Media > AI活用ユースケース > カスタマーサポート > 病院が外国人の患者に渡す検査・入院・会計の案内文と同意書の説明を、病院の用語集に合わせて多言語に訳し、医療者の確認に回す

病院が外国人の患者に渡す検査・入院・会計の案内文と同意書の説明を、病院の用語集に合わせて多言語に訳し、医療者の確認に回す

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

病院が外国人の患者に渡す検査・入院・会計の案内文と同意書の説明文を、病院の用語集に沿って ChatGPT(OpenAI API)で多言語に訳します。数字と日時の照合と日本語への逆翻訳を付け、医療者と医療通訳者の確認に回します。

サマリー
生成AI
ChatGPT/Claude/Gemini/Microsoft Copilot
連携・自動化
Google Apps Script/Make/Power Automate
対象業界
介護/医療
対象部門
カスタマーサポート
対象業務
内容確認・チェック/書類作成
主な課題
人手が足りない/属人化している/確認ミスが多い
AIで行う処理
翻訳
主な効果
品質標準化/対応スピード向上/工数削減
導入難易度
★★☆☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
90h/月
AI導入後
35h/月
想定削減
61%
年間削減
660h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 各部署が日本語の案内文を改訂し、患者支援係へ多言語版の更新を依頼する
  2. 患者支援係が、改訂の箇所を確かめ、訳の古い版を探す
  3. 英語は職員が無料の翻訳サービスで訳して手直しする。ほかの言語は翻訳会社に依頼する
  4. 訳が戻ったら、病棟名や窓口名がこれまでの訳と同じかを、過去の訳と見比べる
  5. 数字・時刻・金額が原文どおりかを確かめる(読めない言語は数字の並びだけを見る)
  6. 同意書の説明や前処置の案内は、医療通訳者に読んでもらう
  7. 文書の版を付けて共有フォルダに置き、窓口と各部署に知らせる
導入後(After)
  1. 人各部署が日本語の案内文を改訂し、文書の台帳に「訳の更新待ち」の印と、文書の区分(一般の案内/医療の説明)を付ける
  2. 自動印をきっかけに、旧版との差分を取り出し、改訂された文だけを訳の対象にする
  3. 自動厚生労働省の多言語説明資料に同じ種類の文書があれば、その旨を担当に知らせる
  4. 自動ChatGPT(OpenAI API)が、用語集と訳さない語の一覧に沿って1文ずつ訳し、日本語への逆翻訳を付ける
  5. 自動原文と訳文の数字・日時・金額を機械で照合し、外れた文に印を付ける
  6. 人患者支援係が、照合で外れた文と、逆翻訳が原文と食い違う文を確かめる
  7. 人一般の案内は、その部署の医療者が逆翻訳を読んで確かめる。医療の説明は、医療通訳者が訳文そのものを確かめる
  8. 人版を付けて共有フォルダに置き、窓口と各部署に知らせる
各工程の詳しい説明を読む
  1. 各部署が日本語の案内文を改訂し、患者支援係へ多言語版の更新を依頼する
  2. 患者支援係が、改訂の箇所を確かめ、訳の古い版を探す
  3. 英語は職員が無料の翻訳サービスで訳して手直しする。ほかの言語は翻訳会社に依頼する
  4. 訳が戻ったら、病棟名や窓口名がこれまでの訳と同じかを、過去の訳と見比べる
  5. 数字・時刻・金額が原文どおりかを確かめる(読めない言語は数字の並びだけを見る)
  6. 同意書の説明や前処置の案内は、医療通訳者に読んでもらう
  7. 文書の版を付けて共有フォルダに置き、窓口と各部署に知らせる

(a)改訂に追いつかない。 翻訳会社に頼むと、戻るまで数日から1週間かかります。その間、窓口では古い訳が使われます。 前処置の絶食の時間が変わったのに古い訳を渡せば、検査の当日に「食べてきてしまった」が起きます。

(b)院内の用語が訳ごとにばらばら。 「中央処置室」「入退院支援センター」「自動精算機」。訳した人と訳した時期によって、同じ窓口が3通りの名前になっています。 患者は案内文の名前と院内の表示を見比べて迷います。

