鍼灸院の施術者が施術のあとに話した所見を Azure AI Speech で文字にし、施術録の下書きと次回の担当への申し送りを作る
施術者が施術のあと、施術室のタブレットに1〜2分ほど所見と施術の内容を話すと、Azure AI Speech がそれを文字にします。文字から施術録の下書きと、次回の予約の受付と次の担当に渡す申し送りを作り、施術者が確かめて登録します。
- 生成AI
- Azure OpenAI Service/ChatGPT/Claude
- AIサービス
- Azure AI
- 対象業界
- その他/医療
- 対象部門
- 総務
- 対象業務
- 要約/記録・議事録作成
- 主な課題
- 属人化している/引き継ぎができていない/書類作成に時間がかかる
- AIで行う処理
- 要約
- 主な効果
- 品質標準化/属人化解消/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
01導入前 / 導入後の業務フロー
- 施術の前に、施術者が前回の施術録と受付のノートを読む
- 施術する。気づいたことは頭の中か、施術室のメモ用紙に書く
- 施術の合間か、昼休み・時間外に、電子の施術録に訴えの変化・施術した部位と経穴・鍼や灸の種類・施術後の反応を書く
- 次回に伝えたいことがあれば、受付のノートに書くか、受付に口頭で伝える
- 受付が、次回の予約のときに担当の施術者にノートの内容を伝える
- 人施術の前に、施術者がタブレットで前回の申し送りと施術録の要点を読む
- 人施術する
- 人患者が施術室を出たあと、施術者がタブレットでその日の予約から患者を選び、1〜2分で所見と施術の内容を話す
- 自動録音の保存をきっかけに、Azure AI Speech の高速文字起こしが、院のフレーズリストを使って文字にする
- 自動Azure OpenAI が、文字を施術録の項目と次回の申し送りに整え、項目ごとに根拠の文を付ける
- 自動信頼度の低い言葉と、院の経穴の一覧に無い言葉に印を付ける
- 人施術者が、次の患者の施術の前か昼休みに下書きを確かめ、印の付いた言葉を直して登録する
- 自動登録された申し送りが、次回の予約の担当の画面と受付の画面に出る
各工程の詳しい説明を読む
- 施術の前に、施術者が前回の施術録と受付のノートを読む
- 施術する。気づいたことは頭の中か、施術室のメモ用紙に書く
- 施術の合間か、昼休み・時間外に、電子の施術録に訴えの変化・施術した部位と経穴・鍼や灸の種類・施術後の反応を書く
- 次回に伝えたいことがあれば、受付のノートに書くか、受付に口頭で伝える
- 受付が、次回の予約のときに担当の施術者にノートの内容を伝える
(a)書く時間が施術の外に出る。 1件あたり数分でも、1日十数件では、昼休みと時間外がまとまって消えます。
(b)時間が経つと細部が落ちる。 夕方にまとめて書くと、「右の肩井は硬さが強く浅めにした」「施術後に軽いだるさの訴え」のような細部が、「肩・首に鍼」とまとめられます。 次の担当が知りたいのは、その細部です。
(c)申し送りがノートに散らばる。 受付のノート、施術録の自由欄、口頭。どこに書いたかが施術者ごとに違い、次の担当が見落とします。
(d)書き方がそろわない。 経穴の書き方や刺激の表し方が人によって違い、院長が全体を見て施術の方針をそろえるのに時間がかかります。
(e)左右が抜ける。 急いで書いた施術録では「肩井に置鍼」のように左右が抜けます。次の担当が両側に施術したり、前回と反対側に施術したりするもとになります。書いた本人には当たり前の左右が、読む人には分かりません。
- 【人】 施術の前に、施術者がタブレットで前回の申し送りと施術録の要点を読む
- 【人】 施術する
- 【人】 患者が施術室を出たあと、施術者がタブレットでその日の予約から患者を選び、1〜2分で所見と施術の内容を話す
- 【自動】 録音の保存をきっかけに、Azure AI Speech の高速文字起こしが、院のフレーズリストを使って文字にする
- 【自動】 Azure OpenAI が、文字を施術録の項目と次回の申し送りに整え、項目ごとに根拠の文を付ける
- 【自動】 信頼度の低い言葉と、院の経穴の一覧に無い言葉に印を付ける
