医療業界向け生成AI AI/LLM

医療の生成AI活用とは?文書作成の自動化とLLMの選び方

医療の生成AI活用とは?文書作成の自動化とLLMの選び方

この記事の概要

医療機関での生成AIの使い道は、退院サマリや診療情報提供書などの文書の下書きが一般的です。患者情報を院外に出さずに使いたい場合は院内に設置するローカルLLMが、院外の環境でも自院専用に管理したい場合はプライベートクラウド環境が選択肢になります。電子カルテからのデータの抜き出しと、生成した文書の後続の作業はRPAで自動化でき、医師や看護師は最後の確認に集中できます。

医療で生成AIは何に使える?

医療機関では、文書の下書き・要約に使うのが一般的です。医師や看護師が書く文書の「たたき台」をAIが作り、人が承認します。

分類主な業務
文書の作成退院サマリ、看護サマリ、診療情報提供書の作成と内容の読み取り、症状詳記
記録の作成インフォームド・コンセント(IC)やカンファレンスの議事録
収益の向上算定漏れのチェック、データ提出に関する加算(外来データ提出加算・充実管理加算など)の提出データの作成、副傷病のチェック
院内の問い合わせ院内のマニュアルや規程を読み込ませ、職員の質問に回答する

出典:医療業界向け生成AIの活用例。院内の問い合わせは、オープン株式会社の紹介資料による

画像診断の支援や創薬など、生成AI以外も含めた医療のAI活用は「医療業界のAI活用例」、AIを使うメリットとデメリットは「医療×AIのメリット・デメリット」で紹介しています。

LLMとローカルLLMとは?

LLM(Large Language Model:大規模言語モデル)とは、大量の文章を学習し、文章の理解や作成ができるAIです。ChatGPTに代表される生成AIの中心となる技術です。ローカルLLMとは、インターネット上のサービスではなく、自院のサーバやパソコンの中で動かすLLMのことで、入力したデータを外部に送らずに使えます。

医療機関が生成AIを使うときの課題は?

主な課題は、患者情報の扱い、AIの誤り、電子カルテとの連携の3つです。

患者情報はクラウドに出してよい?

患者情報を扱う場合は、厚生労働省の「医療情報システムの安全管理に関するガイドライン」に沿って管理する必要があります。現行版は第7.0版(2026年6月公表)です(厚生労働省)。クラウドのサービスを使う場合は、例えば、データの保管場所、通信の暗号化、事業者との契約の内容などの確認が必要となります。

生成AIの利用については、医療AIプラットフォーム技術研究組合(HAIP)が「医療・ヘルスケア分野における生成AI利用ガイドライン(第2版)」を公表しています(HAIP、2024年10月2日)。導入を検討するときは、こうしたガイドラインを院内の規程とあわせて確認しましょう。

AIの誤りにはどう備える?

生成AIは、事実と違う内容をもっともらしく書くことがあります(ハルシネーション)。医療の文書では、AIの出力を下書きとして扱い、医師や看護師が確認・修正してから確定する運用が前提です。

電子カルテのデータを生成AIにどう渡す?

文書の下書きには、電子カルテの医師記録・看護記録・検査結果などが必要です。この情報を手で集めてAIに入力していては、手間が減りません。RPA(Robotic Process Automation:ロボティック・プロセス・オートメーション)とは、パソコンの定型作業をソフトウェアのロボットで自動化する仕組みです。RPAを使えば、電子カルテから必要な情報を集める作業を自動化できます。詳しくは次の「退院サマリ」の章で説明します。

クラウド型とローカルLLMはどう選ぶ?

