研究者たちのつぶやき

私たちが考える「訪問看護師が安心して活用できるAI支援システム」って、どんなものだろう。

研究を進めながら、最近よく考えています。

訪問看護では、看護師が一人で利用者さんのお宅を訪問し、その場で状態をみて、話を聞いて、いつもとの違いを感じ取りながら判断しています。「このまま様子をみていいのか」「主治医に連絡したほうがいいのか」「もう少し確認しておくことはないか」。病院のように、すぐ隣に相談できる人がいるとは限りません。

そんなとき、AIが答えを出してくれればいいのかというと、私たちは少し違うと考えています。

AIに「こうしてください」と指示されるのではなく、「この情報も確認してみては？」「前回と比べてここが変わっています」と、看護師が考えるための材料をそっと出してくれる。迷ったときには経験豊富な看護師や他職種につながることができる。訪問が終わったあとには、その日の判断を振り返ることもできる。

そんな使い方ができたらいいなと思っています。

訪問看護師が持っている、利用者さんのちょっとした表情の変化への気づきや、「今日は何となくいつもと違う」という感覚までAIに置き換える必要はありません。むしろ、そうした看護師の気づきを起点に、必要な情報を整理したり、判断を支えたりするところにAIを使いたい。

もう一つ気になっているのは、AIを使うことで仕事が増えてしまわないことです。新しいシステムを導入したのに、入力項目が増え、記録にも時間がかかる。それでは現場ではなかなか使ってもらえません。できるだけ普段の訪問看護の流れを変えずに、必要なときに必要な支援が入る仕組みにしたいと思っています。

これまで取り組んできたNPENでは、訪問看護師のアセスメントを遠隔から支援する仕組みを考えてきました。次の研究では、そこを土台にしながら、アセスメントだけではなく、日々の看護実践や記録、情報共有、学習なども含めて、訪問看護をもう少し広く支える仕組みを考えていきます。

研究テーマは「訪問看護を包括的に支えるオールインクルーシブ型AI支援システムの開発」。

「オールインクルーシブ」と言うと少し大きなテーマに聞こえますが、まずは訪問看護師さんが現場で「これなら使いたい」と思えるものは何なのか、そこから考えていきたいと思っています。

遠隔支援と人材育成を一つの仕組みに

NPENのもう一つの特徴は、実際の訪問看護を支援するだけでなく、訪問看護師の教育にもつなげようとしている点です。

訪問看護の現場では、一人で利用者宅を訪問することが多いため、病棟のように先輩看護師の判断過程をそばで見たり、その場ですぐに相談したりする機会が限られています。経験を積むことはもちろん重要ですが、経験しただけで臨床判断力が身につくとは限りません。

「なぜその情報が必要なのか」「なぜそのように判断したのか」を振り返り、経験と知識を結びつけることが必要です。

NPENでは、遠隔支援の中で交わされた観察や判断のプロセスを、訪問後の振り返りや学習にも活用できる仕組みを検討しています。実践中の支援と実践後の学習を分断せず、日々の訪問そのものを学習機会にしていくことが狙いです。

地域で働く看護師が、一人で判断を抱え込まないために

在宅医療のニーズが高まる中、訪問看護師に求められる判断は複雑になっています。一方で、すべての訪問看護ステーションに経験豊富な看護師を十分に配置できるわけではなく、地域によって人材や教育環境にも差があります。

NPENによって、所属する事業所や地域にかかわらず、必要なときに専門的な支援へアクセスできる環境をつくることができれば、経験の浅い訪問看護師にとって大きな支えになります。

また、経験豊富な看護師がどこを見て、何を根拠に判断しているのかを共有できれば、その知識や経験を次の世代の訪問看護師へ伝えることにもつながります。

現在は、訪問看護の現場で本当に必要とされる機能は何か、遠隔支援者と訪問看護師をどのようにつなぐのがよいのか、AIをどこまで活用するのが適切なのかなど、実装に向けた検討を進めています。

NPENは、看護師に代わって判断するためのシステムではありません。

利用者のそばにいる看護師が、自分で観察し、考え、判断する。そのときに「一人ではない」と思える環境を、ICTとAIを使ってどうつくるか。現場の看護師の声を聞きながら、実際に使える仕組みにしていきたいと考えています。

AIをどのように活用するか

今後のシステム構築では、AIの活用も重要な検討課題です。

AIに看護師の判断を任せるのではなく、看護師がより適切に考えるための「支援」として活用することを想定しています。入力された情報を整理したり、確認が必要な観察項目を提示したり、過去の情報との変化を見つけやすくしたりすることで、看護師のアセスメントを補助することが考えられます。

一方で、在宅療養者の状態は数値だけでは捉えられません。「いつもより口数が少ない」「今日は横になっている時間が長い」「家族の様子がいつもと違う」といった情報も、訪問看護では重要な手がかりになります。

AIが扱える情報と、看護師がその場で感じ取り、利用者との関係の中で意味づける情報をどのように組み合わせるか。ここはNPENを構築していくうえで、丁寧に検討していかなければならない部分です。

訪問看護では、看護師が利用者の自宅を訪問し、その場で状態を把握しながら必要なケアを考えます。病院とは異なり、すぐ近くに医師や経験豊富な看護師がいるとは限りません。限られた情報の中で、「この変化は経過をみてよいのか」「主治医への報告が必要なのか」「すぐに対応すべき状態なのか」と判断しなければならない場面も少なくありません。

特に、訪問看護の経験が浅い看護師にとって、利用者の状態を的確に捉え、得られた情報を統合して判断することは簡単ではありません。バイタルサインの数値だけでなく、表情や会話、食事や排泄の状況、普段との違い、家族から得られる情報など、生活の中にあるさまざまな情報を組み合わせて考える必要があるからです。

そこで現在、私たちは訪問看護師のアセスメントを遠隔から支援するプラットフォーム「NPEN」のシステム構築に取り組んでいます。

NPENが目指しているもの

NPENは、訪問先にいる看護師と、離れた場所にいる経験豊富な看護師等をICTでつなぎ、利用者の状態を一緒に確認しながらアセスメントを支援する仕組みです。

ここで重視しているのは、単に「答えを教える」システムにしないことです。

訪問先の看護師が「何を観察したのか」「そこから何を考えたのか」「どの情報が不足しているのか」を整理し、遠隔支援者とのやり取りを通して自分の判断を深めていく。そのプロセスそのものを支援することを考えています。

たとえば、「いつもより呼吸が少し速い」という情報があった場合、それだけで判断するのではなく、SpO₂、呼吸音、体温、意識状態、活動時の変化、既往歴、普段の状態との違いなど、次に確認すべき情報があります。遠隔支援者が問いかけながら、訪問看護師自身が必要な観察に気づき、情報を集め、判断につなげられる仕組みを目指しています。

本研究の成果について、2025年6月に開催されたICN2025で発表してきました。
開催国はフィンランドです。

発表したポスターをご覧ください。

本研究の成果について、2025年6月に開催されたICN2025で発表してきました。開催国はフィンランドです。

世界中から多くの看護職が集まりました。

 6月初旬のフィンランドは、まだ肌寒く、しかし白夜がはじまり日本とは大きな気候の違いがありました。

写真はオープニングセレモニーの会場です。

なんと、会場にはムーミンも参加していました！