- 【人】 施術者が、次の患者の施術の前か昼休みに下書きを確かめ、印の付いた言葉を直して登録する
- 【自動】 登録された申し送りが、次回の予約の担当の画面と受付の画面に出る
3番目で、患者がいる間に録音しないのが、この設計の分かれ目です。 施術中の会話を録音すると、患者の同意、同室の他の患者の声、雑談の扱いが一度に出てきます。施術者が自分の所見を話す口述に限れば、記録に要る内容だけが音声になります。
8番目で申し送りを施術録と別に出すのは、次の担当が施術の前の短い時間で読むからです。 施術録の全文を読む余裕は無く、画面の一番上の2〜3行だけが確実に読まれます。
7番目で、登録を施術者に残すのも意図してのことです。 施術録は施術者が自分の施術について残す記録です。下書きのまま登録される仕組みにすると、文字起こしの誤りが記録として残ります。
02今回想定するシステム構成
施術室のタブレット(施術者が予約から患者を選び、口述する) ▼【トリガー】録音ファイルの保存(Azure Blob Storage) Azure Functions ├──▶ Azure AI Speech(高速文字起こし。ja-JP、院のフレーズリスト) │ 文字・語ごとの時刻・信頼度 ├──▶ Azure OpenAI:施術録の項目と次回の申し送りに整える(根拠の文付き) └──▶ 経穴の一覧と照らし、一覧に無い言葉・信頼度の低い言葉に印 ▼ 施術者の確認の画面(下書き・印・元の文字) ▼ 施術者が登録 電子の施術録/次回の予約の担当と受付の画面に申し送り
| 役割 | 想定する製品 | 代替候補 |
|---|---|---|
| 処理 | Azure AI Speech(高速文字起こし。フレーズリスト) | Google Cloud Speech-to-Text |
| 生成AI | Azure OpenAI(Microsoft Foundry)(施術録の項目と申し送りに整える) | Claude API、OpenAI API |
| 連携 | Azure Functions(録音の保存を起点に文字起こしと整理を動かす) | Azure Logic Apps |
| 保管 | Azure Blob Storage(録音、文字起こしの結果) | ― |
| 記録 | 電子の施術録(院の様式) | ― |
文字起こしには、Azure AI Speech の高速文字起こしを使います。 公式のページでは、音声ファイルを同期で文字にし、実時間より速く結果を返すとされています。5時間未満・500MB未満の音声が対象で、1〜2分の口述なら十分に収まります。結果には、文の時刻、語ごとの時刻、信頼度が付きます。
日本語(ja-JP)は、高速文字起こしの対応言語に挙がっています。 locales に ja-JP を指定すると、精度が上がり遅れも小さくなるとされています。
整理には、同じ Azure の中の Azure OpenAI を使います。 録音・文字・下書きを同じ契約と同じ地域の中で扱えるので、健康に関わる記録の置き場所を、院の側で説明しやすくなります。 置く地域は、院の個人情報の取り扱いの決まりに合わせて選びます。
フレーズリストが、この構成の要です。 公式のページでは、フレーズリストは前もって渡した言葉の認識を助ける仕組みで、モデルの学習は要らず、高速文字起こしで使えるとされています。一括の文字起こし(バッチ)では使えないので、ここでは高速文字起こしを選びます。
03どうやって実装するのか
処理の起点を決める
施術者がタブレットで「録音を終える」を押し、録音ファイルが保存されたときに始めます。 録音の前に、その日の予約の一覧から患者を選ばせます。患者を選ばずに録音できない画面にします。 録音の中で患者の名前を言わせると、文字起こしの誤りで別の患者の施術録に入ります。
録音は施術者と予約ごとの名前で、院ごとの場所(Blob Storage のコンテナー)に保存し、保存のイベントで Azure Functions を動かします。
下書きは、施術者が次に確認の画面を開くときまでに出ていれば足ります。 施術の合間に確かめる人も、昼休みにまとめて確かめる人もいます。確認されていない下書きが当日の終わりに残っていれば、その施術者に知らせます。 翌日に持ち越すと、また記憶を頼りに直すことになります。