患者情報を院外に出さずに使いたいならローカルLLM、高性能なモデルを利用したいなら専用のクラウド環境が向いています。どちらも、扱う情報と使う規模で選びます。

項目一般的なクラウド型の生成AIサービス専用のクラウド環境(プライベートクラウド)ローカルLLM(院内設置)
データの置き場所サービス事業者の環境。入力を学習に使わない設定や、国内でのデータ保管を選べるサービスもあるクラウド上の自院専用の環境。院内とは暗号化した専用の通信路(VPN)などで接続する院内のサーバや端末。LLMの処理に外部との通信は不要
性能最新の高性能なモデルを使いやすい用途に合わせてモデルを選べる機器の性能で、使えるモデルの大きさや同時に使える人数が決まる
始めやすさ契約すればすぐ使える環境の構築が必要機器の調達と設置が必要
費用の考え方利用量や利用者数に応じた料金が多い環境の利用料と構築・保守の費用機器の購入費と保守の費用。利用量に応じたクラウドの利用料はかからない
向いている使い方すぐに試したい場合。患者情報を扱う場合は、契約や設定がガイドラインと院内の規程に合うかを確認する高性能なモデルを使いたい、利用する部署や人数が多い、病院全体で使う患者情報を含む文書を院内で扱う、まず小さく始める

※一般的な傾向です。サービスや契約の内容によって異なります。

オープン株式会社では、院内のネットワークの中に構築する「ローカル環境モデル」と、AWS(Amazon Web Services:Amazonのクラウドサービス)上の専用環境にVPN(Virtual Private Network:インターネット上に暗号化した専用の通信路を作る仕組み)で接続する「AWS環境モデル」の2つから選べます(出典:資料「ローカルLLM×RPA紹介資料」)。

ローカル環境モデルの機器は、小規模向けの小型スーパーPCと、中規模以上向けで、より大きなモデルも扱えるGPUワークステーション(GPU:AIの計算を高速に行う半導体)の2つから、施設の規模に合わせて選びます。GPUワークステーションは標準でGPU1基の構成で、利用する人数や処理の量に応じて最大4基まで増やせます(増やす場合の費用は個別に見積もり)。メーカー保証はどちらも3年間です。

AWS構成型の生成AI基盤とは?

AWS上に自院専用の生成AIの環境を作り、院内からVPNで接続して使う構成です。電子カルテのネットワークと事務系の端末のどちらからも使えます。

  • 最新の日本語モデルを使える:モデルの更新にも追従できる
  • 段階的に広げられる:一部の部署での利用から始め、利用する部署や業務を増やしていける
  • ワークフローを画面で組める:直感的な操作でAIの処理の流れを作り、すぐに使い始められる
  • 部署をまたいで使える:部署横断で業務を見直し、業務時間を減らせる
  • 用途を限定しない:文書作成のほか、問診票の読み取り、シフトの作成、リハビリ計画書の作成、ベッドコントロールの支援、院内のプロトコルの確認など、さまざまな業務に使える

出典:オープン株式会社の紹介資料(AWS構成型の生成AIプラットフォーム)。旭川赤十字病院の事例(後述)は、この構成で行ったものです。

電子カルテから退院サマリ・看護サマリはどこまで自動化できる?

電子カルテからの情報集めと、文書の下書きまでは自動化できます。最終的な確認と修正は、医師や看護師が行います。

  1. RPAが電子カルテから情報を集める:医師記録(主訴、現病歴、治療の経過、退院時の診断など)、看護記録、検査結果などを抜き出す
  2. 生成AIが下書きを作る:あらかじめ決めた指示と書式に沿って、退院サマリなどの下書きを作る
  3. 医師・看護師が確認して確定する:内容を確認・修正し、文書を確定する
  4. RPAが後続の作業を行う:生成AIで作った文章や分類結果を受け取り、後続の作業をロボットで自動化できる
電子カルテから退院サマリ・看護サマリを作る流れ:RPAが電子カルテから情報を集め、生成AIが下書きを作り、医師・看護師が確認・承認し、RPAが後続の作業を行う

