実施時期: 2024年02月|2026.06.02 最終更新
複雑な診療報酬の算定を生成AIで自動化し、数日かかっていた作業を数分に短縮
プロジェクト期間: 半年未満
※イメージ画像です
プロジェクト概要
アプローチと成果
カテゴリー詳細
お問い合わせ
こんな課題を持つ企業におすすめの事例です
- 複雑な請求業務や算定作業に時間がかかっている
- 法改正や制度変更に伴うシステム改修費用を抑えたい
- 専門知識が必要な事務作業の負担を軽減したい
プロジェクト概要
背景・目的
診療報酬の算定は、医師が電子カルテに記録した診療内容を基に、医事部門が複雑な点数表と照らし合わせて計算しています。 この作業には多大な手間と時間がかかり、医療現場の大きな労務負担となっていました。また、2年に1度行われる診療報酬改定のたびに、会計システムやソフトウェアの改修に莫大な費用が発生し、病院運営を圧迫するという課題も抱えていました。
こうした状況を打破し、医療現場の生産性向上とコスト削減を実現するため、順天堂大学は株式会社FIXERと共同で、生成AIを活用した医療DXの研究プロジェクトを開始しました。
アプローチと成果
アプローチ
株式会社FIXERが提供するエンタープライズ向け生成AIサービス「GaiXer（ガイザー）」を導入し、電子カルテの情報から診療報酬算定を効率化する仕組みの構築を進めています。
具体的には、生成AIに電子カルテの記載内容を理解させ、厚生労働省が定める「標準請求コード」を直接選択させる検証を行っています。プロジェクトは段階的に進められており、第一段階として電子カルテ情報に紐づいたオーダーから請求内容を選択できるかを検証し、第二段階ではカルテの記載内容から直接選択できるかの検証を予定しています。 医師や医療事務の関係者も協力し、現場の知見を取り入れながら生成精度の向上を図っています。
プロジェクトへの評価と成果
改善・向上したこと
業務の自動化
対応時間・リードタイムの短縮
コスト削減
推進したこと
プロトタイプ開発（PoC）
既存システムとのAI連携
本プロジェクトの取り組みにより、従来は病院全体で数日を要していた診療報酬の算定作業が、生成AIによる原案作成と人のチェックを合わせて数分程度にまで短縮できる見込みが立っています。また、標準請求コードの自動選択が可能になれば、将来的な診療報酬改定に伴うシステム改修コストの大幅な削減にもつながると期待されています。 本研究は厚生労働省の補助事業として採択されており、得られた成果は全国の医療機関における会計処理の合理化に活用される可能性があります。
カテゴリー詳細
プロジェクト内容
AI導入・支援形態
導入部門・データ活用
導入部門と活用内容
バックオフィス・管理部門（人事・経理・法務）
医療事務・請求業務
活用したデータ
文書・ナレッジ
電子カルテ
採用したAI技術・ツール
採用したAI技術
テキスト・言語AI
データ抽出・入力自動化
活用・導入したAIモデル・ツール
生成AI・LLMサービス
クラウドAI基盤
連携ツール
連携したシステム・SaaS
電子カルテシステム
WarpBiz編集部の事例考察
成功の最大の要因は、汎用的な生成AIをそのまま使うのではなく、電子カルテの記載内容と標準請求コードを紐づけるという医療現場特有の要件に特化して検証を進めた点にあります。このアプローチは、複雑なルールに基づく見積もり作成や、専門的なコード分類が求められる製造業や物流業の事務処理など、他業種にも応用可能です。導入にあたっては、AIが提示した原案を最終的に人が確認するフローを組み込み、正確性を担保することが重要になります。専門性の高い事務作業の効率化を検討されている方は、ぜひ他の事例記事も参考に自社に合ったツール探しにご活用ください。
プロジェクト実施・導入企業
株式会社FIXER
クラウド黎明期に創業したクラウドネイティブカンパニー。エンタープライズシステムのクラウド化や、生成AIサービス「GaiXer」の提供を通じて日本のDXを推進している。
この事例と同じようなシステムを開発したいですか？ WarpBizで実現可能なパートナーを探しましょう。
順天堂大学
この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます
関連度の高い事例を選定しています。少しお待ちください。