録音する場所も決めておきます。 施術室はカーテンで仕切られただけのことが多く、隣の施術の会話や電気治療の器械の音が入ります。口述はタブレットを口元に近づけて、次の患者を呼ぶ前に話すと決めます。マスクを着けたままでも、近くで話せば文字にしやすくなります。
録音は1件につき1回を基本にし、言い忘れは「追加で話す」で足せるようにします。 追加の録音は同じ予約に結び、文字にしてから元の文字の後ろにつなぎます。
入力データを集める
| データ | 中身 | 取得元 |
|---|---|---|
| 口述の録音 | 施術者が話した所見と施術の内容(1〜2分) | 施術室のタブレット |
| 文字起こしの結果 | 文と語、時刻、信頼度 | Azure AI Speech |
| 予約の情報 | 予約の番号、患者の番号、施術者、メニュー | 予約の仕組み(書き出し) |
| 前回の施術録 | 前回の訴え、施術した部位と経穴、施術後の反応、申し送り | 電子の施術録 |
| フレーズリスト | 院で使う経穴の名前、施術の言葉、院内の略語 | 院長が整える一覧 |
| 経穴の一覧 | 院で記録に使う経穴の名前と、部位の書き方 | 院長が整える一覧 |
口述の順番を、院で決めておきます。 「今日の訴え、施術した部位と経穴、鍼か灸か手技か、施術後の反応、次回に見ること」の順で話すと決めれば、文字にしたあとで項目に分けやすくなり、言い忘れも減ります。 タブレットの画面に、この順番を出しておきます。
フレーズリストは、たとえば次のように持ちます。
| 区分 | 例 |
|---|---|
| 経穴 | 足三里、合谷、肩井、天柱、風池、腎兪、大腸兪、委中、三陰交 |
| 施術の言葉 | 置鍼、単刺、雀啄、円皮鍼、灸頭鍼、知熱灸、低周波鍼通電 |
| 院内の略語 | 院で使う略語と、施術録に書くときの正式な言い方の対応 |
左右と部位の言い方も、院でそろえます。 「右の肩井」「左右の足三里」「腰部」「腰のあたり」のように言い方が揺れると、施術録の上で同じ施術が別のものに見えます。左右は必ず先に言う、部位は院の一覧の言葉で言う、と決めておくと、次の担当が読み違えません。
フレーズリストは、2,000語を超えないようにします。 公式のページでは、フレーズリストは2,000を超えないこととされ、長いリストは品質と遅れに影響するとされています。院で実際に使う経穴と言葉に絞ります。
データの取得方法を決める
文字起こしは、Functions から高速文字起こしの REST の呼び出しを1回行うだけです。 録音ファイルと一緒に、locales に ja-JP、phraseList に院のフレーズリストを渡します。
| 取るもの | どこから | 何に使うか |
|---|---|---|
| 全体の文字 | combinedPhrases | 生成AIに渡す本文 |
| 文ごとの文字と時刻 | phrases の text と offsetMilliseconds | 根拠の文の位置、確認の画面で該当の箇所の音声を再生する |
| 語ごとの文字と時刻 | phrases の words | 経穴の一覧との照らし |
| 信頼度 | phrases の confidence | 印を付ける文の判定 |
高速文字起こしは同期の呼び出しなので、結果を待つ仕組みが要りません。 1〜2分の録音なら、呼び出しの応答にそのまま文字が入って返ります。一括の文字起こしのように、終わるのを見に行く処理を作らずに済みます。
確認の画面では、印の付いた文の音声をその場で聞き直せるようにします。 文の時刻が返るので、その位置から録音を再生できます。 施術者は自分の声を数秒聞けば、言った言葉を思い出せます。
話者の区別(ダイアリゼーション)は使いません。 口述は施術者1人の声なので、話者を分ける必要がありません。ほかの人の声が入っていたら、それ自体が録り直しの合図です。
前回の施術録は、患者の番号で直近の1回分だけを引きます。 生成AIには渡さず、確認の画面で並べて見せるだけにします。前回の内容をAIに渡すと、今日話していない経穴を前回から補って書くことがあります。
AIへ渡す前に整形する
- 録音の長さの確認 … 数秒しかない録音、無音が続く録音は、文字起こしに回さず施術者に録り直しを促します
