看護記録の時間を実証で約40%短縮、音声認識と生成AIを組み合わせたがん医療

患者は自宅での体調を紙に手書きで残し、来院すれば医師と看護師から同じ質問を重ねて受けていました。医療従事者の側では、看護師一人あたりの記録作業が1日平均94分、勤務時間のおよそ2割に達しています。カンファレンスでも電話サポートでも、記録を残すことに気を取られて議論や会話そのものに集中しきれず、勤務が終わってから記録作業が残る状況が生まれていました。

編集部の見立てでは、ここでの困りごとの本質は作業量の多さそのものではなく、対話する役と記録する役を同じ人が同時に引き受けざるを得ない構造にあります。話を聞く行為と書き残す行為とでは、求められる集中の向き先が違います。患者側で起きていた重複ヒアリングも、情報が生まれる場所とそれが蓄積される場所がずれていることの表れであり、根は同じところにあるのではないでしょうか。

精度の担保をAI単体に背負わせず、システム側の学習と人の最終確認という二段構えに分けた運用設計が、この取り組みを実務に載せた要因と考えられます。音声認識は専門用語や固有名詞で必ず取りこぼしが出ますが、誤変換をシステム側で修正して学習させる仕組みが繰り返しの誤りを減らし、看護師の最終チェックがその日の記録の正確さを受け持ちます。精度が完全でなくても運用が回る形にしたことで、判断の基準が「AIが間違えないか」から「下書きとして使えるか」へ移ります。カルテという後戻りの効かない記録を扱ううえで、この責任の置き方には無理がありません。

適用先を看護カンファレンスと電話サポートに絞り込んだ点も効いています。どちらも会話の目的と参加者がはっきりしていて、そこで交わされた内容がそのまま記録の中身になる業務です。話す内容が定まらない場面まで汎用的に音声入力を広げるより、記録の型が決まっている業務から入るほうが、要約の質も効果の検証しやすさも確保できます。

患者側では、紙をなくすことよりも、体調を伝える手段そのものを会話に変えた設計が目を引きます。AIアバターとのチャットは音声入力にも対応しており、副作用で文字入力が難しい患者でも記録を残せます。規定の項目をなぞるだけの入力欄では取りこぼす症状を、会話の流れから自然に引き出せる点も生成AIならではです。入力された内容は電子カルテ端末と直接つながり、グラフやサマリーの形で一元化されるため、情報が生まれた時点ですでにチームで共有できる形をとっています。

看護カンファレンスを対象とした実証検証では、記録に要する時間が従来比で約40%短縮されました。出来上がった記録の約8割が従来の手入力よりも優れていると評価され、その結果は学会でも発表されています。実運用の段階では、カンファレンスで1日あたり1病棟17分、電話サポートで看護師一人あたり2分という記録時間をそれぞれ約40%削減することが目標に置かれ、問診生成AIについては診察時の症状ヒアリングを最大25%軽減する目標が掲げられています。数値の意味は時間の節約だけではなく、記録に削られていた対話の時間を取り戻すところにあります。