医療・介護業界のAIエージェントは、対象業務を選び、要件と責任を整理してからPoCで試し、安全性と効果を確かめて本番へ進める流れで発注します。最初の対象には、正解と承認者を決めやすい記録や文書作成などの業務が候補になります。
AIシステム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「AIシステム開発の完全ガイドブック」で詳しく解説しています。
▼RFP作成前に読みたい無料ホワイトペーパー
・AIシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
医療/介護業界のAIエージェントを外注する全体像
医療・介護業界のAIエージェントは、質問に文章で答えるだけのチャットボットとは違い、電子カルテや介護記録などから必要な情報を集めます。音声やセンサーのデータも、その対象になります。
AIエージェントは、決められたルールに沿って、下書きや通知を作り、検索や業務依頼まで進めるソフトウェアです。医療判断の最終責任をAIに移さないよう、発注時には人が確認して承認する工程を設計しておきます。
AIエージェントと通常の生成AIの違い
通常の生成AIは、質問や指示を受け、その場で文章を返す使い方が中心です。一方、AIエージェントは複数の処理をつなぎ、業務の一部を実行します。
- 患者抽出：退院予定の患者を選び出す
- 下書き作成：診療記録からサマリの下書きを作る
- 担当者通知：未入力の項目を担当者に知らせる
外注する際は、モデルの性能だけでなく、読むデータ、操作するシステム、人が承認する時点も要件に書きます。AIが業務のどこまで関わるかを、発注先に伝えるためです。
最初の発注で決める基本方針
発注の目的は、現場の負担軽減とケアの質向上に置きます。目的を数字で測れる形にしないと、どの業務を任せるかも決まりません。目標、測定値、削減時間の使い道は、発注前にそろえておきます。
- 目標：誰のどの負担を何時間減らすかを決める
- 測定値：退院サマリ、申し送り、記録入力、夜間巡視の現状と目標
- 削減時間の使い道：患者・利用者との対話や教育に振り向ける
一方で、人員削減を前面に出すと、現場の反発を招きやすくなります。削減した時間をケアに振り向ける方針のほうが、定着しやすいです。
発注前に整理したい活用業務と導入効果
導入効果は、技術デモの出来栄えとは切り分け、現場の業務量で評価します。初回の発注では、正解と承認者を決めやすい業務から着手するのが基本です。診断や治療方針の提案より、記録、検索、文書作成のほうが効果を検証しやすく、リスクと費用も抑えられます。
記録・文書作成の自動化から始める進め方
記録・文書作成では、対象業務、作成時間、年間試算の順に効果を見積もります。
- 対象業務：退院サマリ、介護記録、訪問診療書類、看護師の申し送り
- 作成時間：1患者あたり約28分から約8分へ短縮し、71.2％削減しました
- 年間試算：16,416件、時給1万円の想定で約5,000万円
この数値は、富士通の発表による国立病院機構名古屋医療センターの実証値です（出典: 富士通Japan「医療文章作成支援サービス」資料、2025年）。ただし、この数値をそのまま自院の効果とはせず、自院の件数、1件あたりの作成時間、確認・修正時間を測ります。
あわせて、利用者の同意と電子カルテから取得できる項目を確認しておきます。そのうえで、導入後の確認時間を差し引いて効果を試算します。
発注先には、正確率だけでなく修正率と承認時間を測り、記録の監査ログも残せるよう依頼します。
見守り・対話支援を外注する際の注意点
見守りや対話支援を外注する際の要件は、使う機器と通知の運用に合わせて整理します。
- 見守り：カメラやウェアラブルで転倒兆候を検知し、必要な場合だけ職員へ通知
- 退院後の対話：患者へ定期的に確認するエージェントの検討
- 記録方法：常時録画にするか、異常時のみ保存にするか
