療者が使える情報へ変える橋渡しになっていると読み取れます。