調剤薬局にFAXで届く処方箋を読み取り、薬品名・用量・日数を受付データにそろえ、薬歴と照らした重複と用量の確認点を薬剤師へ返す

処理の起点を決める

受信フォルダへのPDFの保存を起点にし、数分おきに新しいファイルを確かめます。 受信した画像をフォルダへ転送できる機種なら、店舗ごとの受信フォルダに保存するところまでを複合機の設定で済ませます。 できない機種では、受信したPDFを担当者が保存します。

1日数回のまとめ処理にはしません。 施設のFAXがまとまって届く日に、まとめて処理すると薬剤師が確認点を見るのが遅れ、第3章の（c）がそのまま残ります。 1枚ずつ流し、受付の一覧に順に並べます。

処理を終えたPDFは処理済みフォルダへ移し、移すのは受付の一覧に載せ終えたときだけにします。 受信フォルダに残っている数が、未処理の数です。原本が届いたときの読み取りは、受付の一覧で「原本到着」を押したときに動かします。

入力データを集める

質を決めるのは、医薬品マスタの成分の列です。 重複の確認は「同じ成分か」で行うため、販売名だけのマスタでは、先発品と後発品、一般名で書かれた処方の重なりを見つけられません。

「1日最大量」の列は、登録がある薬だけを照らします。 登録の無い薬について用量の確認点を出さないのは、基準の無いところで機械が「多い」「少ない」を言わないためです。

データの取得方法を決める

FAX： 複合機の転送設定で、受信のたびにPDFを受信フォルダに置きます。ファイル名に店舗コードと受信日時を入れます。 送り元の番号が取れる機種なら、ファイル名に含めておくと医療機関の特定が楽になります。

OCRの呼び出し： モデルIDは prebuilt-layout です。使うのは次の3つです。

手書きの判定を使うのは、追記を目立たせるためです。 印字された処方の横に「1T→2T」のように手で書き足されたものは、医師の訂正なのか、受け取った側の書き込みなのかを人が確かめる必要があります。

請求システムと電子薬歴： 定時の書き出しで、医薬品マスタと患者一覧は1日1回、直近の処方は1時間ごとに取ります。書き込みはせず、読むだけです。

AIへ渡す前に整形する

1. ページの分割 … 1回の受信に複数の処方箋が入っていれば、ページごとに分けます。施設のFAXは複数の入居者の処方が続けて届きます
2. 送り状の取り分け … 施設のFAXの1枚目に付く送り状は、処方箋の固定の文言が無いので取り分けます
3. 向きの補正 … pages の angle で傾きを補正してから、表の位置を扱います
4. 信頼度の低い文字の印付け … 単語ごとの confidence がしきい値を下回るものに印を付けます。数字と小数点を含む単語は、しきい値を高めにします
5. 患者の照合 … 氏名と生年月日の両方で患者一覧を引きます。片方だけが一致する、同姓同名がいるときは確定させません
6. 重複受信の検知 … 同じ患者・同じ交付日・同じ医療機関のFAXが続けて届いたら、両方を残して並べます。送り直しなのか、別の処方なのかは人が決めます

4番目のしきい値を数字で分けるのは、読み違えたときの害が違うからです。 患者の住所の1文字と、用量の小数点の1つでは、後者の読み違いのほうが重い結果につながります。

AIに処理させる

この構成には2つのAI処理が入ります。1つ目はOCRで、文字と信頼度を返します。2つ目は生成AIで、読み取り結果を「患者」「医療機関」「処方の行」の項目に分けます。医薬品マスタとの照合、薬歴との比べ合わせは、どちらのAIにもさせず、スクリプトで行います。

生成AIには、項目に分けることだけをさせます。 薬品名の候補を「たぶんこの薬」と寄せること、読めない数字を前回の処方から埋めることはさせません。照合はマスタという決まった表との一致で行い、決まらなければ人に回します。

2行目がいちばん起きやすい失敗です。 施設の定期処方は前回と同じことが多く、読めない数字を前回の値で埋めると、たいていは合っています。 しかし、合わなかった1回が、医師が用量を変えた回です。

指示内容を固定する

あなたは調剤薬局の受付で、FAXで届いた処方箋の読み取り結果を整理する立場です。
OCRが返した文字と表のセルだけを使い、項目に分けてください。
薬の選択、処方の妥当性、疑わしい点の有無は判断しません。

【分ける項目】
- patient: 氏名、生年月日、性別
- institution: 医療機関名、医師名
- issue_date: 交付年月日
- lines: 処方の1行ごとに
    drug_text   … 薬品名の文字列（書かれたとおり。一般名の印も含める）
    strength    … 規格（例：5mg）
    dose_text   … 用量の文字列（例：1回1錠）
    usage_text  … 用法の文字列（例：1日2回朝夕食後）
    days        … 日数または回数
    source_cells… 根拠にした表のセルの位置（行・列）
- notes: 備考欄の記載、手書きで追記された文字列

【厳守事項】
- 書かれていない値は空文字にしてください。他の行、前回の処方、
  一般的な用法から埋めないでください。
- 数字、小数点、単位は書かれたとおりに写してください。
  「05」を「0.5」に直す、単位を補うことをしないでください。
  読めない文字は □ にしてください。
- 薬品名を別の名前に言い換えない、似た薬の名前に直さないでください。
- 1つのセルに2つの薬が書かれているように見えるときは、行を分けず、
  split_suspected を true にしてください。
- 手書きで追記された文字列は、印字の値を書き換えずに notes に入れてください。
- 処方箋でない書類（送り状、お知らせ）は、document_type に種類を書き、
  項目を空にしてください。

