薬局のAIは「つながる」段階へ｜薬歴・レセコン・監査機・在庫管理の連携を整理

AI薬歴・レセコン・監査機・在庫管理が処方データ共有を介して連携している薬局DXのイメージ図 薬局実務
2026.08.19
この記事は約8分で読めます。

執筆：Nori（薬Talk編集長・薬剤師）／調剤薬局勤務26年。管理薬剤師を経て、現在はチェーン薬局の本社部門で店舗運営支援を担当。薬歴ソフト・調剤機器の選定にも携わっています。

※ 本記事は2026年8月時点の各社公開情報と、実機を運用した経験に基づきます。製品仕様は改定が速い分野です。導入検討の際は必ず各社の最新情報をご確認ください。

前回、AI薬歴の4社を比較しました。ただ、あの記事を書きながらずっと引っかかっていたことがあります。AI薬歴は入口にすぎない、ということです。

薬歴が自動で書けるようになっても、レセコンへの入力は残ります。一包化の監査は目視のままです。発注は経験と勘です。バラバラにAIが入っても、現場の総労働時間はそれほど減りません。

いま各社が進めているのは、このバラバラだったシステムを繋ぐことです。薬歴・レセコン・分包機・監査機・在庫管理が、同じ処方データを共有して動く。そうなったとき現場の何が変わるのかを、レイヤーごとに整理します。

連携を支えているのは NSIPS® という規格

まず土台の話です。異なるメーカーの機器が同じ処方データを共有できるのは、共通の規格があるからです。

NSIPS®（New Standard for Information exchange in Pharmacy System）は、日本薬剤師会が推奨する薬局向けコンピュータ間の連携規格です。電子薬歴Musubiも、NSIPS®に準拠したレセコンと接続できることを公表しています。

ここが実務上とても重要です。「AI薬歴を入れたいが、レセコンは変えたくない」という要望が通るかどうかは、この規格に対応しているかで決まります。システム選定の場で真っ先に確認すべきは、AIの賢さではなく接続性のほうです。

レイヤー①　薬歴 × レセコン

最も先行しているレイヤーです。処方内容がレセコンから薬歴に流れ、指導内容が薬歴に記録される。ここにAIが入ったのが前回扱った各社の音声薬歴でした。

注意したいのは、この連携が「どこまで自動か」は製品によって差がある点です。処方データが自動で流れ込む製品もあれば、患者番号での紐付けにとどまる製品もあります。デモの際は「入力を二度しなくて済むか」を具体的な処方例で確認してください。

レイヤー②　調剤機器（分包機・監査機）のAI

いま最も動きが速いのがここです。各社とも画像認識を使い、一包化された薬包を1包ずつ撮影して中身を検証する方向に進んでいます。

湯山製作所：TabSight-S / PROUD-iⅡ

一包化錠剤鑑査支援装置「TabSight-S」は、高機能カメラと画像認識技術で、数量・色・形状から薬剤を自動識別します。特徴的なのはPTPシートのアルミ片といった異物の検出にも対応している点です。分包機側では、鑑査支援機能を備えた「PROUD-iⅡ」を展開しています。

タカゾノ：Eser（Pre-VIEW）

「錠剤監査支援装置付き全自動錠剤包装機 Eser」に搭載された画像認識システム「Pre-VIEW」は、搬送画像から錠剤を一錠単位で検出し、薬品種の識別に加えて錠剤の刻印文字まで識別すると公表されています。色・形が似た錠剤の判別で効いてくる部分です。

トーショー：MDM

「錠剤一包化鑑査支援システム MDM」は、一包化された錠剤・カプセルを1包ずつ撮影し、登録済みの薬品画像マスターと照合して、処方内容をもとに数量・形状・サイズ・色彩が正しいかをチェックします。

3社に共通するのは、「監査を人の目から機械の目に置き換える」のではなく、「機械が拾った疑わしい箇所を人が確認する」設計になっていることです。全数を目視する作業から、指摘箇所を重点的に見る作業へ。ここが現場にとっては一番大きい変化だと感じます。

