導入
「毎日、患者様のリハビリよりもカルテ入力に時間を取られている気がする……」
多くのリハビリテーション部門の責任者や現場のセラピスト（PT・OT・ST）の皆様の間で、このような切実な課題が共有されています。リハビリ実施計画書、日々の経過記録、サマリー作成など、膨大なドキュメント作成業務は、本来患者様のケアに向けられるべき貴重な時間を圧迫してしまっています。
そこで期待されているのが、自然言語処理（NLP：人間の言葉をコンピューターに理解させる技術）を活用した「リハビリ記録からのADL（日常生活動作）自動抽出」です。日々の自由記述の記録から、AIが自動的に食事や排泄、移動といったADLの状態を読み取り、FIM（機能的自立度評価法）やBI（バーセルインデックス）といった評価指標を自動判定する仕組みです。これが実現すれば、業務プロセスは劇的に自動化され、効率は大きく向上するでしょう。
しかし、AI導入における一般的な傾向として、あえて注意を促したいと思います。
「AIの精度が90%あれば、業務は楽になる」というのは、実は危険な誤解です。
医療・介護の現場において、残りの10%の「誤り」は、単なる計算ミスでは済まされません。誤ったADL評価は、不適切なリハビリ計画につながるだけでなく、診療報酬の過誤請求という重大なコンプライアンスリスクを招く恐れがあります。
本記事では、AI技術の可能性を否定するのではなく、むしろ安全に使いこなしていただくために、リハビリ記録特有の「解析の難しさ」と客観的に向き合います。そして、誤認識リスクを前提とした上で、どのように運用とシステムを設計すれば現場の混乱を防げるのか、技術的な実現可能性と日々の業務での使いやすさを両立させる具体的な「防衛線」について、分かりやすく解説していきます。
1. 魔法の杖ではない：リハビリ記録NLP解析の「限界」を正しく理解する
まず、AIが処理の対象とする「リハビリ記録」というデータが、コンピューターにとってどれほど複雑なものであるかを深く理解することが大切です。ChatGPTやClaudeといった大規模言語モデル（LLM）の進化は目覚ましく、直近でも大きな技術的転換期を迎えています。
例えばOpenAIのAPIでは、GPT-4oなどの旧モデルから、より高度な文脈理解や推論能力を持つGPT-5.2へと標準モデルが移行しました。また、AnthropicのClaudeもSonnet 4.6へとアップデートされ、100万トークンという長大な文章を処理できるだけでなく、タスクの複雑さに応じて思考の深さを自動調整する機能が搭載されています。このように自然言語処理技術は飛躍的に進化していますが、それでも医療現場の高度な文脈を完全に理解するには至っていないのが現状です。
自由記述に潜む「文脈」の複雑性
リハビリ記録は、典型的には「非構造化データ（定型化されていないデータ）」に分類されます。セラピストの皆様は多忙な業務の合間を縫って記録を入力するため、主語の省略や独特の略語、文法的に崩れた表現が頻繁に用いられます。
例えば、次のような記録があったと仮定します。
「平行棒内歩行は見守りで可能だが、病棟での独歩は転倒リスクありのため不可。ナースコール対応徹底。」
人間が読めば、「リハビリ室では歩けるけれど、病棟生活ではまだ自立していない（＝移動は要介助）」という文脈を一瞬で理解できます。しかし、AIがこれを解析する際、特に従来のキーワード抽出型のアプローチでは、「歩行」「可能」「独歩」という単語に反応し、「移動＝自立（7点）」と誤判定してしまうリスクがありました。
最新の生成AIモデルでは、前後の文脈を要約しながら保持する機能などにより長文の理解力は大幅に向上しています。それでも「誰が」「どこで」という主語や場所の条件が省略された文章において、誤った補完をしてしまう可能性はゼロではありません。また、「右麻痺」と「右麻痺なし」のような否定表現についても、複雑な係り受け構造を持つ文章では、否定がどこにかかるかを正確に捉えきれないケースが報告されています。
AIが得意な抽出タスクと苦手な推論タスク
現在のAI技術において、特定のキーワード（例：「端座位保持」「スプーン使用」）を見つけ出す「抽出タスク」は非常に得意です。しかし、複数の文にまたがる情報から患者様の全体像を判断する「推論タスク」には、依然として高いハードルが存在します。
特にリハビリ記録では、「できる（能力）」と「している（実行状況）」の区別が極めて重要です。「能力的には更衣が可能だが、認知機能の低下により促しが必要」というケースでは、FIMの採点は下がります。この「能力はあるが実行していない」という繊細なニュアンスを、テキストのみから正確に読み取ることは容易ではありません。
