院内で動くAIで何ができる？ ローカルLLMによる書類作成と業務システム連携

診察や対応の記録を読み、必要な項目を拾い、別の書類へ転記する。院内の規程やマニュアルを探して、職員からの問い合わせに答える。こうした業務に、院内で動かす生成AIを組み込む方法があります。

ローカルLLMは、院内で管理するPCやサーバー上で動かす言語モデルです。患者情報を外部のAIサービスへ送信しない構成で、文章の作成や院内資料への質問回答に利用できます。

診察や対応の記録から書類を作成する

例えば、診察時の記録をもとにカルテの下書きを作る、対応記録から院内の報告書を作る、といった使い方が考えられます。書類に必要な項目を指定し、施設で使っている書式に合わせて出力する機能を開発します。

元の記録と生成された文章を同じ画面に表示すれば、内容を照合しながら編集できます。完成した書類をファイルで保存するか、既存システムへ登録するかまで含めて、作業の流れを設計します。

院内の資料をもとに職員の質問へ回答する

「この申請にはどの書類が必要か」「この機器の操作手順はどこにあるか」といった質問に、院内規程やマニュアルを参照して回答する仕組みも作れます。回答と一緒に参照した資料を表示し、職員が原文を開けるようにします。

資料の更新を検索対象へ反映する方法や、部署ごとに閲覧できる資料を分ける仕組みも必要です。導入時に、資料を管理している担当者と更新・管理の手順を決めます。

電子カルテや既存の業務システムと連携する

既存システムから記録を取得できれば、職員が文章をコピーして入力する作業を減らせます。接続方法にはAPIやファイル出力などがあり、利用できる方法を既存システムの提供会社と確認します。

生成した内容をシステムへ登録する場合は、対象患者や保存先の照合、確認操作、変更履歴、接続に失敗した場合の処理も実装します。接続仕様に応じて、書類の出力から始める構成や、日常の操作画面にAI機能を追加する構成を検討します。

書類作成を院内システムへ組み込む場合の構成例です。

導入前に、実際の書類で確かめる

検証する書類と入力する記録を選び、必要な項目が出力されるかを確かめます。記録にない内容の追加、情報の抜け、数値や日付の誤りを、実際に書類を作成する担当者と確認します。

入力の準備、生成待ち、確認・修正を含めた時間を測り、現在の作成方法と比較します。同時に使う人数や、扱う記録の長さに合わせて、機器とモデルの構成も評価します。

この記事で挙げた用途は、記録の整理や書類作成です。診断・治療の判断を支援する機能を求める場合は、用途に応じた専門的な評価を含め、別途調査範囲を決めます。

導入後の担当と運用条件

患者情報の処理に使うファイル、検索用データ、操作ログについて、保存場所と閲覧できる人を決めます。文書の読み取りや保守のための通信も含め、院内で処理する範囲を具体化します。

アカウントの追加・削除、モデルやソフトウェアの更新、障害時の連絡、バックアップと復旧について、医療機関と構築担当者の分担を決めます。モデルの変更後は、以前の評価用データを使って出力の変化を確認する計画も必要です。

安全管理の確認には、厚生労働省が公開する医療情報システムの安全管理に関するガイドラインを参照します。院内設置という条件だけで適合を判断せず、導入先の運用と構成を具体的に確認します。

和歌山・南大阪での導入支援

Kazeは、医療分野でのAI機能の実装や業務システムとの連携を手がけています。ローカルLLMの導入では、対象業務の検討、機器・モデルの選定、検証、画面や連携機能の開発、保守まで対応します。

和歌山・南大阪を中心に現地対応します。初回相談は無料です。現在作成している書類や、AIを組み込みたい業務についてお聞かせください。