(c)数字の訳し違いに気づけない。 「検査の6時間前から」を「6時から」と訳す、「2,000円」の桁区切りが言語によって変わる、「午前」「午後」が抜ける。読めない言語では、5番の確認は数字の並びを目で追うだけです。 「時間前」と「時」の違いは、数字の並びには出てきません。

(d)確認が属人化している。 どの文書を医療通訳者に回すかは、患者支援係の担当者の判断です。担当者が替わると、回すべき文書が回らないことがあります。 どの文書が医療の説明に当たるのかが、どこにも書かれていないためです。

  1. 【人】 各部署が日本語の案内文を改訂し、文書の台帳に「訳の更新待ち」の印と、文書の区分(一般の案内/医療の説明)を付ける
  2. 【自動】 印をきっかけに、旧版との差分を取り出し、改訂された文だけを訳の対象にする
  3. 【自動】 厚生労働省の多言語説明資料に同じ種類の文書があれば、その旨を担当に知らせる
  4. 【自動】 ChatGPT(OpenAI API)が、用語集と訳さない語の一覧に沿って1文ずつ訳し、日本語への逆翻訳を付ける
  5. 【自動】 原文と訳文の数字・日時・金額を機械で照合し、外れた文に印を付ける
  6. 【人】 患者支援係が、照合で外れた文と、逆翻訳が原文と食い違う文を確かめる
  7. 【人】 一般の案内は、その部署の医療者が逆翻訳を読んで確かめる。医療の説明は、医療通訳者が訳文そのものを確かめる
  8. 【人】 版を付けて共有フォルダに置き、窓口と各部署に知らせる

7番目が、この設計の分かれ目です。 逆翻訳は、医療者が内容を確かめるための道具で、訳が正しいことの証明ではありません。 訳文が不自然でも、逆翻訳がきれいに戻ることがあります。医療の説明の区分だけは、その言語を読める人の確認を外しません。

3番目で公的な資料を先に探すのは、訳すより確かだからです。 厚生労働省の資料は、Word版・Excel版が加工・編集できる形で提供されています。同じ種類の文書があれば、それを土台に自院の情報を書き足すほうが、ゼロから訳すより確かめる範囲が狭くなります。

02今回想定するシステム構成

構成図
各部署の日本語の案内文(改訂)
   │  文書の台帳に「訳の更新待ち」と区分の印
   ▼【トリガー】台帳の印
Google Apps Script
   │  旧版との差分を取り出す(改訂された文だけ)
   │  厚生労働省の多言語説明資料の一覧と照らす
   ▼
ChatGPT(OpenAI API)── 1文ずつの翻訳
   │   ① 用語集の訳語を使う   ② 訳さない語はそのまま
   │   ③ 日本語への逆翻訳     ④ 迷った箇所の申告
   ▼
Google Apps Script ── 数字・日時・金額の照合、用語集の訳語が使われたかの照合
   ▼
確認表(Google スプレッドシート:原文/訳文/逆翻訳/照合の結果)
   ▼
【患者支援係 → 一般の案内は医療者、医療の説明は医療通訳者が確認】
   ▼
版を付けて共有フォルダへ、窓口と各部署へ知らせる
役割想定する製品代替候補
処理ChatGPT(OpenAI API。最小構成では ChatGPT の画面)Claude、Gemini、Microsoft Copilot
連携Google Apps Script(台帳の監視、差分の取り出し、API の呼び出し、照合、確認表の作成)Make、Power Automate
台帳Google スプレッドシート(文書の台帳、用語集、訳さない語の一覧、確認表)Microsoft 365 のオンラインの表計算

文書の台帳と用語集が、最初の準備作業です。 台帳には、文書ごとに区分(一般の案内/医療の説明)、改訂日、言語ごとの訳の版を持たせます。用語集には、病棟名・窓口名・検査名・院内の設備の名前と、言語ごとに決めた訳語を並べます。

最小構成では、ChatGPT の画面に用語集と原文を貼って、決めた指示文で訳させるだけです。 開発はしません。業務の中身を決めるのは、用語集と、指示文と、確認表の列です。

半自動化の段階では、返させる訳を Structured Outputs の JSON スキーマで固定します。 Structured Outputs は、指定した JSON スキーマに沿った応答を必ず生成する機能で、必須の項目の抜けや、決めていない値が入ることを防ぐとされています。1文ずつの訳文・逆翻訳・申告が同じ形で返るので、確認表に1行ずつ並べられます。