- 通知体制：通知先と何分以内に確認するかを決め、夜勤やナースコールなど既存の運用に合わせる
電子カルテや基幹システムと連携する業務
電子カルテや基幹システムとつなぐと、記録をまたいで動かせる業務が増えます。候補になるのは、病床の管理、横断検索、訪問業務の3つです。
- ベッド管理：病床の空き状況と退院見込みを組み合わせる
- 横断検索：紹介状や検査結果を検索できるようにする
- 訪問業務：訪問予定と書類作成を連動させる
厚生労働省は、医療DXで電子カルテ情報の標準化や全国医療情報プラットフォームを進めています（出典: 厚生労働省「医療DXについて」、2026年確認）。
一方で、施設には古いオンプレミス型電子カルテや独自形式、紙の記録が残っています。そのため、AI本体よりもデータの抽出・変換や権限設定、接続に工数がかかる場合があります。
AIエージェント開発の発注形態とRFP・要件整理
発注形態は既製サービス、既製AI基盤の設定・連携、専用エージェント開発に分かれ、業務の標準化度と独自要件で選びます。
- 既製サービス：業務が標準化されている場合に候補になる
- 設定・連携型：電子カルテや独自記録様式と接続する場合
- 専用開発：複数業務を一画面で動かし、独自ルールを組み込む
最初からフルスクラッチで作るより、PoCで業務との適合性を確かめてから本番開発へ進むのが現実的です。
RFPに最低限書く項目
提案を比べられるよう、RFPには業務範囲と実施条件を具体的に書きます。
- 業務：背景、目的、対象、利用者、現行の手順
- 仕様：入力データ、出力、承認者、端末、連携対象
- 条件：セキュリティ、運用体制、納期、予算上限
「AIで記録を効率化する」では提案を比べられないため、件数や時間、品質、承認を明記します。たとえば、「1日30件の音声記録をテキスト化し、職員が3分以内に確認できる下書きを作る」のように書きます。
扱うデータ項目も分類しておきます。氏名や病歴、薬剤などの項目と、要介護度や画像、音声などの項目を分けて書きます。
また、実データか匿名加工データか、AI提供者の学習に使われるかを明記します。あわせて、データを何日保存するかも記します。
診療記録や介護記録は、要配慮個人情報に該当し得ます。そのため、取得の方法、利用目的、第三者提供の有無を、ガイダンスに沿って確認します（出典: 個人情報保護委員会・厚生労働省「医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス」、2026年改正）。
発注先に求める専門性
委託先には、医療・介護の業務フローを理解していることが必要です。そのうえで、個人情報保護と既存システム連携、運用設計まで扱える専門性を求めます。その専門性は、実績、体制、保護と運用の3点で確かめます。
- 実績：類似業務の導入効果や現場の修正率
- 体制：医療・介護職を交えた要件定義ができるか
- 保護と運用：学習利用の設定、権限、監査ログ、障害連絡、教育
実績は、社名や導入数だけでは判断できません。類似業務で作業時間が何分から何分に変わったかを尋ね、現場の修正率も確かめます。
同じRFPを3社程度に渡し、同じデータサンプルと評価基準で比べます。評価には、個人を特定できないサンプルを使い、実データを外に持ち出さないようにします。
回答では、製品費と開発費、連携費を分けてもらいます。導入支援費、教育費、月額利用料も、費目ごとに書いてもらいます。モデル更新費と障害対応費も、別の項目として扱います。
費目を分けておくと、初期見積もりが安く見えても、後から追加費用が膨らむリスクを見極めやすくなります。
契約形態・責任分界・SLAの設計
要件が固まる前の調査と、仕様が確定したあとの実装では、適した契約の形が異なります。未確定のまま全体を一括請負にすると、変更時の費用、納期、責任が不明確になりやすいです。IPAも、開発内容が決まる前に全体の請負契約を結ぶことは適切でない場合があると説明しています（出典: IPA「エンタプライズ系事業/非ウォーターフォール型開発」、2026年確認）。