- 患者との結び付けの確認 … 録音の名前の予約の番号が、その日のその施術者の予約にあることを確かめます
- フレーズリストの読み込み … 院長が直したフレーズリストを、呼び出しのたびに最新の版で渡します
- 院内の略語の置き換え … 文字起こしの後、略語の対応表で正式な言い方に置き換えます。置き換えた箇所は元の言葉と並べて残します
- 個人の名前の扱い … 口述に患者の名前やほかの患者の話が入っていれば、生成AIに渡す前に伏せます
- 左右の確かめ … 「右」「左」「左右」の言葉が経穴や部位の前に無いものに印を付けます。左右が抜けた経穴は、次の担当が反対側に施術しかねません
4番目を生成AIに任せないのは、略語の対応が院の決まりだからです。 AIに推し量らせると、同じ略語を日によって違う言葉にします。決まった対応表で置き換えれば、毎回同じ言葉になります。
AIに処理させる
させるのは、文字にした口述を、施術録の項目と次回の申し送りに分けて整えることだけです。 項目ごとに、根拠になった文をそのまま写させます。
| させること | 中身 | できないときの扱い |
|---|---|---|
| 今日の訴え | 患者の訴えとその変化を、施術者が話したとおりに短くまとめる | 話していなければ空 |
| 施術した部位と経穴 | 部位と経穴の名前を、話した順に並べる | 一覧に無い言葉はそのまま写し、印を付ける |
| 施術の内容 | 鍼・灸・手技の種類、刺激の強さや置鍼の時間を、話した言葉で書く | 話していなければ空 |
| 施術後の反応 | 施術のあとの患者の反応と、施術者が見た変化 | 話していなければ空 |
| 次回への申し送り | 「次回は〜」「次に見るのは〜」と話した内容を、短い箇条書きにする | 話していなければ空 |
文の書き方は、院の施術録の書き方にそろえさせます。 「〜の訴え」「〜に置鍼10分」のように、体言で止める短い文にすると、施術者が違っても読み手には同じ書き方に見えます。 書き方の見本を3件ほど指示に添えます。
申し送りを、施術者が「次回」として話した部分に限るのは、AIに次の施術を提案させないためです。 申し送りは施術者の判断を次の担当に渡すもので、AIが「次回は〜を検討」と足せば、誰の判断か分からなくなります。
| させないこと | 理由 |
|---|---|
| 患者の状態の評価や見立て | 施術者が判断する。症状の原因を推し量らない |
| 話していない経穴や施術の補い | 前回の施術録や一般的な組み合わせから補わない |
| 次の施術の提案 | 申し送りは施術者が話した内容だけ |
| 医療機関の受診を勧めるかの判断 | 施術者と院長が院の決まりで判断する |
| 刺激の強さや時間の数字の補い | 話した数字だけを写す |
2行目がいちばん起きやすい失敗です。 「腰に鍼」とだけ話した口述から、AIが「腎兪・大腸兪に置鍼」と、腰の施術でよく使う経穴を足しがちです。施術録に、していない施術が書かれることになります。 指示で禁じ、経穴の一覧との照らしでも拾います。
指示内容を固定する
あなたは鍼灸院で、施術者が施術のあとに話した口述を、施術録の下書きに整える担当者を手伝います。
渡された「口述の文字」だけを見てください。
【やること】
- 口述の文字を、次の項目に分けてください。
complaint(今日の訴えとその変化)、sites(施術した部位と経穴。話した順)、
methods(鍼・灸・手技の種類、刺激の強さ、時間)、response(施術後の反応)、
handover(次回への申し送り。施術者が「次回」「次に」として話した内容だけ)
- 項目ごとに、根拠になった文を evidence にそのまま写してください。
- 経穴や施術の言葉は、文字のとおりに写してください。
【厳守事項】
- 話していないことは書かないでください。項目が話されていなければ空にしてください。
- 経穴の名前を補わないでください。「腰に鍼」とだけあれば、部位を「腰」とし、経穴は空にしてください。
- 患者の状態の評価、症状の原因、病名を書かないでください。
- 次回の施術を提案しないでください。handover には施術者が話した内容だけを入れてください。
- 数字(回数・時間・本数)は話したとおりに写し、補ったり丸めたりしないでください。