入力する情報に、患者の個人情報は含まれません。 扱うのは、どの患者にも渡す案内文と同意書の説明の雛形です。患者ごとの病状や氏名を書き込んだ文書は、この構成で訳しません(第13章)。

03どうやって実装するのか

Step1

処理の起点を決める

文書の台帳に「訳の更新待ち」の印が付いたことを起点にします。 印を付けるのは、日本語の案内文を改訂した部署です。Google Apps Script の時間主導のトリガーで1時間ごとに台帳を見て、印の付いた文書を順に処理します。

印と一緒に、文書の区分を付けてもらいます。 一般の案内か医療の説明かで、確認の経路が変わるためです。区分が空のときは処理を止めます。 区分の付け忘れを「一般の案内」として扱うと、前処置の案内が医療通訳者の確認を通らずに公開されます。

日本語の版が改訂されたのに訳の版が古いままの文書も拾います。毎朝、台帳の改訂日と言語ごとの訳の版を比べ、訳が古い文書を患者支援係に一覧で知らせます。 窓口で古い訳が使われる期間を短くするためです。

Step2

入力データを集める

データ中身取得元
原文改訂された日本語の案内文(新版と旧版)共有フォルダの文書
文書の区分一般の案内/医療の説明文書の台帳
用語集院内の用語と、言語ごとに決めた訳語用語集のシート
訳さない語の一覧薬の商品名、病院名、住所、電話番号、URL、受付番号の書式一覧のシート
旧版の訳改訂前の訳文(改訂されていない文の訳を流用するため)共有フォルダの文書

質を決めるのは、用語集です。 用語集が無ければ、ChatGPT は毎回もっともらしい訳語を選びます。どれも間違いではないのに、院内の表示と違う名前になります。第3章の(b)は、用語集を1枚作るだけで止まります。

訳さない語の一覧には、薬の商品名を必ず入れます。 商品名を訳すと、患者が持っている薬の箱の名前と一致しなくなります。 電話番号や受付番号の書式も、言語の習慣に合わせて書き換えられないように入れておきます。

言語ごとの書き方の手引も、短く用意します。 中国語は簡体字で書く、ポルトガル語は患者の多い国の言い方にそろえる、敬称を付けるかどうか。日付は原文の数字を残したうえで、曜日を添えるかを言語ごとに決めます。 手引が無いと、同じ言語でも文書ごとに書き方が揺れます。

Step3

データの取得方法を決める

取るものどこから何に使うか
新版と旧版の原文共有フォルダの文書差分の取り出し
改訂された文差分の結果訳の対象
用語集のうち、原文に出てくる語用語集のシート訳語の指定
訳さない語の一覧一覧のシートそのまま残す語の指定
旧版の訳のうち、改訂されていない文共有フォルダの文書そのまま流用

改訂された文だけを訳します。 文書全体を毎回訳し直すと、改訂していない文の訳まで言い回しが変わり、医療通訳者が確かめ直す範囲が広がります。 旧版の訳のうち、原文が変わっていない文はそのまま流用します。

用語集は、原文に出てくる語の分だけを渡します。 数百語の用語集を毎回すべて渡すと、原文に無い語の訳語まで訳文に混ざることがあります。原文の語と照らして、該当する行だけを取り出します。

Step4

AIへ渡す前に整形する

  1. 区分の確認 … 文書の区分が空なら止めます
  2. 差分の取り出し … 新版と旧版を文の単位で比べ、追加・変更・削除の文を取り出します
  3. 文への分割 … 箇条書き・表のセルも1つの文として扱い、文の番号を付けます
  4. 数字・日時・金額の抜き出し … 原文の各文から、数字、時刻、日付、時間の長さ(「6時間前」)、金額、単位を抜き出して照合用に残します
  5. 用語集の該当語の取り出し … 原文に出てくる用語集の語と、訳さない語を取り出します
  6. 公的な資料の確認 … 文書の種類が厚生労働省の多言語説明資料の一覧にあるかを、種類の名前で照らします

