Ubie社の院内向け生成AI「ユビー生成AI」が、大学病院10施設以上を含む全国100病院に導入された、という事例です。
「病院の話はうちには関係ない」と思った方、ちょっと待ってください。 Ubieのプレスリリースを読むと、実際に効いているのは退院時看護サマリ・看護記録・DPCコーディング・がん登録情報収集といった、どの業界にもある「ルール化された文書作成業務」です。 中小の医療法人や歯科・調剤・介護事業者でも、同じ構造で削れるポイントがあります。
僕が注目したのは、派手なAI問診の話ではなく、「裏方の書類仕事に効いている」という点です。 現場が一番疲れているのは、問診そのものより問診後の記録・サマリ作成だったりします。
医療・介護現場の文書作成の課題
病院・クリニック・介護施設でよくある、見えにくい業務コストはこんな感じです。
- 退院時看護サマリ・申し送り記録の作成に時間が吸われる
- がん登録・保険請求・DPCコーディングの情報収集が属人化している
- 看護師・事務職の「書類仕事」の心理的負担が離職理由に挙がる
- 文書フォーマットは標準化できるのに、いざ生成AIを入れようとすると「患者データをどう扱うか」で止まる
「書く作業」自体は定型なのに、医療情報の取り扱いルールが厳しいので、個人判断でChatGPTを使うわけにもいかない。 ここが止まっている中小病院・診療所は多い印象です。
ユビー生成AIをどう展開したか
一次情報(PR TIMES、2026年2月5日)で確認できる構成は以下です。
- 対象: 全国100病院(うち大学病院10施設以上を含む)
- プロダクト: ユビー生成AI / ユビーDPCサポーター
- 主な用途: 退院時看護サマリ生成 / 看護記録支援 / がん登録情報収集 / DPCコーディング支援
- 展開ペース: 月間利用セッション約10万、ユースケース8,000件超(2026年1月時点)
ポイントは「汎用生成AIを現場に配った」のではなく、病院の業務フローに合わせた専用ツールを配ったことです。 看護サマリの型・DPCコーディングのルール・がん登録のフォーマットに事前にハマっているから、現場は「書く」ではなく「確認して直す」に動けます。
100病院展開で出ている数字
一次情報で明示されている定量効果は、以下の4つです。
- 退院時看護サマリ作成時間: 恵寿総合病院で42.5%削減
- 看護師の心理的負担: 恵寿総合病院で27.2%軽減
- 月の時間創出: 南部徳洲会病院で約200時間/月
- がん登録情報収集: 亀田総合病院で年間約3割削減
- 収益改善: 九州大学病院で年間6,500万円以上(DPCコーディング支援)
注意点として、これらは個別病院の計測値で、全100施設の平均ではありません。 また、看護サマリ・DPCコーディングと、院内の全業務量は別の話です。 「病院全体の業務が42%減った」ではなく「対象業務の作成時間が42.5%減った」という読み方が正確です。
中小の医療法人・クリニックで再現するなら
ここからが本題です。100床以下の病院・単科クリニック・歯科・介護事業者で、同じ思想を適用するならどう整理するか。
構成
| 項目 | Ubie(100病院展開) | 中小医療法人(50床以下 or 診療所) |
|---|---|---|
| 対象業務 | 看護サマリ・DPC・がん登録 | 診療情報提供書・紹介状・介護記録・申し送り |
| ツール | ユビー生成AI(専用) | 医療特化型生成AI、またはAzure OpenAI等のオンプレ構成 |
| 月額費用 | (非公開・病院規模別契約) | 推定 月5〜20万円(2026年2月時点。要見積確認) |
| 初期費用 | (非公開) | 推定 50〜150万円(フォーマット整備・テンプレ設計・教育) |
| 体制 | 看護部+情シス+ベンダー伴走 | 看護主任or事務長+外部支援月5〜10時間 |
| 期間 | 施設ごとに数ヶ月 | 3〜6ヶ月でPoC→本格運用 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★☆ |
| 再現性(中小企業) | ★★★☆☆ |
| 難易度(低いほど簡単) | ★★★★☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIが高いのは、看護師・事務の工数単価が高く、月数十時間削れると人件費インパクトが大きいため
- 再現性は中程度。医療情報の取り扱い規程・院内承認が壁になりやすい
- 難易度は高め。汎用ChatGPTでは個人情報の取り扱いで止まるため、専用ツールか閉域構成の選定が必須
前提条件・必要データ
- 対象業務(看護サマリ・紹介状・介護記録等)のフォーマットが標準化されている
- 電子カルテ or 介護記録システムからデータ出力ができる
- 個人情報・要配慮個人情報の取り扱いルールが院内規程で整備されている
- 看護部・事務部の責任者が「書く作業の削減」を優先課題として認識している
失敗条件・適用しないケース
- 紙カルテ中心で、入力データの構造化ができていない
- 「ChatGPTを現場に配れば勝手に効率化する」と期待している
- 医療情報の取り扱い規程が未整備で、生成AIベンダー選定が止まる
- 看護サマリ・紹介状のフォーマットが施設・医師ごとにバラバラで、標準化を嫌がる
「生成AIを入れれば書類仕事がゼロになる」わけではありません。
対象業務の棚卸し→フォーマット標準化→医療情報取り扱い規程の整備→専用ツール or 閉域構成で導入→現場レビューの継続、の5ステップを踏んで初めて、看護サマリ42.5%削減のような数字が見えてきます。
汎用生成AIで止まっている施設ほど、専用プロダクト or 閉域構成に振り切ったほうが結局早いというのが、この事例の裏にある示唆です。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。
＞＞詳細なプロフィールはこちら