準委任・請負・サブスクリプションの使い分け
業務調査から要件定義までは、作業や検証を段階的に進める準委任契約が合います。
完成物と受入条件を決めやすい画面開発や連携機能は、請負契約を検討できます。既製AI基盤やAPIを継続して使う場合は、月額または従量課金のサブスクリプションになります。
調査・PoC、本番機能、運用を契約ごとに分けておくと、比べる対象がそろいます。
医療事故や誤出力が起きたときの責任分界
責任の範囲を明らかにするため、契約では、確認と事故対応を業務ごとに決めておきます。
- 出力と承認：AI出力を下書きや参考情報として扱う
- 誤出力対応：停止手順、ログ確認者、何時間以内に報告するか
- 責任の区分：データ品質、障害、仕様、確認漏れを分けて整理
アレルギーや禁忌薬、要介護者の転倒リスクを誤って表示した場合も、この手順で扱います。最終確認者は、業務ごとに医師や看護師、介護職などから定めます。
発注先に無制限の責任を持たせる前提は置かず、学習データの品質とシステム障害、仕様どおりの出力と利用者の確認漏れを、それぞれ別に扱います。
診断・治療目的のプログラムは、医療機器規制の対象になり得ます。PMDAは、疾病の診断・治療等を目的とする単体プログラムを規制対象と説明しています（出典: PMDA「プログラム医療機器」、2026年確認）。診断支援を検討する場合は、開発会社だけで決めず、薬事・法務の専門家と該当性や申請の要否を確認します。
SLAに盛り込む項目
SLAには稼働率だけでなく、障害の重要度別の一次応答時間を含めます。あわせて、復旧目標やデータ復元、セキュリティ事故の通知も入れます。
脆弱性対応、モデル変更の事前連絡、ログ保存期間も定めておきます。また、モデル更新の前には評価と承認を行い、ロールバックの方法も決めておく必要があります。
IPAの事例でも、運用委託契約のSLAで対処計画を規定する考え方が示されています（出典: IPA「ITサービスの委託におけるセキュリティ対策を契約と第三者検証で担保」、2026年確認）。
医療/介護業界のAIエージェント開発費用相場とROI
医療・介護向けAIエージェントに、全国共通の公定価格はありません。見積は、施設数、データ量、電子カルテ連携の有無で変わります。
閉域環境や画像・音声の有無も、見積に影響します。セキュリティ審査や現場教育によっても、見積は大きく変わります。
次の数字は、2026年の発注計画で予算感をそろえるための参考レンジです。個別見積もりの前に使う目安で、公的統計ではありません。
PoC・本番開発・運用の費用目安
開発規模ごとの予算感をつかみ、候補となる費用レンジを比べます。
- 単一業務のPoC：300万〜800万円程度
- 現場向けパイロット：1業務を現場で使う形にする場合は800万〜2,000万円程度
- 複数連携の本番導入：複数システムとの連携で、2,000万〜5,000万円以上が目安
閉域ネットワークやオンプレミス、画像解析が加わると、費用は増える可能性があります。複数拠点への展開が加わっても、費用が増える場合があります。
月額は、クラウドやLLM APIの利用料に加えて、監視と保守の費用もかかります。問い合わせ対応を含めると、合計で10万〜100万円以上になることがあります。従量課金の仕組みも、あわせて確認します。
見積書では、AIモデルの利用料と開発会社の保守費を分けて書いてもらいます。
APIの入力・出力トークンと音声文字起こしの費用を確認します。加えて、ストレージ、ログ保存、バックアップの費用も見ておきます。
監視やセキュリティ診断、データ整備は、別項目にします。電子カルテ側の改修も、見積の中で切り分けておきます。月額の最低利用料や、更新時の再検証費にも注意します。
初期費用だけで判断せず、3年間の総保有コストで比べます。
稟議に使えるROIの計算方法
稟議では、削減効果と回収期間をそろえて示します。
