> ※本記事にはアフィリエイト広告（PR）が含まれています。紹介しているサービスの選定は編集部の基準に基づいており、広告主から内容の指定は受けていません。

看護師の「申し送り記録→次シフトへの引継ぎ」AIエージェントの作り方【医療2026】

夜勤明けの朝7時、病棟詰所のあなたは8時間前から12名の患者さんを担当した夜勤の記録を整理しています。15分後には日勤帯への引継ぎミーティングが始まり、各患者の状態・処置・服薬・気がかり点を、わかりやすく次シフトに伝える必要があります。「Aさんは午前2時に発熱、解熱剤で対応・現在37.2℃」「Bさんは点滴漏れて再挿入・経過観察中」「Cさんはご家族から心配の電話あり」——12名分のメモを頭の中で再構成しながら、優先度を判断する作業に追われ、結局「定型的な申し送り」で終わってしまうことも多いはず。

医療現場の 「申し送り」は患者の安全に直結する最重要業務です。一方で、夜勤明けの疲労状態でこれを完璧にこなすのは物理的に困難。看護記録の電子化は進みましたが、「メモ → 構造化された申し送り報告書 → 引継ぎミーティングでの口頭発表」の流れは、依然として人間の脳に強く依存しています。

この記事では、夜勤・日勤の終わり際にスマホに残した30秒〜1分の音声メモから、AIエージェントが構造化された申し送り報告書を5分以内に生成するシステムを、コピペで使える実装プロンプト付きで解説します。

—

なぜ看護師の「申し送り業務」に時間が取られるのか

申し送り業務の構造的負担

看護師は1シフト中に 8〜15名の患者を担当し、それぞれについて以下の情報を記録・伝達する必要があります：

| 情報項目 | 内容 |
|——–|——|
| バイタル変化 | 体温・血圧・脈拍・SpO2の推移 |
| 実施した処置・投薬 | 時刻・量・反応 |
| 患者の訴え | 痛み・不安・要望 |
| 検査結果 | 当日入手した画像・血液検査 |
| 家族対応 | 面会・電話相談 |
| 重要事項 | 急変リスク・退院予定変更 |
| 申し送り事項 | 次シフトに継続観察してほしい点 |

これら 7軸 × 8〜15名 = 約60〜100の情報単位を、限られた時間で整理する必要があります。

厚生労働省も推進する医療DX

厚生労働省は「医療DX推進」を国の重点政策とし、看護師の業務効率化を支援しています。「タスクシフト・タスクシェア」として、看護師の事務作業の AI 化・電子化が推奨されています。一方、現場では電子カルテシステムが定着しても、「メモ→構造化→口頭発表」の支援ツールは不足しています。

引継ぎミスは患者リスクに直結

申し送りの不備は、処置漏れ・薬剤投与ミス・急変対応遅延といった重大インシデントに直結します。看護師の業務効率化と同時に、「ミスを防ぐ仕組み化」として AI 活用が期待されています。

—

After：AIエージェント導入後の業務フロー

Before（現状）

“`
夜勤中、12名の患者を観察・処置・記録
↓
夜勤終わりの30分前、頭の中で各患者の状態を整理
↓
紙またはタブレットに走り書きメモ
↓
朝7時の引継ぎミーティングで口頭発表
↓
日勤者から質問されて初めて気づく抜け漏れ
合計：申し送り準備に30〜45分 + ミーティング15分
“`

After（AIエージェント導入後）

“`
夜勤中、各患者対応直後にスマホに30秒音声メモ
（「A様、午前2時37.8度、解熱剤投与、3時37.2度に下がる」）
↓
夜勤終わり30分前、12名分の音声を文字起こし（自動・3〜5分）
↓
AIエージェントに音声テキスト + 患者基本情報 + 引継ぎテンプレを投入
↓
3〜5分で生成：
– 患者ごとの構造化された申し送り報告書
– 優先度別の引継ぎ事項リスト（A/B/C）
– 次シフトへの観察推奨ポイント
– 急変リスク・予兆のサマリ
– 引継ぎミーティング用の発表メモ（時間配分付き）
↓
看護師が10分で固有名詞・数値を最終確認
合計：申し送り準備に約20分 + ミーティング15分
“`