4番目を軽く見ないでください。 「6時間前」と「6時」は、どちらも数字は6です。時間の長さと時刻を、別の種類として抜き出しておくことで、訳文の側で取り違えたときに照合で外れます。

6番目は、知らせるだけです。 公的な資料を使うかどうかは、患者支援係が決めます。資料は各医療機関の責任で使う形で提供されているので、自院の情報を書き足した版を、自院の確認の経路に乗せます。

Step5

AIに処理させる

させるのは、1文ずつ訳すこと、日本語へ逆翻訳すること、迷った箇所を申告することの3つです。

させることやり方判断できないときの扱い
1文ずつの翻訳文の番号を保ち、1文を1文に訳す原文の意味が2通りに読めるなら ambiguous_source
用語集の訳語の使用用語集の語は、決めた訳語だけを使う用語集に無い院内の用語は unlisted_term
訳さない語の保持一覧の語は原文のまま残す—
日本語への逆翻訳訳文を、原文を見ずに日本語へ訳し戻す—
迷った箇所の申告訳語を選べなかった語、言語の習慣と合わない表現申告の欄に理由を書く

逆翻訳を「原文を見ずに」と指定するのが大事です。 原文を見ながら訳し戻すと、原文をそのまま写した日本語が返ってきて、食い違いが見えなくなります。 訳文だけを材料に訳し戻させます。

させないこと理由
説明の追加・補足原文に無い説明は、医療者が確かめていない内容になる
危険や副作用の記載のやわらげ・省略同意書の説明では、患者が知るべき内容が欠ける
数字・単位・金額の換算円をドルに直す、時刻を12時間制と24時間制で入れ替えない
薬の商品名・病院名・窓口の名前の自由な訳院内の表示や薬の箱と一致しなくなる
訳が正しいかの自己判定確かめるのは医療者と医療通訳者

2行目がいちばん起きやすい失敗です。 「まれに重い合併症が起こることがあります」は、訳す言語の習慣によって、読み手を怖がらせない言い回しに寄せられがちです。 同意書の説明では、それが内容の欠けになります。原文と同じ強さで訳すことを指示に書きます。

会計の案内にも、同じ種類の失敗があります。 「保証金をお預かりします」「保険が適用されない場合は全額自己負担です」は、言い回しを丸めると支払いの条件が読み取れなくなります。 費用の負担の記載を、危険の記載と同じ扱いにしているのはこのためです。

Step6

指示内容を固定する

あなたは病院が外国人の患者に渡す案内文を、{target_language} に訳す担当です。
1文ずつ訳してください。原文に書かれていないことを書き足さないでください。

【厳守事項】
- 文の番号を保ち、1文を1文に訳してください。文をまとめたり分けたり
  しないでください。
- 【用語集】にある語は、指定した訳語だけを使ってください。
  用語集に無い院内の部署・窓口・設備・検査の名前が出てきたら、
  訳したうえで unlisted_terms に入れてください。
- 【訳さない語】は原文のまま残してください。
- 数字、時刻、日付、時間の長さ、金額、単位は、原文のとおりに訳文へ残して
  ください。換算や丸め、12時間制と24時間制の入れ替えをしないでください。
  「〜時間前」と「〜時」を取り違えないでください。
- 説明や補足を加えないでください。原文が分かりにくくても、
  分かりやすく言い換えずに、notes に理由を書いてください。
- 危険、副作用、合併症、費用の負担についての記載は、原文と同じ強さで
  訳してください。やわらげたり、省いたりしないでください。
- 原文の意味が2通りに読める文は、訳したうえで ambiguous_source を
  true にしてください。
- 訳し終えたら、訳文だけを見て日本語に訳し戻し、back_translation に
  入れてください。このとき原文を参照しないでください。
- 訳が正しいかどうかの判断は書かないでください。

【文書の区分】{category}
【原文(文の番号つき)】{source_sentences}
【用語集(この文書に出てくる語)】{glossary}
【訳さない語】{do_not_translate}

「原文が分かりにくくても言い換えない」を入れないと、原文の改善まで始めます。 生成AIは、日本語の案内文の分かりにくいところを訳しながら直します。直した結果が正しくても、医療者が確かめた日本語と訳の内容がずれます。 分かりにくさは notes に書かせ、原文を直すかどうかは各部署が決めます。

