薬歴作成はAIで時短できるのか？──「書かない薬歴」が現実になった調剤現場の数字

生成AIの薬歴支援とは、患者との会話を録音して文字にするだけでなく、会話の意味を理解してSOAP形式の薬歴に構造化する 仕組みのことです。不要な雑談はカットし、薬名・数値・病名は正確に抽出します。

• 薬剤6種未満の処方：記載時間 3.9分 → 1.5分（61.5%削減）
• 薬剤6種以上の処方：記載時間 6.3分 → 2.0分（68.3%削減）
• （ウィーメックスがAzure OpenAI Serviceを使って実証した結果）

日本調剤は2025年5月、全763店舗への生成AI薬歴支援の導入を発表しました。先行50店舗で効果を確認してからの全店展開です。763店舗が動いたという事実が、もう実験段階ではないことを示しています。

処方箋1枚あたりの処理時間は平均12分41秒（調剤・鑑査・投薬・薬歴すべて含む）。薬剤師1人あたり1日40枚が法定の配置基準です。限られた時間で服薬指導も薬歴も全部やろうとすると、どこかが溢れ、溢れた先が閉局後の残業になります。

厄介なのは、2024年の調剤報酬改定で「対人業務の充実」が強く求められるようになったことです。患者との会話にもっと時間を使ってほしいと制度が後押ししているのに、その会話を記録する作業が時間を食っている。構造的に矛盾しています。

薬剤師の離職理由では「残業が多い」「業務量が多い」が上位に入り、採用サイトの口コミでは「薬歴が終わらない」という声が目立ちます。辞める理由の中心に「書く仕事」がある のです。

• 1日40件 × 月22日 = 月880件
• AI処理コストを仮に1件10円とすると → 月8,800円
• 薬剤師の時給（概算3,000〜4,000円）× 残業1時間/日 × 22日 → 月6.6〜8.8万円の残業代

SaaSの月額費用はAI処理コストだけではありませんが、「薬剤師の残業代と比較してどうか」という視点で見ると桁が違います。薬局のSOAP記載ルールや良い薬歴のサンプルは患者が変わっても同じなので、一度だけAIに読み込ませて使い回せば、コストはさらに下がります。

ただし正直に言うと、導入して即効果が出るかは現場次第 です。電子薬歴システムとの連携、薬剤師が新しいワークフローに慣れる時間、AIの下書きをどこまで信頼するかの線引き。技術より運用の設計が効果を左右します。

1日40人の患者は、処方も既往歴も生活背景も全員違います。テンプレートを当てはめるだけでは「一般的な指導」の域を出ません。生成AIは患者ごとの文脈を読んで個別のチェックポイントを瞬時に出せる。個別対応を大量に生成できる という生成AIの本質的な強みが活きる場面です。

会話ログが溜まると「こういう質問をする患者さんが多い」というパターンも見えてきます。指導の質を改善するためのデータが、日々の業務から自然に蓄積されていく。書かなくていい分、もっと良い指導ができる好循環です。