介護記録・バイタル・服薬・夜間の離床の記録から転倒のおそれが高まった利用者を毎週見込み、見守りの重点と職員の申し送りの案を出す

処理の起点を決める

毎週日曜の深夜2時に、定時で動かします。 フロア会議は週の前半に開かれ、会議の前に一覧がそろっている必要があります。深夜に回すのは、日曜の夜勤の記録が入り、かつ月曜の日勤が始まる前に終わる時間だからです。

毎日は回しません。 点数は毎日少しずつ動き、毎日の一覧は読まれなくなります。週1回の会議に合わせ、同じ曜日に同じ形で出します。 ただし、転倒・転落の事故が起きた日は、その利用者を翌朝の一覧に「直近の事故」として加えます。 転倒の直後の数週間は、再び転倒するおそれが高いからです。

モデルの学び直しは月に1回にします。 学び直すたびに点数の目盛りが変わるため、先週との差が比べられるよう、月の途中ではモデルを替えません。

入力データを集める

質を決めるのは、4行目の服薬の変更です。 薬の名前のままでは特徴量になりません。看護職員が、薬を「眠気やふらつきに関わる区分」に分けた表を用意します。 区分の付け方は看護職員と嘱託医で決め、この構成では決めません。

5行目の離床センサーは、夜間の様子を残す唯一の記録です。 ただし、センサーを使っている利用者は限られます。センサーの無い利用者は「記録なし」として扱い、離床の回数を0にしません。

6行目の事故報告は、学習の正解になります。 正解のラベルは「今後14日以内に転倒・転落の事故報告がある」とし、ヒヤリハット（転倒しかけた）は正解に含めず、特徴量の側で使います。 どこまでを転倒と数えるか（ずり落ちを含めるか）は委員会で決めます。

データの取得方法を決める

介護記録システムの書き出しの機能で、先週分までの記録をCSVで取り出す想定です。離床センサーは機器ごとに記録の取り出し方が違い、この部分は利用する機器に応じた個別実装が必要です。

介護記録の自由記述は、生成AIで観察の項目に変えます。 抜き出す項目は、委員会が決めた次のような一覧です。

特徴量は、7日の時間窓と4週の時間窓で作ります。 pandas の rolling は、'7D' のような期間の指定で、期間に入る記録の数が日によって違う窓を作れます。期間で窓を指定したとき、min_periods の既定は1です。記録が1件しかない週も値が出るので、件数も特徴量に含めて、少ない記録から出た値を見分けます。

AIへ渡す前に整形する

1. 利用者の照合 … 介護記録システムの利用者の番号を正とし、離床センサーの居室番号と結び付けます。居室の移動があった利用者は、移動の日付で結び付けを切り替えます
2. 入院・外泊の期間を外す … 施設にいない期間は記録が無く、離床も0になります。その期間を窓から外さないと、戻った週の変化が大きく出すぎます
3. 入所直後の扱い … 入所から4週未満の利用者は前の4週の比較ができません。点数を出さず、「入所直後」として一覧の別枠に入れます。 入所直後は環境に慣れておらず、職員が別に見るためです
4. 自由記述の個人の情報を外す … 生成AIに渡す前に、本文から氏名・家族の名前・居室番号を置き換えます。利用者は番号だけで扱います
5. 記録の重複の除去 … 同じ出来事が日勤と夜勤の両方で記録されることがあります。観察の項目は「その日に記録があったか」で数えます
6. 値のそろえ … 回数・血圧・有無が混ざるので、学習時の平均と標準偏差で標準化します。毎週の点数づけでも、学習時の値を使います
7. 時間順の分割 … 学習と検証は、時間の順に分けます

2番目を飛ばすと、退院して戻った利用者が毎回一覧の上位に入ります。 入院中は夜間の離床が0で、戻った週は普段どおりでも「急に増えた」に見えるからです。

4番目の置き換えは、生成AIに渡す直前に必ず行います。 介護記録には、家族の名前や病名が書かれていることがあります。観察の項目を抜き出すのに、それらは要りません。