「1文を1文に訳す」も、確認のための指定です。 文をまとめられると、文の番号で原文と訳文を並べられなくなり、どの文の訳が抜けたのかを照合で拾えません。 箇条書きの1行、表の1セルも1文として扱わせます。

逆翻訳で原文を参照させないことは、指示文だけに頼りません。 半自動化では、翻訳と逆翻訳を別の呼び出しに分け、逆翻訳の呼び出しには訳文だけを渡す形にできます。呼び出しの回数は倍になりますが、原文の写しが返る心配がなくなります。

Step7

出力形式を固定する

次の形のJSONで受け取ります。

{
  "doc_id": "",
  "target_language": "vi",
  "segments": [
    {
      "no": 1,
      "source": "",
      "target": "",
      "back_translation": "",
      "glossary_used": [],
      "unlisted_terms": [],
      "ambiguous_source": false,
      "notes": ""
    }
  ]
}

1つ目の理由は、1文ずつ原文・訳文・逆翻訳を並べられることです。 確認表は segments の1件を1行にし、医療者は原文と逆翻訳の日本語どうしを左右で読み比べます。 読めない言語の訳を、読める言語で確かめる形になります。

2つ目は、照合をAIの外で行えることです。 Google Apps Script が、前処理で抜き出した原文の数字・日時・金額と、target の中の数字を照らします。

照合外れたときの印確かめる人
原文の数字・金額が訳文にすべてあるnumber_mismatch患者支援係
時間の長さと時刻の区別が逆翻訳で保たれているtime_type_mismatch患者支援係
用語集の語の訳語が target に含まれるglossary_miss患者支援係
訳さない語が target に原文のまま含まれるdnt_changed患者支援係
ambiguous_source が truesource_unclear原文を書いた部署

照合の結果は、AIの自己申告ではなく、文字列の比較です。 「数字は原文どおりに残した」とAIが書いても、それは確認になりません。確かめた事実を、プログラムで作ります。

3つ目は、unlisted_terms で用語集が育つことです。 用語集に無い院内の名前が出てくるたびに一覧になり、患者支援係が訳語を決めて用語集に足します。 半年たつと、glossary_miss も unlisted_terms もほとんど出なくなります。

target_language は、言語の略号で持たせます。 確認表と台帳で言語の名前の書き方がばらつくと、どの言語の版が古いのかを機械で比べられなくなるためです。

半自動化では、このJSONの形を Structured Outputs で固定します。 文の番号が抜けない、欄が欠けないことは仕組みで担保されます。ただし、訳の中身が正しいかは別の話で、そこは照合と人の確認で見ます。

Step8

システムへ連携する

つなぎ先方式内容
文書の台帳Google Apps Script の時間主導のトリガー印と区分を読み、状態を更新する
共有フォルダの文書Google Apps Script で読み取り新版・旧版の原文と旧版の訳
用語集・訳さない語の一覧スプレッドシートの読み取り訳語の指定
OpenAI APIAPI呼び出し1文ずつの翻訳と逆翻訳
確認表スプレッドシートへの書き出し原文・訳文・逆翻訳・照合の結果
共有フォルダ(公開用)人が置く確認を終えた訳の版

公開用のフォルダへは、この構成から書き込みません。 窓口で使う版を置くのは、確認を終えた患者支援係です。確かめていない訳が窓口で印刷される経路を作らないためです。

院内の電子カルテや患者の情報のシステムには、つなぎません。 扱うのは、誰にでも渡す案内文の雛形だけです。

Step9

人が確認する

確認は3段に分けます。

  1. 患者支援係 … 照合で外れた文(number_mismatch time_type_mismatch glossary_miss dnt_changed)を見て、訳文を直すか原因を確かめる
  2. 各部署の医療者 … 一般の案内は、原文と逆翻訳を読み比べ、内容が変わっていないかを確かめる
  3. 医療通訳者 … 医療の説明の区分(検査の前処置、同意書の説明、服薬の注意)は、訳文そのものを読んで確かめる

3番目を省かないでください。 逆翻訳は、訳文の不自然さや、その言語での受け取られ方までは映しません。「絶食」をその言語でどう言うと誤解されにくいかは、その言語を読める人にしか分かりません。