- 文字起こしの誤りと思われる言葉があっても、別の言葉に直さず、そのまま写して
suspect に入れてください。
【口述の文字】{transcript}
「別の言葉に直さず suspect に入れる」を書くのは、AIが誤りを親切に直すからです。 「足三里」が「足三利」と文字にされていれば、AIは直して書きます。多くは正しく直りますが、直した事実が消えると、施術者が確かめる機会も消えます。 直すのは施術者で、AIは印を付けるところまでです。
出力形式を固定する
整えた結果は、Azure OpenAI の構造化出力で受けます。 公式のページでは、response_format に json_schema を指定し strict: true にすると、渡した JSON スキーマに従った出力が返るとされています。すべての項目を必須にし、additionalProperties を false にする必要があります。
{
"reservation_no": "Y-1027-0158",
"patient_no": "P-02231",
"practitioner": "鍼灸師B",
"complaint": { "text": "腰の重さは前回より軽い。朝の立ち上がりで痛む", "evidence": "" },
"sites": [
{ "part": "腰", "point": "", "evidence": "腰に鍼" },
{ "part": "下腿", "point": "足三里", "evidence": "左右の足三里に置鍼" }
],
"methods": { "text": "置鍼 10分。腰は知熱灸", "evidence": "" },
"response": { "text": "施術後、軽いだるさの訴え", "evidence": "" },
"handover": [ "次回は腰の置鍼を短めにする", "施術後のだるさを最初に聞く" ],
"suspect": [ { "word": "知熱灸", "reason": "low_confidence", "offset_ms": 41200 } ],
"not_in_point_list": []
}
1つ目の理由は、sites で部位と経穴を分けられることです。 上の例の腰は経穴が空のまま残り、「経穴を話していない」ことが下書きの上で見えます。 施術者が言い忘れたなら、確認の画面で足せます。
2つ目は、suspect に時刻を持たせられることです。 確認の画面で、その位置から録音を数秒再生して確かめます。
| 印 | 付け方(プログラム) |
|---|---|
| low_confidence | 文の信頼度が基準を下回る |
| not_in_point_list | 経穴として書かれた言葉が院の経穴の一覧に無い |
| abbreviation_replaced | 略語を対応表で置き換えた |
| empty_item | 訴え・部位・施術の内容のどれかが空 |
システムへ連携する
| つなぎ先 | 方式 | 内容 |
|---|---|---|
| Azure Blob Storage | 保存のイベントで Functions を動かす | 施術者と予約を名前で決める |
| Azure AI Speech | 高速文字起こしの REST(locales・phraseList) | 文字・時刻・信頼度 |
| Azure OpenAI | API呼び出し(構造化出力) | 施術録の項目と申し送り |
| 予約の仕組み | その日の予約を書き出して読む | 読み取りだけ |
| 電子の施術録 | 施術者が登録したときだけ書く | 施術録の下書きを登録する |
| 受付と次の担当の画面 | 次回の予約に申し送りを結んで表示する | 施術の前に読む |
施術録への書き込みは、施術者が「登録」を押したときだけです。 下書きの段階では、施術録には何も入りません。
文字起こしが 429 を返したら、時間を置いて呼び直します。 公式のページでも、混み合うと 429 が返りうるとされています。夕方に録音が集中する院では、呼び出しを順番に並べて送ります。
人が確認する
- 施術者:印の付いた言葉を確かめる …
suspectとnot_in_point_listの言葉を、録音を聞き直して直します - 施術者:空の項目を確かめる … 経穴や施術の内容が空なら、言い忘れかどうかを思い出して足します