AIに処理させる

生成AIの出番は2回あります。 前段で介護記録から観察の項目を抜き出し、後段で上位の利用者の見守りの重点と申し送りの案を作ります。点数を出すのはロジスティック回帰だけです。

点数の目盛りは、較正で整えます。 scikit-learn の CalibratedClassifierCV には、Platt のロジスティックのモデルに基づく sigmoid と、より一般的な isotonic があり、ドキュメントでは isotonic は小さなデータでは過学習しやすく、十分なデータ（約1,000件超）があるときに sigmoid と同等以上とされています。転倒の件数は少ないので、sigmoid を使います。 較正の結果は、較正曲線（予測した点数と実際の割合を並べた図）で月に1回確かめます。

1行目と2行目がいちばん起きやすい失敗です。 「睡眠薬の増量」が理由に出ると、生成AIは親切に「睡眠薬の見直しを検討」と書きます。それは介護職員の申し送りに書くことではなく、看護職員から医師に相談する話です。

指示内容を固定する

前段（観察の項目の抜き出し）：

あなたは介護施設の記録を読む補助をする立場です。
渡された1人の利用者の1週間分の介護記録から、
下の「観察の項目」が書かれているかを日ごとに判定してください。

【観察の項目】
fluctuation（ふらつき）／stand_attempt（自分で立ち上がろうとした）／
night_restless（夜間の不穏）／footwear（足元・履物の問題）／
pain（痛みの訴え）／intake_drop（食事・水分の低下）

【厳守事項】
- 記録に書かれていることだけで判定してください。推測で true にしないでください。
- true にした項目には、根拠にした記録の文をそのまま evidence に写してください。
- 一覧に無い観察を、新しい項目として足さないでください。
- 「ふらつきなし」のような否定の記録は false です。
- 転倒のおそれの高さを書かないでください。
- 記録が1件も無い日は、その日の項目をすべて null にしてください。

【記録】{care_notes}

後段（見守りの重点と申し送りの案）：

あなたは介護施設のフロア会議の資料を作る補助をする立場です。
渡された理由（最大3つ）と記録の事実だけを使って、2つのものを作ってください。
(1) 見守りの重点：時間帯と、そのとき見る点を最大3つ
(2) 夜勤・日勤への申し送りの案：150字以内

【厳守事項】
- 薬の変更・中止・追加を勧めないでください。薬に関わる理由があるときは、
  「看護職員へ共有」とだけ書いてください。
- ベッド柵で囲う、車いすに固定する、居室から出られないようにするなど、
  利用者の動きを制限する対策を書かないでください。
- 病気や認知症の進行を推測して書かないでください。
- 点数、順位、「リスク」という言葉を申し送りに書かないでください。
- 見守りの時間帯は、渡された記録の時刻（離床やトイレの時刻）から書いてください。
  記録に無い時間帯を作らないでください。
- 情報が足りないときは、足りない項目名を missing_info に入れてください。

【利用者番号】{resident_no}
【理由（上位3つ）】{reasons}
【夜間の離床・トイレの時刻（直近7日）】{night_times}
【観察の項目の根拠の文】{evidence}

前段で「否定の記録は false」を明記しないと、「ふらつきなし」を true にします。 介護記録には、確かめた結果として「異常なし」「ふらつきなし」が多く書かれています。語が含まれているだけで拾うと、丁寧に記録している利用者ほど点数が上がります。

後段で時間帯を記録から書かせるのは、申し送りを使える形にするためです。 「夜間は注意」ではなく、「2時台と4時台に離床が多い」と書かれていれば、夜勤の巡回の順番を決められます。

出力形式を固定する

前段も後段も、Claude API の構造化出力（output_config.format に type: "json_schema"）で形を固定します。 一覧の1行は、次の形にまとめます。