医療者が読み比べるときの観点は、3つに絞ります。 逆翻訳で内容が増えていないか、減っていないか、強さが変わっていないか。言い回しの違いは見ません。 逆翻訳の日本語が不自然なのは当然で、そこを直し始めると確認が終わりません。

英語は、患者支援係の英語を読める職員が3番目を兼ねてもかまいません。 ただし、同意書の説明は医療通訳者の確認を通す、と台帳の区分で決めておきます。誰が確認したかを、版ごとに記録します。

目標は、60件をならして1件35分です。 照合で外れた文の確認、医療者の読み比べ、医療通訳者への依頼と指摘の反映です。医療の説明の区分が多い月は、35分を超えます。

Step10

例外に対処する

起きること対応
文書の区分が空処理を止め、改訂した部署に区分を付けてもらう
原文が2通りに読める(ambiguous_source)訳を確認表に出す前に、原文を書いた部署に確かめる
用語集に無い院内の用語(unlisted_terms)患者支援係が訳語を決めて用語集に足し、その文を訳し直す
数字・日時の照合で外れる訳文を直す。直すまで医療者の確認に回さない
厚生労働省の資料に同じ種類の文書がある患者支援係が土台にするかを決める。使う場合は自院の情報を書き足して同じ経路で確かめる
患者の氏名や病状が書き込まれた文書が混ざる処理を止めて返す。患者ごとの文書はこの構成で訳さない
医療通訳者の確認が間に合わない公開しない。窓口では医療通訳(電話・映像)で説明する
応答がJSONの形にならない、または拒否の応答が返る印を残し、後で人が処理する

下から2行目は、運用の約束です。 訳が間に合わないとき、確かめていない訳を窓口で渡すより、医療通訳で説明するほうが安全です。 「急ぐので確認なしで」を例外として作らないでください。

Step11

記録を残す

  • 原文の版(新版・旧版)と改訂日、文書の区分
  • 返ってきたJSONの全文(訳文・逆翻訳・申告)
  • 照合の結果と、外れた文をどう直したか
  • 誰が、どの版を、どの段で確かめたか(患者支援係/医療者/医療通訳者)
  • 用語集に足した語と、足した日
  • 公開用のフォルダに置いた訳の版と日付

4つ目は、窓口で問い合わせを受けたときの根拠になります。 患者から「案内と違った」と言われたとき、その日に窓口で使われていた版と、その版を誰が確かめたかを示せる状態にしておきます。

医療通訳者の指摘は、1件ずつ種類を付けて残します。 訳語の選び方、言い回しの強さ、言語の習慣に合わない表現。同じ種類の指摘が続くなら、用語集か指示文か言語ごとの手引のどれかに足します。 指摘を訳文の手直しだけで終わらせると、次の文書でも同じ指摘が出ます。

04実装レベルの3段階

最小構成:用語集と原文を ChatGPT の画面に貼り、1文ずつの訳と逆翻訳を作らせる / 1本ごとの翻訳と逆翻訳
半自動化:上記+Google Apps Script で台帳から OpenAI API を呼び、差分の取り出し、数字・用語の照合、確認表の作成まで行う / 翻訳、照合、確認表の作成
本格構成:上記+訳が古い文書の毎朝の知らせ、公的な資料との照らし合わせ、版と確認者の記録の自動化 / 多言語版の更新の運用の全体

最小構成では、照合が手作業です。 数字を手で数えることになり、第4章の④の時間はあまり減りません。 減るのは②と③で、翻訳会社とのやりとりと用語の見比べです。 半自動化で、照合が機械に移ります。 本記事の第10章の想定はこの段階です。人が見るのは、照合で外れた文と、医療者・医療通訳者の確認だけになります。 本格構成で足すのは、更新の漏れを防ぐ仕組みです。 日本語の改訂に訳が追いついていない文書を毎朝知らせることで、第3章の(a)の「古い訳が窓口で使われる期間」が短くなります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
4 名
月間件数
60 件
1件あたり現在時間
90 分
1件あたり導入後時間
35 分
現在  60件 × 90分 ÷ 60 = 90 時間/月
導入後 60件 × 35分 ÷ 60 = 35 時間/月
月間削減時間
55h
削減率
61%
年間削減時間
660h
年間金額換算(時間単価3,000円)
198万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 外国人の患者の受診が日常的にあり、検査の案内や入院の案内、会計の説明を複数の言語で用意している病院。院内の案内文が改訂されるたびに、外部への翻訳の依頼か、職員が無料の翻訳サービスで訳した文の手直しで追いかけている場合。病棟名・窓口名・検査名などの院内の用語を一覧にまとめられる場合。
向いていない
  1. 外国人の患者が年に数人で、案内文の訳が数本あれば足りる診療所。訳の確認をする医療通訳者や、その言語を読める職員・協力者がまったくいない場合(同意書の説明は確認できる人がいない状態で使わないでください)。なお、患者ごとの病状の説明や、同意を得る場面での説明そのものは、この構成では代替できません。