- 基本式：削減時間×対象件数×時間単価から、AIの確認時間、月額費用、保守費を引く
- 削減効果：1日40件、1件12分短縮、月20日、時給2,500円なら月40万円
- 回収期間：月額費用と追加の確認工数が合計25万円なら月次効果は15万円、初期1,200万円は約80か月で回収
- KPI：残業削減に加えて、受入件数、記録品質、離職抑制も含める
- 補助金：補助金なしの場合のROIも併せて示す
採択や対象経費を前提にしたROIだけを、稟議の判断材料にしないようにします。補助率や対象年度、申請者は制度ごとに異なります。導入期限や保守費の扱いも、制度によって変わります。
稟議では、補助金なし、PoCで中止、本番化の3パターンを並べ、投資判断をしやすくします。
委託先選定と見積比較で失敗しないポイント
委託先は、業務理解、技術、ガバナンスに加えて、運用の面からも評価します。提案書の見栄えやモデル名よりも、実データでの検証結果を確認します。
例外処理や導入後の責任者、追加費用の条件も確認します。現場職員が使わなければ、高性能でも投資は回収できません。
要件定義には、医師や看護師、介護職が加われる会社を選びます。事務職も参加できるかを確かめます。
見積書で比較する項目
見積比較では、作業範囲と成果物を並べて見ます。要件定義、データ整備、設計では、どこまでを作業に含むかを確認します。画面開発やAPI連携も、作業範囲を一つずつ確かめます。
権限管理やテスト、セキュリティ診断は、見積の内訳に入っているかを確かめます。教育と運用監視も、内訳の中で確認します。
見積に「AI開発一式」とだけ書かれている場合は、人月と納品物を質問します。PoCの成功・終了条件や、本番移行時に再利用できる成果物も、比べる対象にします。
レガシー環境とデータ品質の評価
古い電子カルテや介護ソフトでは、API、CSV出力、画面操作のどの方法で連携できるかを確かめます。
手書き記録や紹介状PDF、施設独自の略語には、OCRなどの対応が必要です。表記ゆれの統一、項目マッピング、欠損値の扱いも、別に決めておきます。
RFP段階で代表データを調べ、データ整備に必要な人日を見積もりに含めます。
セキュリティと導入後の教育の比較視点
委託先の安全性を確かめる際は、次の設定や運用を比べます。
- 入力・認証：入力可能な情報、マスキング、ログイン、端末制限
- データ管理：外部学習の禁止、保存場所、暗号化、バックアップ
- 委託と復旧：再委託、国外移転、障害復旧、退職者の利用停止
クラウドかオンプレミスかという形態より、実際の管理条件を確かめるほうが確実です。
事業者向けAIガイドラインは、開発者、提供者、利用者など、複数の立場でAIリスクを認識し、対策する考え方を示しています（出典: IPA「AI事業者ガイドライン検討会」、2026年更新）。
現場向けにA4一枚のガイドラインを作り、院内・施設内の責任者を一人置く方法も有効です。入力の可否やマスキング、出力の確認を書き、相談先も記します。
IT担当者がいない施設では、個人情報を含まない議事録作成などから始めます。利用状況を見ながら、対象を少しずつ広げていきます。
発注後にAIエージェントを現場へ定着させる進め方
開発会社に任せきりにせず、契約前に30日・60日・90日の計画を作っておきます。
30日目は、対象業務とルール、データ、評価指標を確定します。60日目は限定部署で試行し、90日目には、利用率や修正率、時間削減を評価します。事故報告も確認したうえで、継続を決めます。
AIが自律して動く範囲は、評価結果と現場の合意に合わせて、段階的に広げます。
最初の90日で測るKPI
KPIには利用回数に加えて、作業時間や出力修正率を含めます。承認時間や見落とし件数、通知対応時間、職員の継続率も測ります。
記録業務では、導入前後の平均時間を同じ条件で比べます。あわせて、誤情報の種類と重大度も記録します。