オープン株式会社のサービスでは、電子カルテからのデータの抜き出しをRPA(BizRobo!、AUTORO〔提供:オートロ株式会社、総販売代理店:オープン株式会社〕)で行います。ローカルLLMの製品そのものにRPAの機能は含まれず、RPAと組み合わせて使います(サービスページ)。

医療業界向けBizRobo!は、富士通株式会社の「HOPEシリーズ」、日本電気株式会社(NEC)の「MegaOakシリーズ」、株式会社シーエスアイ(CSI)の「MI・RA・Isシリーズ」、株式会社ソフトウェア・サービス(SSI)の「NEWTONS2」などの電子カルテと連携できます(一覧は医療業界向けBizRobo!)。

医療機関の生成AI活用事例は?

旭川赤十字病院では、インフォームド・コンセント(IC)とカンファレンスの議事録を自動で作る実証実験が行われました。オープン株式会社が、アマゾン ウェブ サービス ジャパン合同会社(AWSジャパン)の協力のもと、2025年3月から7月に実施したものです。

  • 仕組み:RPAの「BizRobo!」が、録音した音声と電子カルテの必要なデータを集めて連携し、「Amazon Transcribe」で音声を文字に起こし、「Amazon Bedrock」で要約と書式の整形を行って議事録を作る
  • 環境:AWSのクラウドの生成AIを使った構成
  • 効果(速報):本格的な検証はこれからとしたうえで、実験終了直後の手応えとして、議事録作成1件あたり30〜60%程度の時間短縮ができたとしています
  • 今後:退院サマリ、看護サマリ、診療情報提供書の自動作成などへの展開を検討している

出典:オープングループ株式会社のお知らせ(2025年7月30日)

RPAの事例では、社会医療法人財団董仙会 恵寿総合病院が年間12,000時間の業務を削減しています(導入事例)。RPAの医療機関での活用は「医療機関のRPA活用」で紹介しています。

算定漏れチェックに生成AIをどう使う?

カルテの記録から算定の根拠になる情報を洗い出し、漏れの可能性がある候補を医事課の担当者が確認する、という使い方です。文書作成ほど一般的ではありませんが、増収につながる使い方として取り組みが始まっています。

岩手県医療局では、DPC(診断群分類別包括評価)の請求で、副傷病名の付け漏れをチェックする作業をRPAで自動化しました。

  • 仕組み:月初のレセプト作成の時期に、RPAが患者ごとに主病名とカルテを参照し、副傷病になり得るキーワードや治療行為に当てはまる患者を抜き出して、カルテの記録をCSVファイルにまとめる。副傷病名を付けるかは主治医に確認する
  • 効果:2病院で1か月あたり128万6千円の改善(2024年10月の実績)。年間では約1,543万円の効果を見込んでいる
  • 変化:業務の負担が大きく、できていなかった全症例の確認を、夜間にRPAが行えるようになった

出典:岩手県医療局経営管理課「RPAを活用した診療報酬請求の算定漏れチェック」

現在は、AWS構成型の生成AI基盤も導入し、RPAとAIを組み合わせた算定漏れのチェックを行っています。

医療機関での生成AIの導入はどう進める?

無料の相談で対象の業務を決め、データ検証で生成の品質を確かめてから導入を判断します。ご希望に応じて、有償のPoC(Proof of Concept:概念実証)で現場での運用を確かめることもできます。

段階内容期間・費用
1. 対象業務の確認業務の内容、利用する部署・人数・用途を聞き取り、対象の業務と構成を検討する無料の相談
2. データ検証患者情報を含まないサンプルのデータを使い、退院サマリなどの文書の生成の品質と処理の性能を事前に確かめ、検証レポートを提出するデータの提出から5営業日程度(業務の量やデータで変わる)。無償
3. 運用検証(有償PoC。ご希望に応じて)対象の文書を決め、AIとRPAのワークフローを作り、現場で使えるかを検証して評価する2か月が目安(ご要望に応じて調整できます)。有償
4. 導入検証の結果をもとに、機器の構成と導入の計画を決めて導入する。導入後も支援する対象業務と環境によって個別に見積もり

有償PoCには、検証用の機器(NVIDIA DGX Spark)の貸し出しと、期間中のBizRobo!のライセンス・基本サービスが含まれます。機器はPoCの終了後に返却し、データは初期化します。無償のトライアルはありません。

出典:サービスページの「導入の流れ」、オープン株式会社の資料

よくある質問

電子カルテのデータを生成AIで使えますか?