見落とされがちな「充填ミス」という問題

監査機の話をすると、どうしても「出来上がった薬包が正しいか」に注目が集まります。ただ現場感覚では、その手前にある充填の工程のほうが怖い。カセットに違う薬を入れてしまえば、その後に作られる分包はすべて間違ったものになります。

湯山のユニバーサルカセット（UC）は、この課題への解き方として面白い設計です。

従来、分包機に搭載できる錠剤カセットの数には限りがあり、対応しない薬は薬剤師が一つずつマス目に手撒きしていました。同社はこの手撒きを減らすため、2枚の円盤を回転させて錠剤を払い出す独自機構を開発し、払い出し口が錠剤の幅や高さに合わせて自動で形状を変える仕組みにしました。1種類のカセットであらゆる形状の薬剤に対応できるという発想です。

そして実機を運用してみると、この仕組みは充填ミスの防止にも効いています。錠剤のGS1コードを読み取ると、その薬に対応するカセットが出てきて、はじめて充填できる状態になります。「どのカセットに入れるべきか」を人が judgment する余地がそもそも無くなる設計です。

ヒューマンエラーを「注意して防ぐ」のではなく、間違えられない手順にしてしまう。医療安全の考え方としては、確認の回数を増やすよりこちらのほうが確実です。

レイヤー③　在庫管理のAI

カケハシの「Musubi AI在庫管理」は、AIによる需要予測で、これまで人の経験に依存していた発注業務を半自動化するものです。欠品リスクと過剰在庫の両方を減らす狙いがあります。

このレイヤーが薬歴と繋がる意味は、単なる効率化にとどまりません。処方の傾向がそのまま発注に反映されるということだからです。季節性のある薬、特定の医療機関の処方変更、新規採用薬の立ち上がり——これまで管理薬剤師が肌感覚で調整していた部分が、データとして扱えるようになります。

ただし発注の最終承認は人が行う設計である点は変わりません。医薬品の供給不安が続く状況では、予測の外側で起きることが多すぎます。AIは「叩き台を作る係」と捉えるのが実態に近いと思います。

AIが需要を予測して発注案を作成し、薬剤師が内容を確認して承認する流れを示した図
※イメージ図。発注の最終判断は薬剤師が行う

つながると、現場の何が変わるのか

レイヤーごとに見てきましたが、統合されたときの本当の変化は「作業が速くなる」ことではないと考えています。薬剤師が判断すべき場面が絞り込まれることです。

  • 薬歴：全文を書く作業 → AIの下書きを確認・修正する作業
  • 監査：全数を目視する作業 → 機械が指摘した箇所を重点確認する作業
  • 充填：どのカセットか考える作業 → 手順として間違えられない状態
  • 発注：経験で数量を決める作業 → 予測値を承認・調整する作業

いずれも、作業者から確認者への移行です。これは2026年度改定での医療DX関連の評価が示す、対物業務から対人業務へという政策の方向とも一致します。

一方で、確認する仕事はそれ自体が専門性を要するという現実もあります。AIの下書きの誤りに気づけるのは、自分で書ける薬剤師だけです。教育の設計は、むしろ難しくなると感じています。

導入の順序をどう考えるか

全部を一度に入れられる薬局は多くありません。順序を考えるうえでの判断材料を挙げます。

  • 時間を最も失っている工程から。薬歴に時間を取られているなら薬歴、一包化が多いなら監査機。一般論ではなく自局の実測で決める
  • 接続性を先に確認する。NSIPS®対応など、既存レセコンと繋がるかは後から変えられない
  • 費用構造の違いに注意。端末台数による課金か定額かで、在宅対応の多い薬局では総額が大きく変わります
  • 安全に効くものを優先する選択肢もある。効率だけで測ると監査・充填まわりは後回しになりがちですが、事故が起きたときの損失は時間では測れません

あわせて読みたい

出典

※ ユニバーサルカセットにおけるGS1コード読み取りと充填の手順については、メーカー公表資料ではなく、筆者が実機を運用した経験に基づく記述です。仕様は機種・設定により異なる場合があります。

タイトルとURLをコピーしました