CASES
導入事例
「AIを導入した」「RPAを導入した」。それだけでは、導入効果はわかりません。
MedSyncでは、導入前にどの仕事へ時間がかかっていたか、導入後に人の役割がどう変わったかを見ます。
ここでは3つの業務について、導入前の作業と導入後の流れを同じ構成で紹介します。
CASE 01｜M-Rec
カルテ作成
カルテ作成にかかる時間
1日 約110分 → 約20分
年間では、約360時間の削減にあたります。
※導入先における実績。効果は施設・対象業務・運用により異なります。
01｜施設について
| 施設種別 | 在宅医療を行うクリニック |
|---|---|
| 規模 | 在宅患者 約300名、医師 約15名 |
| 対象 | 診察時のカルテ作成（医師） |
02｜導入前
診察中はメモを取りながら診療し、診察が終わってからカルテを作成していました。
カルテ作成には1日約110分かかっていました。日中に終わらない記録は、夕方以降に残っていました。
03｜これまでの業務
- 診察中にメモを取る
- 診察後、メモをもとに電子カルテへ記載する
- 日中に終わらない記録は、夕方以降に持ち越す
04｜導入した仕組み
M-Recで診察の会話を録音します。AIが会話を文字起こしし、あらかじめ指定したテンプレートに沿ってカルテの下書きを作成します。
AIが作るのは下書きです。内容は医療従事者が確認し、電子カルテへ転記します。
05｜導入後
- 診察の開始時に録音を始める
- 録音を止めると、AIがカルテの下書きを作成する
- 医療従事者が内容を確認し、修正する
- 確認したカルテを電子カルテへ転記する
06｜効果
カルテ作成にかかる時間は、1日約110分から約20分になりました。年間では約360時間の削減です。
重要なのは、数字そのものではありません。日中に記録が終わるため、その後の時間を患者さんへの連絡や、次の診療の準備に使えるようになりました。診察中にメモを取る必要が減り、患者さんの話を聞くことに集中しやすくなりました。そこまで含めて、導入効果と考えています。
07｜現場の声
「診察が終わり、すぐに使えるカルテが作成されます。基本的に電子カルテに転記するだけなので、日々の診療にとても役立っています。日中に記録が終わるぶん、夕方の時間を患者さんへの連絡や次の準備に使えるようになりました。診察中もメモを取らずに済むので、以前よりお話をしっかり聞き、患者さんと向き合えるようになりました。」
導入先クリニックの医療者
※数値とコメントは、導入医療機関の実測値と実際の発言をもとに記載しています。
08｜今後
電子カルテへの転記は、現在は作成したカルテを確認したうえで手で行っています。転記ボタンは開発予定です。実装後は、ボタンを押すと電子カルテへ転記されます。
CASE 02｜M-Automate
居宅療養管理指導書
指導書の作成から送付までにかかる時間
1日 約2時間 → 約5分
人に残るのは、AIが作成した指導書の確認です。
※導入先における実績。効果は施設・対象業務・運用により異なります。
01｜施設について
| 施設種別 | 在宅医療を行うクリニック |
|---|---|
| 規模 | 在宅患者 約300名 |
| 対象部署 | 医療事務 |
| 対象業務 | 居宅療養管理指導書の作成、地域の情報連携ツールへのアップロード、FAX送信 |
| 稼働頻度 | 日次 |
02｜導入前
訪問診療のあと、医療事務の担当者が医師のカルテ記載を1件ずつ確認し、居宅療養管理指導書を作成していました。
作成した指導書は、地域の情報連携ツールへアップロードするか、FAXで送っていました。この作業に1日約2時間かかり、送付が遅れがちでした。
03｜これまでの業務
- 当日の訪問カルテを開き、医師の記載を1件ずつ確認して該当項目をコピーする
- 居宅療養管理指導書の作成画面を開き、貼り付ける
- 訪問日や施設名などを入力する
- 作成ボタンを押し、PDFを出力する