07最小構成で試す方法

  1. 一般の案内の区分から3本(会計の窓口の案内、面会の規定、入院の持ち物)を選ぶ
  2. 院内の用語を、その3本に出てくる分だけ用語集にする(英語の訳語だけでよい)
  3. 第7章の指示文と用語集と原文を ChatGPT の画面に貼り、英語で訳させる
  4. 英語を読める職員が、訳文と逆翻訳を読み比べる
  5. 原文の数字・時刻・金額を手で数え、訳文にすべて残っているかを確かめる

比べるときは、訳の上手さではなく次の3つを見ます。

出てきた内容判断
逆翻訳が原文と同じ内容に戻り、数字もすべて残った確認の道具として使える。 言語と区分を広げる
逆翻訳で、原文に無い説明が増えていた指示文の「書き足さない」が効いていない。直してからやり直す
用語集に無い院内の用語が多く出た用語集の作り込みが先。AIの問題ではない

試すのは、英語の一般の案内からにします。 英語なら職員が訳文そのものを確かめられ、逆翻訳が確認の道具として役に立つかを、訳文と見比べて判断できます。 役に立つと分かってから、読めない言語に広げます。医療の説明の区分は、最小構成では試しません。

08実装時につまずきやすいポイント

問題対策
訳に説明が書き足される指示文で禁じ、逆翻訳で増えた内容を見つける
危険や副作用の記載がやわらぐ原文と同じ強さで訳すことを書く。医療の説明は医療通訳者が確かめる
逆翻訳が原文の写しになる逆翻訳では原文を参照させない
「6時間前」と「6時」の取り違え前処理で時間の長さと時刻を分けて抜き出し、照合する
院内の名前が訳ごとにばらばら用語集を作り、unlisted_terms で足していく
薬の商品名が訳される訳さない語の一覧に入れる
改訂していない文の訳まで変わる改訂された文だけを訳し、ほかは旧版の訳を流用する
区分の付け忘れで医療通訳者の確認を通らない区分が空なら止める
患者ごとの文書が混ざる止めて返す。この構成で訳すのは雛形だけ
確認なしで窓口に出す例外を作る作らない。間に合わなければ医療通訳で説明する

上の3行が、この構成の失敗のほとんどです。 どれも、生成AIが「伝わる訳」を作ろうとして起きます。原文にあることだけを、同じ強さで、確かめられる形で返させることが、医療の文書では伝わりやすさより先に来ます。

下の2行は、運用が崩れるときの入口です。 患者ごとの文書が混ざると、扱うデータの性質が変わり、第13章の前提が成り立たなくなります。確認なしで窓口に出す例外は、一度作ると忙しい日ほど使われます。 どちらも、仕組みで止める形にしておいてください。

読み比べに医療者の時間がとれないことも、早い段階で起きます。 各部署の医療者は、逆翻訳を読む時間を業務の中で確保できないことが多くあります。一般の案内は改訂した文だけを読めばよい形にしているので、1本あたり数分で終わります。 その数分を、改訂を依頼した部署の手順の一部として決めておきます。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 院内の案内文と同意書の説明の雛形、院内の用語、窓口の名前と受付時間です。患者の個人情報は扱いません。

