音声入力とAI要約で介護記録を作ると、書く時間は確かに減ります。そのかわりに増えるのが、AIが整えた文章を確かめる責任です。話し言葉を体裁の整った記録文に組み直す力が強いほど、話していないことが書き足されても、整った文の中で目立たなくなるからです。この記事では、介護記録をAIで作る仕組みと流れ、2025年7月時点の主なサービスと導入事例を整理したうえで、AIに整えさせてよい部分と、職員の言葉のまま残すべき部分をどう分けるかを考えます。
記録の負担は、時間と質の両方で現場を削っています
報告によると、入居者9名のグループホームで、日勤の職員が記録に合計2時間以上を使うケースがあります。訪問介護では、残業を避けるには1件5分ほどで記録をまとめなければならず、慣れない新人なら記録だけで1時間以上かかることもあります。記録は介護の業務が終わってから書くことが多く、サービス残業の温床になっています。
一日の終わりに記憶を頼りに書くので、正確さも落ちます。何を書けばいいか分からないために質が職員ごとにばらつき、記録が共有されず、ケアの改善に生かされません。記録の負担は職員の疲弊や離職にもつながり、人手不足の介護業界では、負担を減らすことが人材の確保と定着に直結します。
音声認識と生成型の要約は、得意なことと危ういことが表裏です
音声認識は、話した言葉をテキストに変える技術で、近年は大量の音声と文字のペアから直接テキストを生成するEnd-to-End型が主流です。介護現場で難しいのは、BGMや周囲の会話といった雑音、複数人が同時に話す状況、方言、そして介護や医療の専門用語です。標準語で学習した汎用の音声認識では精度が落ちやすいため、専門用語の辞書を備えた介護向けのエンジンかどうかが、選ぶときの大事な基準になります。
AI要約には、元の文をそのまま抜き出してつなぐ抽出型と、文脈を理解して新しい文章を作る生成型があります。断片的な話し言葉を記録文に組み直すには生成型が向いています。ただ、生成型の強みは、そのまま危うさでもあります。新しい文章を作れるということは、元の発話になかった言葉で隙間を埋められるということだからです。「食事は半分くらい」が「食事摂取量は5割程度で、食欲の低下がみられた」に整えられたとき、後半の一文は誰が観察した事実でしょうか。読みやすい記録ほど信用されやすく、信用された誤りほど長く残ります。
だから記録である以上、日付、氏名、バイタルの数値などの事実は決して変えさせない、専門用語を一般的な言葉に言い換えさせない、具体的な状況を曖昧な表現に丸めさせない、発話にない評価や推測を書き足させない、といった条件を、AIへの指示で徹底する必要があります。
声から公式記録までの流れは、どこで人が引き取るかで決まります
新しい流れでは、記録が後でまとめる作業から、ケアと同時に行う行為に変わります。
- その場で話して入力する。たとえば介護アプリ「ハナスト」では、スマートフォンをポケットに入れたまま、利用者の名前と介助の内容を話すだけで入力でき、バイタルも数値を読み上げるだけで記録できます
- AIが整理する。音声をテキストにし、利用者名、ケアの内容、時刻などを取り出して記録の形に整え、話し言葉を書き言葉に直します
- 人が確認して確定する。AIの下書きを職員が見て、同音異義語の誤変換や不適切な表現を直します。最終的な判断と責任は人が持ちます
- 介護記録システムに送る。承認した記録をCAREKARTEなどの基幹システムに送り、ケアプランの見直し、多職種での共有、請求業務に使います
三つ目の確認は、流れの中でいちばん軽く扱われやすい段です。AIの下書きがきれいであるほど、確認は目で文字をなぞるだけの儀式になりがちです。確認の手間を減らしたいなら、AIに整えさせた文と並べて、元の発話の文字起こしをいつでも見られるようにしておくのが一つの方法です。記録の用途によって、整えてよい度合いも変わります。請求の根拠になる項目は発話の数字のまま、多職種で共有する経過は読みやすく整えてよい、というように、用途ごとに線を引きます。
導入事例は、道具より移行の仕方を教えてくれます
| サービス | 特徴 |
| CareWiz 話すと記録（ハナスト） | iOS。ハンズフリー入力、CAREKARTE連携、インカム機能 |
| FonLog | Android。オフラインで使え、次の入力項目をAIが予測 |
| CareViewer | 基本機能が無料。iOS、Android、PCに対応 |
ハナストは、日本語を書くのが苦手な外国人スタッフからも使いやすいと評価されています。香川県の有料老人ホーム幸寿荘は、デジタル機器に不慣れなベテラン職員が多いため、音声入力の性能を最重視して選びました。導入後、記録時間が大きく減り、請求書作成の時間も半分になりました。鍵は、約半年間、紙とデジタルを併用する移行期間を設け、職員が負担の軽さを実感してから切り替えたことです。ほかにも、職員一人あたり1日40分の削減、記録時間の80%以上の削減といった報告があります。
導入は、道具の購入ではなく組織の変革です。課題を洗い出し、「6か月で記録関連の残業を半分にする」のような測れる目標を決め、一つのフロアなどで試験導入して効果を測り、運用を直してから全体に広げます。失敗の典型は、連携費用を見込まない予算、現場を巻き込まない進め方、一度きりの説明会で終わる研修、そして導入そのものが目的になることです。導入式の写真が広報誌に載った日に、プロジェクトが終わったと思う組織は少なくありません。
安全管理も施設の責任です。新しいシステムで個人情報を使う際は、利用者と家族から文書で同意を得ます。厚生労働省のガイドラインは、責任者の任命や規程の整備、職員研修、端末の施錠管理、職員ごとのIDとアクセス記録、通信と保存の暗号化など、組織、人、物理、技術の四つの面での対策を求めています。職員の私物スマートフォンの業務利用は原則避けるべきとされ、ベンダーに委託する場合も、委託先を監督する義務は施設に残ります。
生成型の要約が記録の誤りをどれだけ増やし、あるいは減らすのかを、施設の種類ごとに測った確かな数字は、手元の資料にはありません。記憶に頼った夕方の手書きと、その場の発話をAIが整えた記録の、どちらが正確かは、確認の仕組みしだいで変わるはずです。
自分に問うこと
あなたの施設の記録のうち、AIが言葉を整えてよい項目と、職員が話したとおりに残すべき項目は、それぞれどれでしょうか。確認の段で、職員は何と照らし合わせて誤りに気づけるでしょうか。
この記事の背景にある考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の7章3節「会議の一次記録を活用する」に書きました。要約された議事録は短くても長くても届かず、結論に至った経緯が抜け落ちるため、録音や文字起こしのような一次記録を残して必要なときに引き出す、という会議の記録の話です。そこには「要約型の議事録で最も深刻な問題は、結論に至った前提が脱落することにあります。」とあります。この節を読むと、介護記録に限らず、整えられた要約と元の記録のどちらを残し、どちらを根拠にするのかを、自分の現場の記録の用途に照らして考えられるようになります。
同じ資料を見ているのに、なぜ結論が割れるのか。
『GoogleのAI NotebookLM 意思決定の強化書』
前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。
読み終えたとき、手元に残るもの
- 意思決定の設計図になる前提リスト
- 資料を事実、意見、噂、ゴミに仕分けるFORT
- 同じ物差しで比べる選択肢表と採点表
- 始める条件と止める条件を書いた決定書
NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。