- 地域の情報連携ツールにログインし、アップロードする
- 対応していない医療機関へは、FAXを送る
04｜導入した仕組み
RPAとM-Automateを組み合わせました。RPAが対象患者のカルテから必要な項目を取得します。AIが院内のルールに沿って、指導書の文章を作成します。
できあがった指導書は、RPAが事業所ごとに地域の情報連携ツールへアップロードし、FAXも送ります。
AIが作成する指導書は下書きです。内容は医師が確認します。
05｜導入後
- RPAが対象患者のカルテから必要な項目を取得する
- AIが内容を整理し、指導書の下書きを作成する
- RPAが事業所ごとに地域の情報連携ツールへアップロードする
- RPAがFAXを送る
- 医師が指導書の内容を確認する
06｜効果
1日約2時間かかっていた作業は、約5分の確認作業になりました。
遅れがちだった指導書の送付を、その日のうちに行えるようになりました。人の作業は、記載の転記や送付ではなく、内容の確認に変わりました。
07｜現場の声
「1日約2時間の作業が、約5分の確認作業だけに。遅れがちだった居宅療養管理指導書の送付を、その日中に行えるようになりました。」
在宅医療クリニック 医療事務の担当者
08｜今後
RPAが情報を集め、AIが書き、RPAが登録する。この構成は、訪問看護指示書や在宅療養計画書など、在宅医療で扱うほかの文書にも応用できます。
CASE 03｜M-Automate
外来データ提出加算
対象項目の集計と提出用データの作成にかかる時間
月 約60時間 → 約1時間
人の役割は、集計から最終確認へ移りました。
※導入先における実績。効果は施設・対象業務・運用により異なります。
01｜施設について
| 施設種別 | 外来データ提出加算を算定する医療機関（クリニック・病院） |
|---|---|
| 対象部署 | 医療事務 |
| 対象業務 | 外来データ提出加算の対象項目の集積と、提出用データの作成 |
| 稼働頻度 | 月次 |
02｜導入前
外来データ提出加算の対象項目を、担当者が毎日、専用のタブやツールへ手で入力していました。
月末には対象患者を洗い出し、提出用に整えます。この集計に月約60時間かかり、提出期限に追われていました。
03｜これまでの業務
- 毎日、専用のタブやツールへ対象項目を手で入力する
- 月末に対象患者を洗い出す
- 提出用にデータを整える
04｜導入した仕組み
RPA（BizRobo!）1台とM-Automateを組み合わせました。AIがカルテを解析して加算の対象項目を取得し、提出用のリストを作成します。
AIが作成するリストは下書きです。提出前の確認と最終的な責任は、担当者にあります。
05｜導入後
- AIがカルテを解析し、加算の対象項目を取得する
- 提出用のリストを作成する
- 担当者が内容を確認し、提出する
06｜効果
毎月の集計作業は、月約60時間から約1時間になりました。
人は集計作業ではなく、内容の確認と提出を担当します。提出期限に追われることがなくなりました。
07｜現場の声
「月60時間の集計作業が約1時間に。提出期限に追われることがなくなりました。」
医療事務の担当者
08｜今後
カルテから対象を抽出して集計する構成は、在宅データ提出加算の項目作成や病床種別ごとの在院日数の算出など、ほかの集計業務にも応用できます。
掲載内容について
掲載している数値は、導入先における実績です。効果は、施設・対象業務・運用により異なります。
数値と現場の声は、導入先の実測値と実際の発言をもとに記載しています。施設が特定されないよう、名称は記載していません。
M-RecとM-Automateが作成するのは下書きです。内容の確認と最終的な責任は、医師をはじめとする医療従事者にあります。
同じような業務は、ほかの施設にもあります。
いま時間がかかっている仕事の内容をお聞かせください。導入前にどこへ時間がかかっているかを確認するところから、一緒に始めます。