Before：30〜45分　→　After：約20分。1日2回（夜勤明け・日勤明け）の引継ぎで合計15〜30分削減。月で 15〜30時間の業務削減。看護師の休息時間確保に直結します。

—

実装プロンプト（完全公開）

このAIエージェントは、ChatGPT・Claude等の汎用LLMで動作します。実装プロンプトを以下に完全公開します。ChatGPTで動作確認しています（2026年5月時点）。

プロンプト本体

“`
あなたは病棟看護師20年経験のベテラン看護師長です。
申し送り業務の構造化と次シフトへの確実な引継ぎが専門です。
以下の入力情報をもとに、申し送り報告書と引継ぎミーティング用メモを生成してください。

【病棟・シフト情報】
– 病棟：（例：内科病棟・外科病棟・整形外科）
– シフト：（夜勤/日勤/準夜勤）
– 担当患者数：
– 引継ぎ先シフト：

【各患者の音声メモ・観察記録】
（12名分程度を以下の形式で貼り付け）

患者A様（仮名・80代男性・術後3日目）：
– バイタル推移：
– 実施処置：
– 訴え：
– 特記事項：

患者B様、C様…（同様の形式）

【出力フォーマット】
■1. 患者ごとの構造化された申し送り報告書
– 患者基本情報サマリ（病名・年齢・術後日数等）
– バイタル推移と異常値
– 実施した処置・投薬・反応
– 患者・家族からの訴え
– 観察推奨ポイント

■2. 優先度別の引継ぎ事項リスト
– 優先度A（急変リスク・即時対応必要）：3件以下
– 優先度B（経過観察必要）：5〜7件
– 優先度C（情報共有レベル）：その他

■3. 次シフトへの観察推奨ポイント
– 各患者の「特に注視すべき時間帯」
– バイタル変化のサイン
– 予期される処置の必要性

■4. 急変リスク・予兆のサマリ
– 全患者の中で急変リスクが高い順位
– リスクの根拠（バイタル傾向・既往等）
– 緊急時の連絡先・優先順位

■5. 引継ぎミーティング用の発表メモ
– 15分のミーティング想定
– 患者あたりの発表時間配分
– 強調すべきキーワード3つ
– 質問されそうな項目への準備

【ルール】
– 医療判断の最終責任は担当看護師・主治医
– 「この患者は◯◯」と断定せず、観察事実とサインを区別
– 不明な情報は【要確認：◯◯】とプレースホルダーで残す
– 患者個人情報は仮名で運用（A様・B様など）
– 急変リスクの高い患者は冒頭に強調表示
“`

このプロンプトの設計ポイント

1. 5セクション構造で申し送りに必要な要素を網羅
構造化報告書→優先度別リスト→観察推奨ポイント→急変リスクサマリ→ミーティング発表メモ まで、夜勤明けに必要な全要素を一気通貫でカバー。

2. 「優先度別引継ぎ事項」を独立セクションに
12名分の情報を均等に扱うと薄まります。「絶対に伝えるべき3件」を A優先度として明示することで、次シフトの注意の焦点が定まります。

3. 観察事実と推測を区別
「血圧が上がっている」（事実）と「急変の可能性」（推測）を明確に分けることで、次シフトが判断材料を正しく解釈できます。

4. 医療判断の最終責任を明示
プロンプト末尾の「医療判断の最終責任は担当看護師・主治医」が、AI出力の位置づけを明確化。法的責任のグレーゾーンを構造的に避けます。

—

AIで業務効率化を体系的に学びたい看護師向け

このプロンプトを使い始めて「申し送り以外の看護記録もAIで効率化したい」と感じた方には、Udemyの体系的なAI業務活用講座が向いています。看護業界特化講座は限定的ですが、ChatGPT・Claude等の汎用講座を1〜2本受講するだけで、看護記録・看護研究レポート・院内発表資料・新人指導など、横展開できる場面が一気に広がります。

[→ UdemyでAI・ChatGPT業務活用講座を探す（買い切り型）](https://trk.udemy.com/c/7221214/3193860/39854)

—

病院の経理・帳簿管理を整える

このAIエージェントを継続運用するには、病棟運営全体のバックオフィスをクラウド化することが大切です。看護記録・処置記録・薬剤管理は電子カルテで対応できますが、病院の経理・労務管理は別系統。