- 施術者:申し送りを読み直す … 次の担当が読んで誤解しない言い方か確かめます
- 施術者:登録する … 登録した人と日時が施術録に残ります
- 院長:週に一度、書き方を見る … 施術者ごとの直した箇所の多い言葉を見て、フレーズリストと経穴の一覧を直します
受付も申し送りを見ます。 次回の予約を取るとき、申し送りに「次回は院長が見る」「次は40分の枠で」のような予約に関わる言葉があれば、受付がそれに合わせて枠と担当を決めます。受付が施術の中身を判断することはありません。
施術者が確かめずに登録できない画面にします。 印のある言葉を1つずつ「確認した」にしないと、登録のボタンが押せない形です。忙しい日ほど、確かめずに登録したくなるからです。
5番目の見直しが、この構成を育てます。 施術者が毎回直している言葉は、フレーズリストに足すか、略語の対応表に入れれば、次からは直す必要がなくなります。
例外に対処する
| 起きること | 対応 |
|---|---|
| 録音が短すぎる・無音 | 録り直しを促す |
| 予約にない患者の録音 | 止めて、施術者に患者を選び直してもらう |
| 文字起こしが 429 を返す | 時間を置いて呼び直す |
| 文字起こしが応答しない | 録音を残し、施術者には従来どおり手で書いてもらう |
| 口述にほかの患者の話が混ざる | 該当の文を伏せ、施術者に確かめてもらう |
| 経穴の一覧に無い言葉が続く | 院長が一覧に足すか、フレーズリストを直す |
| 当日中に確認されない下書き | 施術者に知らせる。翌日に持ち越さない |
| 左右が抜けた経穴がある | 印を付け、施術者が録音を聞いて足す |
| 研修中の施術者の口述 | 下書きはそのまま作り、登録の前に指導の施術者が確かめる |
| 患者の状態が気になる口述(強い痛み・しびれの広がりなど) | 下書きはそのまま作り、院長に知らせる。判断は院長と施術者が行う |
最後の行で、AIに判断をさせないことを決めておきます。 「しびれ」「強い痛み」などの言葉が口述にあれば、院長に知らせるだけです。施術を続けるか、医療機関の受診を勧めるかは、院長と施術者が院の決まりで判断します。
記録を残す
- 口述の録音と、施術者・予約の番号・録音の日時
- 文字起こしの結果の全文(語ごとの時刻と信頼度)
- 生成AIが整えた下書きと根拠の文、付けた印
- 施術者が直した箇所 … どの言葉を、何に直したか
- 登録した施術録と申し送り、登録した人と日時
- 使ったフレーズリストと経穴の一覧の版
フレーズリストと経穴の一覧の版を残すのは、認識が変わった理由をたどるためです。 リストを直した日から特定の言葉の誤りが増えたなら、その版の直しを戻せます。
録音は、施術録の登録が終わったら短い期間で消します。 記録として残すのは施術者が登録した施術録で、録音ではありません。消すまでの期間を院の規程で決め、自動で消します。
04実装レベルの3段階
半自動化で、1件6分が2分になり、この段階が本記事の想定です。 書く作業は話す1〜2分と確かめる時間になり、申し送りは一か所にまとまります。 半自動化の段階では、申し送りは院の中の画面で見るだけにします。 施術者の個人の端末やメールには送りません。 本格構成は、予約の仕組みに連携の口がある場合に検討します。 次回の予約が別の施術者に入ったとき、その施術者に前の晩に申し送りが届くようになります。 段階を飛ばさないでください。 半自動化で数か月回すと、施術者が直す言葉の傾向が分かります。フレーズリストと略語の対応表を育ててから本格構成に進むほうが、確かめる時間が短くなります。
05工数削減シミュレーション
導入後 1,200件 × 2分 ÷ 60 = 40 時間/月
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。
06向いている企業・向いていない企業
- 施術者が数名から十数名いる鍼灸院・鍼灸整骨院で、施術の合間や診療時間の後に施術録をまとめて書いている場合。同じ患者を曜日によって別の施術者が担当し、前回の経穴や刺激量、施術後の反応が口頭や付箋で引き継がれている場合。施術録の書き方が施術者ごとに違い、院長が読み返すときに読み解くのに時間がかかる場合。