使えます。RPAで電子カルテから必要な情報を抜き出し、生成AIに渡して文書の下書きを作れます。連携できる電子カルテは医療業界向けBizRobo!のページで確認できます。

ローカルLLMなら患者情報は外に出ませんか?

ローカル環境モデルは院内のネットワークの中で動き、LLMの処理に外部との通信は必要ありません。入力したデータが、生成AIの処理のために院外へ送られることはありません。

費用はどのくらいですか?

対象の業務と環境(機器の構成など)によって変わるため、個別に見積もります。まずはご相談ください。

AIのアプリを自分たちで作る必要はありますか?

基本的には、プログラミングをせずにAIのアプリやワークフローを作れる環境を提供します。データ検証で作ったワークフローも共有できます。院内で作るのが難しい場合は、別途有償で当社が開発・納品します。

小規模な病院でも使えますか?

使えます。小規模向けの機器から始め、必要に応じて広げられます。まずは対象の業務を相談しながら、施設に合った構成を検討します。

オープン株式会社の医療業界向け生成AIとは?

院内で動かすローカルLLM、またはAWS上の自院専用の生成AI基盤と、RPAを組み合わせ、退院サマリなどの文書作成や算定漏れのチェックを自動化するサービスです。対象業務の選定からPoC、本番の立ち上げ、導入後のフォローまで、専任のスタッフが支援します。

  • 生成AIの実績:全国で約50病院が利用しています(2026年11月時点。病院数で集計)。PoCの状況などから、2027年2月までに約100病院へ広がる見込みです
  • RPAの実績:2026年11月時点で、206の医療機関(病院186、クリニック20)に、BizRobo!とその関連製品、AUTOROが導入されています。BizRobo!は、富士経済の調査で、医療事務向けRPAシステムの導入シェアNo.1です(出典:株式会社富士経済『2025年版 医療・ヘルスケア・製薬DX関連市場の現状と将来展望』2025年8月)

昨今の医療機関は、物価高騰に伴う運営コストの上昇や人員不足に加え、診療報酬改定や各種データ提出など年々増え続ける制度対応と、業界共通のさまざまな課題に直面しています。さらに、そこへ各地域・各医療機関ごとの個別の事情や課題が積み重なります。こうした環境でAIが成果を出すためには、リーズナブルな価格、導入・展開のしやすさ、高いユーザビリティ、そして用途を限定しない汎用性、LLMの性能の高さが欠かせないと考えております。当社のAIは、この5つを兼ね備えたサービスとして、医療機関の皆さまの課題解決を支えてまいります。

――藤山洋平(オープン株式会社 Automation事業部 医療事業責任者)

医療の文書作成のほかにも、オープン株式会社は次の生成AIの製品を提供しています。

  • AIパンチャー:OCRによるデータ化から情報の取得・変換・書類作成までをAIエージェントが行う業務自動化サービス
  • Mention Me:自社専用のAIエージェントを構築できる開発プラットフォーム
  • OroSee(オロシー):AIが現場にヒアリングして業務を整理・可視化するヒアリングAIエージェント
  • BizRobo! AI Apps:AIでBizRobo!の運用管理(仕様書の作成、稼働の可視化など)を効率化するオプション

やりたいことが決まっていなくても、ご相談いただけます。

▶ 医療業界向け生成AIのサービスページ ▶ お問い合わせ