{
  "resident_no": "R-042",
  "week": "2026-10-04",
  "floor": "2F",
  "score": 0.22,
  "score_prev": 0.09,
  "score_change": 0.13,
  "reasons": [
    { "feature": "night_bed_exit_change", "text": "夜間の離床が直近7日で14回（前の4週は週5回）" },
    { "feature": "sedative_increase", "text": "眠前の薬が9月28日から増量" },
    { "feature": "obs_fluctuation", "text": "10月2日の記録に「朝の立位でふらつきあり」" }
  ],
  "watch_points": [
    { "time_band": "2時台", "point": "" }
  ],
  "handover_draft": "",
  "share_with_nurse": true,
  "missing_info": [],
  "staff_override": { "keep": null, "note": "" }
}

score から reasons までは Python が埋め、watch_points handover_draft share_with_nurse missing_info は後段の生成AIが埋めます。staff_override は会議で直したときに書きます。

1つ目の理由は、点数と文面を分けられることです。 生成AIの出力に点数の欄が無いので、文面から点数が書き換わる経路がありません。 150字以内かどうかは、構造化出力のスキーマでは文字数の制約が使えないとされているため、受け取った後に確かめます。

2つ目は、share_with_nurse で看護職員への共有を分けられることです。 理由に服薬が入っていれば true になり、一覧の看護職員の欄に自動で載ります。 申し送りの文面に薬のことを書かせずに、共有だけを確実にします。

3つ目は、score_change で並べ替えられることです。 一覧を点数の高さではなく上がり幅の大きい順に並べるため、もともと高い利用者が毎週上位を埋めることを避けられます。

システムへ連携する

申し送りを介護記録システムへ自動で書き込むことはしません。 職員が会議で直した文面を、申し送りの欄に貼ります。直す前の案が、夜勤の職員に正式な申し送りとして届く経路を作りません。

後段の生成AIに回すのは、フロアごとに上がり幅の大きい5名までにします。 25名全員の案を作っても会議で扱えるのは数名で、利用者の記録を外へ渡す回数を増やすだけです。

人が確認する

フロア会議で、一覧の上位は必ず確かめます。 点数は記録から出したもので、職員が日々見ている表情や歩き方の変化は、記録に書かれていなければ入っていません。

1. 上位5名の理由を読む … 理由が自分たちの見立てと合うかを確かめます。合わなければ staff_override に一言書きます
2. 一覧に出ていない利用者を挙げる … 職員が気になっている利用者を加えます。加えた理由は、モデルに足りない材料の手がかりになります
3. 見守りの重点を決める … 案の時間帯と見る点を、フロアの人員の配置に合わせて直します
4. 看護職員へ共有する … share_with_nurse の利用者は、看護職員が医師に相談するかを決めます
5. 申し送りを渡す … 直した文面を夜勤と日勤に渡します

前段の抜き出しも、月に1回は抜き取りで確かめます。 10名分の根拠の文を職員が読み、「ふらつきなし」が true になっていないかを見ます。

目標は、1人の利用者をならして2.4分です。 上位5名には理由を読んで案を直すので数分かかり、残りの利用者は一覧を流し見ます。

例外に対処する

5行目の居室の移動は、気づきにくい誤りです。 移動の登録が遅れると、前の居室に入った別の利用者の離床が、その人の記録として数えられます。ある居室の反応が急に増えたら、利用者ではなく居室の結び付けを疑います。

記録を残す

• 毎週の書き出しのファイルと、書き出した日時
• 前段の生成AIに渡した記録（置き換えた後のもの）と、抜き出した項目・根拠の文
• 利用者ごとの点数、先週の点数、理由の上位3つ、モデルの版と較正の版
• 後段の案と、会議で直した最終の申し送り
• 職員が直した記録（staff_override）と、一覧に無かったのに職員が加えた利用者
• 2週間後の転倒・ヒヤリハットと、点数の当たり外れ

3つ目で較正の版を残すのは、月に1回学び直すためです。 学び直しで目盛りが変わると、先月の0.2と今月の0.2は同じ意味ではありません。

5つ目の「職員が加えた利用者」は、モデルを直すいちばんの材料です。 職員が繰り返し加える利用者に共通する記録が見つかれば、観察の項目の一覧に足すか、特徴量を作り直します。