- 施術者が1人で、施術録をその場で書き終えられる規模の場合。施術録をすでにタブレットの選択式の入力で付けていて、自由に書く部分がほとんど無い場合。施術中の患者との会話を録音して記録に使いたい場合(この構成は施術者だけが施術のあとに話す口述を扱います)。なお、患者の状態の評価、施術を続けるか医療機関の受診を勧めるかの判断はこの構成では行いません。
07最小構成で試す方法
- 施術者2名で、1週間分の施術のあとに、決めた順番で1〜2分の口述をスマートフォンに録音する(患者の名前は言わない)
- Speech Studio のリアルタイムの文字起こしで、院のフレーズリストを入れた場合と入れない場合の文字を比べる
- 文字を手元の生成AIに貼り、上の指示で施術録の項目と申し送りに整えさせる
- 当日に施術者が手で書いた施術録と比べ、細部が残っているか、話していない経穴が足されていないかを見る
最も見たいのは、経穴の名前の認識と、AIが経穴を補わないかです。 あわせて、1〜2分の口述で施術録に要る項目が言い尽くせているか、施術者自身にも振り返ってもらいます。言い忘れが多い項目は、口述の順番の書き方を直します。
| 出てきた内容 | 判断 |
|---|---|
| 経穴の名前が正しく文字になり、補いも無い | 録音の保存から下書きまでをつなぐ |
| フレーズリストに無い経穴を取り違える | リストに足せば直る。構成は有効 |
| AIが一般的な経穴を補った | 指示と経穴の一覧との照らしで直す。構成は有効 |
フレーズリストを入れた場合と入れない場合を、同じ録音で比べてください。 リストの効き目が見えれば、どの言葉をリストに入れるべきかが先に分かります。
口述の順番を決めずに試すと、比べにくくなります。 最初の1週間で順番に慣れておくと、話す時間そのものも短くなります。
08実装時につまずきやすいポイント
| 問題 | 対策 |
|---|---|
| 経穴の名前が別の言葉になる | フレーズリストで渡す。2,000語を超えない |
| AIが話していない経穴を補う | 指示で禁じ、経穴の一覧と照らす。前回の施術録をAIに渡さない |
| AIが文字起こしの誤りを黙って直す | suspect に入れさせ、施術者が録音を聞いて直す |
| 一括の文字起こしでフレーズリストが効かない | 高速文字起こしを使う |
| 別の患者の施術録に入る | 予約から患者を選ばせ、録音の中で名前を言わせない |
| 確かめずに登録される | 印の付いた言葉を確認しないと登録できない画面にする |
| AIが状態の評価や受診の勧めを書く | 指示で禁じる。気になる言葉は院長に知らせるだけ |
| 夕方に録音が集中して 429 になる | 呼び出しを順番に並べて送る |
| 左右が抜けて記録される | 左右を先に言うと決め、抜けた経穴に印を付ける |
| 隣の施術室の声が文字になる | 口元で話す。ほかの人の声が入ったら録り直す |
上の3行が、この構成の失敗のほとんどです。 どれも「施術者が言ったこと」と「AIやシステムが足したこと」の境目を崩します。話したことだけを、話した言葉で残すことを守れば、施術録を記録として信頼できます。
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: 患者の番号と予約の情報、訴えと体の状態、施術の内容と反応、そして施術者の声です。
- 健康に関わる記録として扱う … 個人情報保護委員会のガイドラインでは、特定の病歴は要配慮個人情報に当たり、取得には原則として本人の同意が要るとされています。施術録に病歴が書かれうることを前提に、院の個人情報の取り扱いの案内と同意の手続きを見直します
- 患者の声を録らない … 録音は施術者の口述に限り、患者がいる間は録りません
- 生成AIに渡す範囲を絞る … 渡すのは口述の文字だけで、患者の氏名・連絡先・前回の施術録は渡しません
- 施術録を自動で登録しない … 登録は施術者が確かめてから行います
- 状態の評価・受診の勧めをこの構成で行わない … 気になる言葉は院長に知らせるだけです
- 施術者の声の扱いを決める … 録音は施術者の声そのものです。録音を何に使い、いつ消すかを施術者にも説明し、施術録を作る目的のほかに使いません
