CASE 33INDUSTRY医療・健康福祉

医療問診自動化AIシステムPoC

RAGLLM

RESULT // HIGHLIGHT

音声対話AIによる事前ヒアリングで問診を効率化

予約時に音声対話AIが患者へ追加質問・ヒアリングを実施。症状や経過を深掘りして事前にカルテへ構造化連携し、問診の抜け漏れ防止と診察の円滑化を実現。

OVERVIEW概要

予約受付時に、患者と自然に対話しながら症状や受診動機を能動的に深掘りする「対話型事前ヒアリングAI」を開発しました。音声認識・対話LLM・医学ナレッジを組み合わせ、患者の最初の回答に対して「いつから出ているか」「咳や喉の痛みはあるか」といった必要な鑑別質問をAI自らが適応的に投げかけ、診察に必要な情報を来院前に網羅的かつ正確に聞き出す仕組みを構築しました。

INDUSTRY業種: 医療・健康福祉
CHALLENGE課題: 従来の選択式や自由記述のWEB問診票では、患者側が「お腹が痛い」などの簡潔な入力にとどまるケースが多く、痛みの部位や持続期間、既往歴といった診断に必要な情報が十分に集まりませんでした。その結果、医師が診察室に入ってからゼロから詳細な聞き取りを行わざるを得ず、問診に時間を取られて外来の待ち時間が長期化する要因となっていました。
SOLUTIONソリューション: 患者がスマートフォンに向かって話すだけで回答できる音声対話インターフェースを導入し、主訴に合わせて医師の問診手順を模した動的ヒアリングを行う対話エージェントを構築しました。疾患別の鑑別ガイドラインをRAGとして参照させることで、「発熱の経過」「随伴症状」「アレルギーや常用薬」など、診察に必要な論点をAIが漏れなく追加質問するロジックを実装しました。
TECH技術: RAGLLM
PERIOD期間: 6ヶ月（PoC 3ヶ月 + 本開発 3ヶ月）
TEAM体制: PM 1名 / AIエンジニア 2名

RESULT成果

想定される複数パターンの模擬対話データにおいて、AIが主訴に対して適切な深掘り質問を自律的に継続できる対話追従性と、会話ログからカルテ記載項目へのマッピング精度を技術検証し、PoCを完了しました。音声認識の誤変換に対するコンテキスト補正やハルシネーションの抑制パラメータを特定できたことで、診察前の事前ヒアリングをAIが自律的に担うアーキテクチャの技術的実現可能性を確立しました。

PoCを通じて医学的観点からも破綻のない質問制御が実現できました
代表取締役

CONTACT

この事例について、
相談してみませんか？

同じような課題をお持ちの方は、構想段階からお気軽にご相談ください。

> SEND A MESSAGEお問い合わせ→

ほかの実績

OTHER CASES

CASE01 INDUSTRY営業・マーケティング

LLMWeb開発

医療問診自動化AIシステムPoC

クリエイティブ検索AIシステム→

セキュアにAIを利用するための生成AI基盤構築→

AIを具備した債権管理システム→