【読み取り結果】{ocr_result}

「05を0.5に直さない」を具体的に書くのは、生成AIがそれを親切として行うからです。 0.5mgと5mgの両方の規格がある薬では、直した値がもっともらしく見えるほど、人の確認をすり抜けます。 小数点が見えないなら、見えないまま low_confidence で人に回します。

手書きの追記を notes に分けるのも同じ理由です。 印字の「1T」と手書きの「2T」のどちらが有効かは、医療機関に確かめないと決まりません。

一般名で書かれた処方の扱いも、指示に入れておきます。 一般名の印が付いた行は、販売名ではなく成分と規格で書かれています。生成AIには印も含めて書かれたとおりに写させ、どの販売名を使うかは医薬品マスタの成分の列で候補を出したうえで人が選びます。 生成AIが特定の販売名を書き入れると、店舗の在庫や患者の希望と関係なく、薬が決まったように見えてしまいます。

出力形式を固定する

処方箋1枚ごとに、次の形のJSONを作ります。 lines の項目までは生成AIが返し、match と checkpoints は照合のスクリプトが付けます。

{
  "fax_id": "S02-20261007-1014-p3",
  "document_type": "prescription",
  "patient": { "name": "", "birth_date": "", "patient_no": "", "resolved": true },
  "institution": { "name": "", "doctor": "" },
  "issue_date": "2026-10-07",
  "lines": [
    { "line_no": 1, "drug_text": "", "strength": "", "dose_text": "",
      "usage_text": "", "days": "", "min_confidence": 0.93,
      "match": { "status": "matched | ambiguous | not_found",
                 "drug_code": "", "candidates": [] },
      "flags": ["low_confidence", "handwritten_note", "split_suspected"] }
  ],
  "checkpoints": [
    { "line_no": 1, "type": "same_ingredient_active | daily_dose_changed | over_registered_max",
      "fact": "直近の処方（2026-09-30調剤、28日分）に同じ成分あり" }
  ],
  "notes": ""
}

生成AIの部分は構造化出力で受け取ります。Claude API では output_config の format に type: "json_schema" とスキーマを指定し、返るJSONがスキーマに沿うことが保証されます。 項目の抜けや型の違いで後段が止まることがなくなります。

ただし、スキーマで書けないことがあります。 数値の範囲の制約と文字列の長さの制約は使えません。用量や日数が妥当な範囲かは、スキーマではなく照合のスクリプトで扱います。

checkpoints には事実だけを書きます。 「重複投与の疑い」ではなく「直近の処方に同じ成分あり、残り日数あり」と書きます。疑いという言葉を機械が使うと、薬剤師の判断の前に結論があるように読めるからです。

システムへ連携する

請求システムにも電子薬歴にも書き込みません。 受付を作るのは医療事務、薬歴を書くのは薬剤師で、機械が書いた受付や薬歴が混ざると、誰が確かめたのかが記録から分からなくなります。 受付の一覧から請求システムへの入力は、医療事務が一覧を見ながら行います。取り込みの機能がある製品なら、一覧で確定した行だけを取り込む形にします。

人が確認する

医療事務が見るのは match が matched 以外の行と、flags の付いた行だけです。 それ以外の行は、一覧で薬品名と用量を流し見て受付を作ります。

1. low_confidence の行 … FAXの画像の該当部分を切り抜いて表示し、文字を読み直します。読めなければ医療機関に確かめます
2. ambiguous と not_found の行 … 候補から選ぶか、マスタに無い薬なら薬剤師に回します
3. handwritten_note の行 … 追記の意味を薬剤師に回します
4. 確認点（薬剤師） … checkpoints の事実を見て、薬歴の画面で前後を確かめ、問い合わせの要否を決めます
5. 原本の照合（薬剤師） … 原本とFAXの下書きの違いの一覧を見て、原本の画像で確かめます

4番目で薬剤師が見るのは、AIの結論ではなく事実の並びです。 単語には多角形の座標が付いて返るので、確認点の付いた行の画像を切り抜き、薬歴の直近の処方と並べて表示します。

施設のFAXの束は、入居者ごとに分けて一覧に並べます。 1回の受信で10人分の処方が届いても、一覧では10枚の処方箋として扱い、確認点の付いた入居者を上に出します。 束のまま1件として扱うと、確認点の無い入居者の処方まで薬剤師の手元で止まります。

目標は、900枚をならして1枚2分です。 確認が要る行を含む処方箋が3割前後という想定で、それより多い月は、FAXの送り元のどこかの画質が落ちているか、医薬品マスタの成分の列が欠けています。

例外に対処する

最後の行は、薬局では特に大事です。 機械が止まっても患者は来ます。受信フォルダに残ったFAXを、従来どおり印刷して手で受け付けられる状態を保っておきます。

記録を残す

• 受信したFAXのPDFと、受信日時・送り元
• OCRが返したJSONの全文
• 生成AIに渡した読み取り結果と、返った項目分け
• 照合の結果（match、checkpoints）と、そのとき使った医薬品マスタと薬歴の書き出しの日時
• 人が直した項目と、直す前後の値
• 原本の読み取り結果と、FAXとの違いの一覧、薬剤師の確認の記録

4つ目で書き出しの日時を残すのは、薬歴が刻々と変わるためです。 確認点が出なかった処方について後から問われたとき、その時点の薬歴に何が載っていたかが分からないと、照合の漏れなのか薬歴の反映の遅れなのかを区別できません。