SOMPOの介護ノウハウをRAGで再現、排泄ケアを助言する生成AIをトライアル提供

教材の範囲をマニュアルや文献にとどめず、現場調査とインタビューで暗黙知まで拾い上げた設計が、このサービスの性格を決めています。排泄ケアの判断は書かれた手順だけでは埋まらない部分が大きく、経験のある職員は本人の様子や前後の情報から見当をつけていきます。その見当の付け方まで言語化して取り込んだからこそ、原因を一つに決め打ちせず、背景にある複数の要因を「影響分析＆アドバイス」として並べ、対策を複数示す出力の形が成立したと考えられます。

回答の参照先を内部のナレッジデータに限定するRAG（社内の文書を検索してAIの回答の根拠に使う仕組み）の使い方も、この領域では単なる技術選択以上の意味を持ちます。介護の相談は利用者の体調に直結するため、もっともらしいだけで根拠のない回答が一度でも混じれば、現場での利用は続かなくなるはずです。参照範囲を絞ることは回答の自由度を下げる判断でもありますが、使い勝手より先に信頼性を確保する側に振った設計と読めます。

書類の読み取りで最終判断を人に残したHuman in the Loop（AIの処理の要所に人の確認を組み込む方式）の業務プロセスも、同じ考え方の延長にあります。薬剤名や既往歴は記載ミスが許されない情報であり、フォーマットも専門用語もばらつきます。全自動にせず、AIが下ごしらえをして人が確かめる形に工程を分けたことで、精度を落とさずに入力の手間だけを削る道が開けたのではないでしょうか。