ここで注意すべきは、旧モデルの廃止に伴うシステム移行の影響です。GPT-4oなどの旧モデルから最新モデルへ移行する際、AIの推論プロセスが根本的に変化するため、これまで機能していたプロンプト（指示文）の再調整が必要になります。最新モデルに搭載されている「Thinking（推論）」機能や「Adaptive Thinking（適応的思考）」を活用し、AIに結論を急がせず、段階的な論理展開を促すよう指示を最適化することが、精度の維持と向上の鍵となります。
さらに、生成AI特有のリスクとして、文脈を埋めるために事実に基づかない情報を生成してしまう「ハルシネーション（幻覚）」の可能性も考慮する必要があります。最新の検証可能推論技術によりこのリスクは低減しつつありますが、AIがもっともらしい推論を行ったとしても、それが記録に基づかない過度な解釈である場合、医療記録としては致命的な問題になりかねません。
「精度100%」が原理的に不可能な理由
さらに言えば、そもそも正解データであるはずの「人間の評価」自体が揺らぐことがあります。同じ患者様の状態を見ても、ベテランのセラピストと新人とでFIMの採点が1点ずれることは珍しくありません。
教師データ（AIに学習させるデータ）自体にこのような「揺らぎ」が含まれている以上、AIが精度100%を出すことは原理的に不可能です。したがって、「AIは間違えるものである」という前提に立ち、AIの高度な推論能力をあくまで人間の判断を補助するツールとして位置づけ、最終的なダブルチェックを前提としたシステム設計を行うことが不可欠です。
2. 導入前に直視すべき3つの具体的リスク
AIの限界を理解したところで、実際に導入した際にどのようなリスクが発生しうるのか、具体的にシミュレーションしてみましょう。これらは決して不安を煽るものではなく、安全な対策を講じるために必要なプロセスです。
【技術リスク】否定表現と時系列の誤認
自然言語処理における最大の鬼門の一つが「否定表現」です。
- 「痛みはないとは言えない」
- 「介助があれば歩行不可ではない」
このような二重否定や回りくどい表現は、日本語の記録では頻出します。AIがこれを肯定と取り違えると、患者様の状態を実際よりも良く評価してしまい、無理なリハビリメニューを提案してしまう危険性があります。
また、「時系列」の誤認も深刻です。「入院時は全介助だったが、現在は一部介助」という文章から、AIが「全介助」という過去の状態を現在の状態として抽出してしまうケースです。リハビリは変化を追うプロセスですから、いつの時点の情報かを正確に紐付ける技術が求められます。
【運用リスク】ダブルチェック負担による形骸化
「AIが自動判定しました。確認してください」
このプロセスは一見効率的に見えますが、現場にとっては新たなストレス源になり得ます。AIの判定精度が中途半端だと、セラピストはAIが出した結果が正しいかどうかを、元の記録を読み直して一つひとつ確認しなければなりません。
「これなら最初から自分で入力した方が早い」
そう思われた瞬間、システムは使われなくなってしまいます。あるいは逆に、忙しさのあまりAIの判定を盲信し、内容を確認せずに「承認」ボタンを連打するようになれば、記録の信頼性は崩壊します。これを「ダブルチェックの形骸化」と呼び、DX推進における典型的な失敗パターンとして知られています。
【法的リスク】誤ったADL評価に基づく診療報酬請求
これが経営層にとって最も懸念すべきリスクと言えるでしょう。FIMやBIのスコアは、回復期リハビリテーション病棟における実績指数や、各種加算の算定要件に直結します。
もしAIの誤った高評価（あるいは低評価）をそのままカルテに反映し、それに基づいて診療報酬を請求していたとしたらどうなるでしょうか。後の監査でそれが発覚した場合、返還請求や指導の対象となる可能性があります。「AIが判定したから」という言い訳は、当然ながら通用しません。最終的な責任は常に医療機関側にあります。
3. リスクを許容範囲内に抑える「3つの防衛線」
リスクばかりを並べてしまいましたが、悲観する必要はありません。これらのリスクは、適切な「運用設計」と「UI（ユーザーインターフェース：操作画面）」によって、管理可能なレベルまでしっかりと抑え込むことができます。ここでは、堅牢なシステム運用のための「3つの防衛線」を提案します。
第1防衛線：入力フォーマットの半構造化
全ての情報を自由記述から抽出しようとするのは、AIに過度な負担をかけることになります。そこで、入力段階である程度の「型」を作るアプローチが有効です。
これを「半構造化データ」化と呼びます。例えば、完全に自由な日記形式ではなく、SOAP（主観的情報、客観的情報、評価、計画）形式の枠組みをシステム側で強制する、あるいは重要なADL項目（食事、排泄など）については、プルダウン選択と自由記述を併用するといった方法です。
「重要な事実は構造化データ（選択肢）で、微妙なニュアンスは非構造化データ（テキスト）で」という役割分担をすることで、AIの抽出精度は飛躍的に安定し、誤認識リスクを減らすことができます。