- 録音を早く消す … 登録のあと、院の規程の期間で自動で消します
- 漏えいしたときの重さを知っておく … 同じガイドラインでは、要配慮個人情報を含む個人データの漏えいのおそれが生じたときは、個人情報保護委員会への報告が要るとされています。タブレットに録音を残さない作りにします
誤りが起きた場合のリスクは、していない施術が施術録に書かれることと、次の担当に誤った申し送りが渡ることの2つです。 前者は経穴の補いを禁じることと施術者の確認で、後者は申し送りを施術者が話した内容に限ることで防ぎます。
10まず何から始めるか
1週目:口述の順番を決める
院長と施術者で、「今日の訴え、施術した部位と経穴、鍼か灸か手技か、施術後の反応、次回に見ること」の順番を決め、施術室に貼ります。この1週間は、紙の施術録を書く前に順番どおりに声に出す練習をします。
2週目:フレーズリストと経穴の一覧を作る
院で使う経穴と施術の言葉、略語の対応を一覧にします。施術録を1か月分見返して、実際に使っている言葉から作ります。
3週目:2名で試す
2名の施術者が1週間分の口述を録り、Speech Studio と手元の生成AIで下書きを作って、経穴の認識と補いの有無を最優先で見ます。
4週目:録音から下書きまでをつなぐ
タブレットの録音、高速文字起こし、整理、確認の画面までを作ります。
2か月目: 1院で全員が使い、印の件数と施術者が直した言葉を毎週数えます。3か月目以降: 2院に広げ、申し送りを次の担当の画面に出し、1件6分が何分になったかを実測します。施術の直後の細部が、次の担当に施術の前に届くようになった時点で、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
| 確認した内容 | 情報源 | 確認日 |
|---|---|---|
高速文字起こしが音声ファイルを同期で文字にし実時間より速く返すこと。5時間未満・500MB未満の音声が対象であること。locales を指定すると精度が上がり遅れが小さくなること。phraseList を渡せること。結果に combinedPhrases と、時刻・語・信頼度を持つ phrases が含まれること。429 が返りうること | Microsoft Learn: Use the fast transcription API | 2026-10-27 |
| フレーズリストが前もって渡した言葉の認識を助け、モデルの学習が要らないこと。高速文字起こしで使え、一括の文字起こしでは使えないこと。2,000を超えないこととされ、長いリストは品質と遅れに影響すること | Microsoft Learn: Improve recognition accuracy with phrase list | 2026-10-27 |
| 日本語(ja-JP)が高速文字起こしの対応言語であり、フレーズリストにも対応すること | Microsoft Learn: Language and voice support(Speech to text) | 2026-10-27 |
response_format に json_schema と strict: true を指定するとスキーマに従った出力が返ること。全項目を必須にし additionalProperties を false にすること | Microsoft Learn: Structured outputs(Azure OpenAI) | 2026-10-27 |
| 病歴が要配慮個人情報に当たり、特定の病歴を示した部分が該当すること。要配慮個人情報の取得には原則として本人の同意が必要なこと。要配慮個人情報を含む個人データの漏えい等のおそれが生じたときは個人情報保護委員会への報告が要ること | 個人情報保護委員会: 個人情報の保護に関する法律についてのガイドライン(通則編) | 2026-10-27 |
患者の状態の評価、施術を続けるか、医療機関の受診を勧めるかは、施術者と院長が判断してください。 本記事は公開されている製品の仕様と資料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-1917)についてのご相談はこちらから。
