医療・ヘルスケアのAI活用事例

【成果】 専任スタッフ退職後も人員補充を行うことなく、25名の既存スタッフが「ユビー生成AI」を活用して業務を継続できる体制を構築しました。 診断書1件あたりの作成時間を約40分から約20分へと50%削減し、月間で約130時間の業務時間削減に成功しています。また、AIが経験や知識の差を埋めることで、経験の浅いスタッフでもベテランと同等の質の高い診断書を作成できるようになり、業務の標準化とチーム全体のスキルアップを実現しました。

【成果】 東北大学病院における一部の診療科の医師10名の協力を得た実証実験では、大きな成果が得られました。紹介状や退院サマリなどに記載する要約文章を新規に作成する場合と比較して、作成時間を平均47%削減することに成功しています。 また、生成された文章の表現や正確性についても現場の医師から高い評価を受けました。膨大な電子カルテの記録から必要な情報を収集する作業負担が大幅に軽減され、AIが生成した要約文章を参考にしながら、各種医療文書を効率的に作成できる可能性が実証されています。

【成果】 運用プロセスの見直しと教育体制の強化を経て実施された第二回検証では、大きな成果が得られました。対象となったすべてのセラピストにおいて診療録の作成時間が短縮され、平均で約66％の削減を達成しています。また、スタッフが感じる主観的な業務負担感も約50％軽減されました。さらに、診療録以外の書類作成業務においても時間短縮が確認され、導入前と比較して3ヵ月間で合計約2,000時間以上の業務削減効果を生み出しています。この成功を受け、同グループは関西で運営する9つのリハビリテーション病院へ年内に「medimo」を導入することを決定しました。 今後はセラピストだけでなく、医師や看護師など多職種への展開も視野に入れており、創出された時間を高付加価値な業務へ再配分することで、医療の質のさらなる向上を目指しています。

【成果】 本プロジェクトは現在開発段階であり、2022年内をめどに順次商用サービスとして提供される予定です。 開発されるサービスを通じて、製薬企業や医療機関は臨床における疾患・治療実態を正確に把握できるようになります。これにより、革新的な医薬品の研究開発テーマの検討促進や、患者一人ひとりに合わせた個別化医療の提供、さらには疾患の早期発見・診断支援などへの貢献が期待されています。

【成果】 開発されたAI創薬技術により、従来の手順に比べて10倍以上高速に、大量の電子顕微鏡画像からタンパク質の形態と構造変化の推定が可能になりました。実際にタンパク質合成に関わる特定のタンパク質を本技術に適用したところ、構造変化の予測にかかる時間を従来の1日から2時間へと大幅に短縮することに成功しています。 これにより、細菌やウイルスなどの標的タンパク質に結合する薬剤の設計過程が革新され、製薬企業の創薬プロセスの迅速化・効率化に大きく貢献することが期待されています。今後は、この生成AI技術をコア技術の一つとして活用し、標的タンパク質と抗体の複合体解析や分子の大域的な構造変化を高精度かつ高速に予測する次世代IT創薬技術の実現を目指していく方針です。

【成果】 開発された「トークラボKIBIT」は、2025年10月より日本生命の「ニッセイみらいのカタチ 認知症保障保険（認知症サポートプラス）」の付帯サービスとして提供が開始される予定です。ニッセイ情報テクノロジーが提供する「暮らしの脳トレ」と連動する形で社会実装が進められています。 専門家からは、本ツールが信頼性とユーザビリティをバランスよく備えており、利用者による自発的なセルフチェックの習慣化を促す製品として高く評価されています。また、ファーストユーザーとなる日本生命からも、手軽なセルフチェックを日々の習慣とすることで、顧客の生活習慣の改善や健康寿命延伸をより一層サポートできると期待が寄せられています。

【成果】 東北大学病院における一部診療科の医師10名の協力による実証では、紹介状や退院サマリなどに記載する要約文章を新規作成する場合と比較して、作成時間を平均47%削減することに成功しました。また、生成された文章の表現や正確性についても高い評価を獲得しています。 これにより、膨大な電子カルテの記録から必要な情報を収集する作業が大幅に軽減され、生成された要約文章を参考にしながら各文書を効率的に作成できる可能性が確認されました。

【成果】 「問診生成AI」の導入により、診察時の症状ヒアリングに要する時間を最大25％軽減し、より深い対話や治療方針の検討に時間を充てることが期待されています。「看護音声入力生成AI」については、従来の手入力との比較検証を実施した結果、記録に要する時間が約40％短縮されました。また、約8割の記録で「AIを用いた方が優れている」との評価を得ています。これにより、看護カンファレンス（1日1病棟17分）や電話サポート（1日1人2分）の記録時間を約40％削減する目標を掲げています。 今後は、対話型疾患説明生成AIの他科展開や、書類作成・サマリー作成支援AIの導入など、さらなる機能拡張を予定しています。