第2防衛線：信頼度スコア（Confidence Score）の活用
AIモデルは通常、判定結果と共に「確信度（Confidence Score）」という数値を算出します。「この判定は99%自信がある」「これは60%くらいかもしれない」という自己評価です。
優れたAIツールは、このスコアをUIに反映させています。
- 確信度が高い項目：自動的に入力済みとする
- 確信度が低い項目：ハイライト表示やアラートを出し、「ここを確認してください」と人間に注意を促す
このように、AIが「自信がない」と白旗を上げられる仕組みを作ることが重要です。全てを平然と自動入力するシステムよりも、弱さをさらけ出すシステムの方が、結果として現場の信頼を勝ち取ることができます。
第3防衛線：Human-in-the-loop（人間による承認プロセス）のUI設計
最後の砦は、必ず人間が介在するワークフローです。これを専門用語で「Human-in-the-loop（ヒューマン・イン・ザ・ループ）」と呼びます。
AIが出力したADL評価は、あくまで「下書き（ドラフト）」として扱います。システム上、セラピストが内容を確認し、「確定」ボタンを押さない限り、そのデータは正式な記録として保存されない、あるいは請求データに連携されない仕様にすべきです。
「AIが勝手に決めた」という状況をシステム的に排除し、「AIの提案を専門家であるセラピストが承認した」という形式を徹底することで、責任の所在を明確にし、法的リスクを回避します。
4. 失敗しないための段階的導入ロードマップ
リスク対策の方針が決まったら、次は導入プロセスです。いきなり全病棟、全患者で自動化をスタートするのは無謀と言えます。以下の3つのフェーズを経て、徐々に適用範囲を広げていくことをお勧めします。
フェーズ1：過去データを用いた精度検証（PoC）
まずは、実際の業務フローには組み込まず、過去のリハビリ記録データを用いてAIの精度検証（PoC：概念実証）を行います。
自院の記録スタイル（略語や言い回し）に対して、AIがどの程度正確にADLを抽出できるかをテストします。この段階で、「食事の自立度は95%正解するが、移乗動作は60%しか当たらない」といった傾向を把握します。精度が著しく低い項目については、AIによる自動化を見送るという判断も必要です。
フェーズ2：並行運用と「修正ログ」の蓄積
次に、一部の病棟やチームに限定して試験運用を開始します。この際、従来の記録方法と並行してAIツールを使用します。
ここで最も重要なのは、「AIの判定を人間がどう修正したか」というログ（記録）を収集することです。AIが「自立」と判定したものを、人間が「見守り」に修正したなら、そこにはAIが読み取れなかった文脈があります。この修正データを蓄積することが、次のステップでの精度向上に不可欠な資産となります。
フェーズ3：本番運用と定期的な精度モニタリング
修正ログを元にAIモデルを再学習（ファインチューニング）させ、精度が実用レベルに達したと判断できれば、本格運用へ移行します。
ただし、導入して終わりではありません。スタッフの入れ替わりや記録ルールの変更によって、AIの精度は徐々に低下する可能性があります（ドリフト現象）。月に一度など定期的に抽出精度をモニタリングし、必要に応じてモデルのメンテナンスを行う体制を維持することが、長期的な成功の鍵となります。
5. 結論：AIは「判定者」ではなく「優秀な書記」として位置づける
ここまで、技術的な限界やリスクについて客観的に解説してきましたが、それでもなお、リハビリ記録へのAI導入は推進すべき重要な取り組みです。なぜなら、現場の負担は限界に達しており、テクノロジーによる支援が不可欠だからです。
成功の秘訣は、AIの役割定義を間違えないことです。
AIは、患者様の状態を診断する「判定者」ではありません。膨大なテキストの中から必要な情報を整理し、セラピストの判断をサポートする「優秀な書記」あるいは「秘書」です。
「判断」は人間が、「処理」はAIが。この役割分担が明確であれば、AIは脅威ではなく、頼もしいパートナーになります。
セラピストの専門性を奪わないシステム設計
AIツールを選定する際は、ベンダーに対して「精度」だけでなく、「誤った時にどう気付けるか（UI設計）」や「学習データの質」について質問してみてください。その回答にこそ、そのツールが現場のリスクをどれだけ深く理解しているかが表れます。
セラピストの皆様が、画面に向かう時間ではなく、患者様と向き合う時間を最大化できること。それこそが、目指すべき医療DXの真の姿と言えるでしょう。
より詳細なリスク管理手法や、ベンダー選定時に確認すべき具体的なチェック項目については、専門的なガイドラインや資料を参考にすることをおすすめします。安全なAI導入の一助となれば幸いです。
コメント