重大な誤出力が起きた場合には、自動化する範囲を元に戻す基準をあらかじめ決めておきます。
院内・施設内の推進担当者の置き方
推進担当者は、AIの知識だけでなく、対象業務を理解し、現場と経営層をつなげられる人を選びます。
医師や看護師、介護職で小さな委員会を作り、事務や情報システム、個人情報保護の担当者も加えます。意思決定者と問い合わせ窓口は分けておきます。
評価には、導入件数だけでなく、ルール遵守や職員教育も含めます。誤出力の改善や現場の負担軽減も、評価の対象です。
よくある質問
発注時には、費用のほかに業務範囲やデータの扱いを確かめておきます。承認者や障害時の対応も確認しておく必要があります。初めて外注する担当者から寄せられやすい質問を、順に取り上げます。
医療・介護業界のAIエージェント開発は何円から発注できますか？
単一業務のPoCは300万〜800万円程度が参考レンジです。データ連携や閉域環境を含む本番開発は、2,000万円以上になる場合があります。
費用は、対象業務やデータ量、連携先で変わります。セキュリティ要件や拠点数も影響します。初期費用だけでなく、3年間の運用費も見積もります。
患者情報や介護記録を生成AIに入力しても問題ありませんか？
入力には条件があります。病歴や診療情報、介護記録などは、要配慮個人情報に該当し得ます。
利用目的や同意、委託先、保存場所を確認します。学習利用やアクセス権限も、確認の対象です。
要件には、匿名加工や入力前のマスキング、閉じた環境を含めます。監査ログや削除方法も、要件に入れます。
AIに診断や治療方針を判断させることはできますか？
診断・治療目的のプログラムは、医療機器規制の対象になり得ます。一般的な事務支援よりも、慎重な確認が必要です。
まずは、記録作成や検索など、AIを下書きや参考情報として使う業務から始めます。予約調整や申し送りも、候補になります。最終判断は医療者が担います。
診断支援を検討する場合は、PMDAや薬事の専門家に該当性を相談します。Human in the Loopと責任分界も設計します。
AIエージェントの委託先は何社に見積依頼すべきですか？
同じRFPを3社程度に提示し、同じサンプルと評価指標で比べるのが現実的です。価格だけで決めないようにします。
医療・介護の実績、データ保護、システム連携を確認します。PoC条件や保守・教育、責任分界も見ておきます。提案の差が大きい場合は、要件の解釈を確かめます。
質問と回答を各社でそろえたうえで、再見積もりを依頼します。
まとめ
発注前の確認事項
まずは、記録や申し送りなど効果と安全性を測りやすい業務を選びます。そのうえで、現状の時間、件数、確認時間を押さえます。
RFPには、データや連携、承認者を書き、セキュリティとKPIも含めます。そして、3社程度から同じ条件で提案を受けます。
発注後に続ける取り組み
発注後も、契約条件や運用費、導入目的を定期的に確かめます。
- 契約：調査・PoC・本番・運用を分け、責任分界、SLA、モデル更新、ログ、データ削除を明記
- 投資判断：API・クラウド・保守・教育を含む3年間の総額で見積もり、削減時間やケア品質も含むROIで判断
- 導入目的：人員削減より、限られた人材がケアに集中できる業務の再設計を優先
こうした業務の再設計が求められる背景として、厚生労働省は、介護職員が2026年度に約240万人必要と推計しています（出典: 厚生労働省「介護人材確保に向けた取組」、2024年公表）。
参考情報: 厚生労働省「介護人材確保に向けた取組」、個人情報保護委員会・厚生労働省「医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス」、PMDA「プログラム医療機器」を参照しています。
富士通Japan「医療文章作成支援サービス」、IPA「AI事業者ガイドライン検討会」も参照しています。
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。