【成果】 AIによるレポート作成機能を導入した結果、これまで1件あたり20分かかっていたレポート作成業務が、わずか5分にまで短縮されました。30分の栄養指導と合わせても、1回の指導にかかるトータルの業務時間が50分から35分へと大幅に削減されています。 この業務効率化により、管理栄養士の実質的な時給は40%以上向上し、時給2,000円を超える見込みとなりました。手作業による負担が軽減されたことで、管理栄養士はより多くの時間を患者への対応や質の高い栄養指導に充てることが可能になっています。同社は今後も最新技術を取り入れ、従業員のワークライフバランス向上とサービスの品質向上を両立させていく方針です。

【成果】 複数の医師の協力を得て行われた実証検証では、「退院サマリ」の作成に要する時間を平均で42%、最大で60%短縮できることが確認されました。検証に参加した医師からは、生成された文案の妥当性やシステムの使いやすさについて高い評価が寄せられています。年間約2万件の退院サマリを作成する規模の病院に導入した場合、年間で約2,700時間もの作業時間削減が見込まれており、医療従事者が本来の診療業務に専念できる環境づくりに大きく貢献することが期待されています。

【成果】 開発した「読影レポート構造化AI」を評価した結果、所見文の約7割を占める比較的単純な文章において90%以上の精度で自動的に構造化できることが確認されました。また、より複雑な主訴に関する所見文においても、約80%という高い精度での構造化を実現しています。 今後はこの技術を活用し、過去の類似所見検索や統計情報の可視化、検索拡張生成AI（RAG）を用いた放射線科医向けのアシスタントAIの開発などを進める予定です。将来的には、データベースと医用画像内の所見位置を紐づけることで、さまざまな疾患に特化した画像診断支援機能（CAD）の正解データを自動で大量生成し、全身の異常疾患を網羅的に見つけるAI技術の開発加速が期待されています。

【成果】 退院時看護サマリの作成時間が平均12分20秒から7分5秒へと42.5%短縮され、作成時の心理的負担度も27.2%減少しました。特に入院日数が6日以上の患者に関するサマリ作成においては、作成時間が46.6%減、心理的負担が29.7%減と大きな効果が確認されています。現場からは「急なサマリ作成にも慌てず対応できるようになり、患者のベッドサイドに行く時間が増えた」という声が上がっています。また、医師の退院時サマリ作成業務も最大3分の1に短縮されるなど、多職種での業務効率化とケアの質向上が実現しています。

【成果】 システムの導入により、医療現場における大幅な業務効率化とケアの質向上が期待されています。看護カンファレンスにおける実証検証では、記録に要する時間が従来比で約40％短縮されました。さらに、作成された記録の約8割が「従来の手入力による記録よりも優れている」と評価され、学会でもその成果が発表されています。 現在、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分かかっていた記録時間をそれぞれ約40％削減することを目指して実運用が進められています。また、問診生成AIの活用により、診察時の症状ヒアリングにかかる時間を最大25％軽減する目標も掲げられています。これにより創出された時間を、より深い対話や治療方針の検討、患者ケアの充実に充てることが可能となりました。

【成果】 性能検証試験において、AIは約83％の病変を正しく検出することに成功しました。視認しやすい隆起型の病変では約95％、視認しにくい表面型の病変でも約78％という高い検出率を記録し、経験豊富な内視鏡医と同等の診断性能を持つことが確認されています。 さらに、経験の浅い医師がこのAIシステムを使用した場合、表面型病変の検出率が6%向上するという定量的成果も得られました。AIのサポートにより、医師の経験に依存しない安定した病変発見が可能となり、誤検出も少ないため、検査時間を延長することなく診断精度の向上が期待されています。本システムは、日本および欧州で医療機器として正式に承認されました。

【成果】 兵庫医科大学病院および虎の門病院にて、国内初となるAI視覚支援下での手術が無事に実施されました。現場のエキスパート医師からは、解析精度が高く映像のタイムラグも感じられない点が高く評価されています。 また、AIが剥離層を正確に認識して提示することで、手術がスムーズに進行するだけでなく、若手医師が手技を習得する際の教育ツールとしても非常に有用であるとの声が寄せられました。今後は、神経や膵臓のAI解析機能や3D出力機能の追加など、さらなるナビゲーション機能の進化が期待されています。