  1. 患者ごとの文書を訳さない … 氏名や病状を書き込んだ説明書、検査の結果の説明は、この構成の対象外です。雛形と患者ごとの文書を、台帳の上で区別します。 患者ごとの説明が必要なときは、医療通訳を使います
  2. 同意書の説明の訳は参考訳として扱う … 訳は患者が事前に読むためのもので、同意を得る場面での説明を置き換えません。 説明は医療者が行い、必要に応じて医療通訳を介します
  3. 公的な資料の使い方を確かめる … 厚生労働省の多言語説明資料は、各医療機関の責任において使う形で提供され、Word版・Excel版は加工・編集できるとされています。書き足した版は自院の文書として、同じ確認の経路に乗せます
  4. 外部へ送るデータの扱いを確かめる … OpenAI API に送ったデータは、2023年3月1日以降、明示的に共有を選ばない限りモデルの学習や改善に使われないとされています。不正利用の監視のためのログは最大30日保持されます。院内の規程で、外部のサービスに送ってよい文書の範囲を決めておきます
  5. 確認者を版ごとに残す … 誰が確かめた版かが分からない訳を、窓口で使わないでください
  6. 訳の正しさをAIに判定させない … AIが「正しく訳した」と書いても、確認にはなりません。照合はプログラムで、内容の確認は人で行います

誤りが起きた場合のリスクは、検査の前処置や費用の負担を誤って伝えることと、同意書の説明で患者が知るべきことが欠けることの2つです。 前者は数字と日時の照合で、後者は医療通訳者の確認で防ぎます。どちらも、文書の区分で確認の経路を決めておくことで、担当者が替わっても外れなくなります。

10まず何から始めるか

1週目:文書の台帳に区分を付ける

外国人の患者に渡している文書を一覧にし、一般の案内か医療の説明かを1本ずつ決めます。区分は各部署の医療者と一緒に決めます。厚生労働省の多言語説明資料に同じ種類の文書があるかも、ここで確かめます。

2週目:用語集を作り、英語で3本試す

一般の案内3本に出てくる院内の用語を用語集にし、ChatGPT の画面で英語に訳させます。逆翻訳が原文と同じ内容に戻るか、数字がすべて残るかを最優先で見ます。

3週目:医療通訳者と確認の手順を決める

医療の説明の区分を、どの医療通訳者に、どの形で確かめてもらうかを決めます。確認表(原文・訳文・逆翻訳・照合の結果)の形を、医療通訳者に見てもらいます。

4週目:台帳から確認表までをつなぐ

Google Apps Script で台帳の印を見て、差分の取り出し、翻訳、数字と用語の照合、確認表の作成までを動かします。この時点では、英語と中国語だけにします。

2か月目: ベトナム語とポルトガル語を足し、unlisted_terms から用語集を育てます。3か月目以降: 訳が古い文書の毎朝の知らせを足し、1件90分が何分になったかを実測します。照合で外れる文が月に数件になり、改訂から訳の公開までが医療通訳者の確認の日数だけになった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-10-06/最終更新:2026-10-06
確認した内容情報源確認日
厚生労働省が医療機関向けに外国人向け多言語説明資料を公開していること。英語、中国語(簡体字・繁体字)、韓国語、ポルトガル語、スペイン語、ウクライナ語、ヒンディー語、インドネシア語、ネパール語、タガログ語、タイ語、ベトナム語、アラビア語の13言語であること。受付、会計、入院、問診票、治療・検査(麻酔、輸血、CT・MRI)と同意書などの区分があること。各医療機関の責任において使用し、Word版・Excel版は加工・編集が可能であること厚生労働省: 外国人向け多言語説明資料2026-10-06
Structured Outputs が指定した JSON スキーマに沿った応答を必ず生成し、必須の項目の抜けや決めていない列挙値の混入を防ぐこと。JSON モードではスキーマへの準拠が保証されないこと。安全上の拒否は refusal として判別できることOpenAI: Structured Outputs2026-10-06
2023年3月1日以降、API に送ったデータは明示的に共有を選ばない限りモデルの学習や改善に使われないこと。不正利用の監視のログが最大30日保持されることOpenAI: Data controls in the OpenAI platform2026-10-06

どの文書を医療通訳者の確認に回すか、患者への説明をどう行うかは、病院の医療者と医療通訳者で決めてください。 本記事は厚生労働省と OpenAI の公開情報で確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0473)についてのご相談はこちらから。

AI活用について相談する
目次