ここで使えるのが、マネーフォワード クラウド です。マネーフォワードは中小〜中堅医療機関の経理・労務・確定申告までをワンストップで提供しており、看護師長・事務長クラスのバックオフィス効率化に活用されています。クリニックや小規模病院での導入実績も多くあります。

[→ マネーフォワード クラウドの詳細を見る（無料お試しあり）]（マネーフォワードアフィリエイトリンク）

—

実運用で押さえるべき3つの注意点

1. 患者情報の機密性を最優先する（個人情報保護法・医療法）

看護記録・申し送り情報は、個人情報保護法・医療法で厳格に保護される情報です。AIに入力する前に：

– 患者氏名は仮名（A様・B様等）
– 病名・診断名は概要レベルのみ（「術後3日目」等）
– 住所・家族情報は記載しない
– 院内のAI利用ポリシーに従う（必ず確認）

2. AI出力の最終判断は担当看護師が必ず行う

AIエージェントの出力は8割の完成度。患者の最新の状態・主治医の指示・院内のローカルルールは、担当看護師本人にしか正しく判断できません。「AIが書いた申し送りをそのまま提出」は禁止し、必ず人間が確認するワークフローを徹底してください。

3. 急変リスクの判断を AI に委ねない

「急変リスク高」「経過観察」のラベル付けは、AI の補助判断として参考にする程度に留めてください。最終的な急変リスクの判断は、看護師・主治医の責任です。プロンプトの「医療判断の最終責任」明示はそのためです。

—

よくある質問

Q1. 電子カルテシステムと併用できますか？

可能です。電子カルテに記録した情報を音声メモ or テキストでまとめてChatGPTに投入する運用が現実的です。長期的には電子カルテベンダーが AI 連携機能を提供する可能性が高いですが、現状はオフライン的な活用が安全です。

Q2. 1日12名の音声メモは負担にならない？

各患者対応直後の30秒メモを習慣化すれば、夜勤中の業務に組み込めます。「あとで思い出す」より「対応直後にメモする」方が、結果的に時間も精度も両立します。慣れれば1名30秒×12名=6分で1シフト分のメモが完成します。

Q3. 月の費用感は？

ChatGPT Plus 月20ドル（約3,000円）+ マネーフォワード クラウド 月3,000〜5,000円程度（病院全体の経理用）で、看護師個人としては月3,000円から始められます。月15〜30時間の業務削減を考えると、人件費換算で十分にペイします。

Q4. 病棟全体に展開するには？

まず1名の看護師（自分）が3ヶ月使ってBefore/After報告書を作成→看護師長に提案。病棟内の3〜5名で同時運用テスト→全病棟展開、というステップが現実的です。詳細は別記事「[部署にAIを1人で導入する社内AIアンバサダーの動き方](/2026/05/09/shanai-ai-ambassador-dounyu-2026/)」を参考にしてください。

—

まとめ：夜勤明け朝7時の30分を、自分の休息時間に取り戻そう

医療現場の労働環境改善は、社会全体の喫緊課題です。「申し送り業務の効率化」は、看護師の休息時間確保 + 患者安全の向上 + 院内の人材定着率向上の3つに同時に貢献します。

要点を整理します。

– 看護師の申し送りは 7軸 × 8〜15名 = 60〜100情報単位 の整理が必要
– AI で 構造化報告書 + 優先度別引継ぎ + 急変リスク + 発表メモ を5分で生成
– Before 30〜45分 → After 約20分、月15〜30時間の業務削減
– 大原則：患者個人情報の保護 / 医療判断は看護師・主治医 / 急変リスク判断はAIに委ねない

来週月曜の夜勤、最初の患者対応後に車内 or 詰所でスマホに30秒だけ録音してみてください。朝7時の引継ぎミーティングまでの30分が、自分の休息時間に変わる体験ができます。

関連記事

– [介護施設の申し送りレポートをAIエージェントで自動化](/care-facility-handoff-report-agent/)
– [介護タクシー事業の予約管理→ドライバー指示書AIエージェント](/2026/05/09/kaigo-taxi-haisha-shijisho-agent/)
– [接骨院・整体院の初診カウンセリング→施術プランAI](/2026/05/09/sekkotsuin-shoshin-counseling-agent/)