※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。

介護施設の主任・フロアリーダー向け：ヒヤリハット報告をAIエージェントで優先度分類する方法

介護現場のヒヤリハット報告が「集めて終わり」になる構造的要因

介護施設では、ヒヤリハット報告の仕組みそのものは多くの施設で整備されています。スタッフが転倒リスクや服薬ミスなどの「ヒヤリ」とした場面を報告書に記録し、主任やフロアリーダーに提出する。この流れ自体は、安全管理の基本として定着しています。

ところが、「集めた報告をどう活かすか」の段階で止まってしまう施設が少なくありません。

その背景には、いくつかの構造的な要因があります。

紙・Excelベースの管理が分析を後回しにさせる

多くの施設では、ヒヤリハット報告の管理に紙の報告書やExcelを使っています。報告を「記録する」ところまでは機能しますが、蓄積された報告を「分類する」「傾向を分析する」段階になると、手作業の負荷が一気に高くなります。

月に30件から50件の報告が上がる中規模施設（入所定員60〜100名程度）を想定した場合、1件1件のテキストを目視で読み、リスクの種類ごとに仕分けし、月末にカウントする。この作業だけで、フロアリーダーの業務時間の中から数時間が消えていきます。

「集める」と「活かす」のギャップ

報告制度の目的は、インシデントの予防です。報告を集めること自体がゴールではなく、集めた情報から「どの案件に優先的に対応すべきか」「再発を防ぐために何を変えるべきか」を導き出すことが本来の目的です。

しかし、日々の介護業務に追われる現場では、分析のための時間を確保すること自体が困難です。結果として、報告書はファイルに綴じられ、月末の安全委員会で件数だけが報告される。そんな状態が続いている施設は珍しくありません。

---

報告の優先度判定を管理者一人が担う負担とリスク

ヒヤリハット報告の内容を読み、「これは緊急度が高い」「これは経過観察でよい」と判断する作業は、多くの施設で主任やフロアリーダーに集中しています。

属人的な判断がもたらすリスク

ベテランのフロアリーダーであれば、報告テキストを読むだけで「この状況は転倒事故に直結しうる」と瞬時に判断できます。しかし、その判断基準は個人の経験と感覚に依存しています。

担当者が不在の日や、複数のフロアを兼務している場合、判断の精度やスピードにばらつきが出ることは避けられません。

夜勤帯の報告がまとめて届く問題

介護施設では24時間体制でケアが提供されています。夜勤帯に発生したヒヤリハットは、翌朝の申し送り時にまとめてフロアリーダーの手元に届くことが一般的です。

朝の時間帯は申し送り・バイタルチェック・朝食介助など業務が集中するタイミングです。その中で、昨夜の報告書を1件ずつ精読し、優先度を判断する余裕は限られます。

結果として、「とりあえず全部読んだが、優先順位をつけきれないまま午前中が過ぎてしまった」という状況が生まれます。

見落としの代償

ヒヤリハットの中には、すぐに環境改善や手順変更をしなければ、重大事故につながりうるものが含まれています。優先度の高い報告が他の報告に埋もれて対応が遅れた場合、利用者の安全に直結する問題となります。

管理者一人の目視判断に頼る体制には、こうした構造的なリスクが内在しています。

---

AIエージェントによるリスクレベル自動判定の仕組み

ここで紹介するAIエージェントは、ヒヤリハット報告のテキストを入力として受け取り、リスクレベルと再発可能性を判定するトリアージ（優先度分類）エージェントです。

「トリアージ」とは、もともと医療現場で使われる用語で、限られた資源の中で対応の優先順位をつけることを指します。ここでは、ヒヤリハット報告に対して同様の考え方を適用します。

エージェントが担う3つの機能

1. 構造化抽出：自由記述のテキストから「いつ・どこで・誰が・何が・どう対応した」を整理する
2. リスクレベル判定：報告内容をもとに、リスクを3段階（高・中・低）で判定し、判定根拠を付記する
3. 再発可能性の評価：同種のインシデントが再び起こりうる可能性を3段階で評価する

エージェントの処理フロー

入力：ヒヤリハット報告テキスト（1件または複数件の自由記述）
  ↓
Step 1：報告テキストの構造化（5W1Hの抽出）
  ↓
Step 2：インシデント種別の分類（転倒・誤薬・離設・皮膚損傷・その他）
  ↓
Step 3：リスクレベルの判定（高・中・低）＋判定根拠の記載
  ↓
Step 4：再発可能性の判定（高・中・低）＋判定根拠の記載
  ↓
Step 5：優先対応リストの生成（リスクレベル×再発可能性でスコア化）
  ↓
出力：構造化サマリー＋優先対応一覧表

判定の位置づけに関する重要な注意

このエージェントの出力は「参考情報」です。最終的なリスク判断と対応方針の決定は、必ず施設の管理者・看護職員・安全管理担当者が行ってください。AIの判定をそのまま最終判断とすることは推奨しません。

介護現場の安全管理には、利用者一人ひとりの状態や施設の環境、スタッフの配置状況など、テキスト報告だけでは把握しきれない情報が多く関わります。AIはあくまで「もう一つの目」として、管理者の判断を補助する位置づけです。

---

Before/After：紙・Excel管理 vs AIトリアージ活用の業務フロー比較

以下は、入所定員80名程度の特別養護老人ホームを想定した場合の業務フロー比較です。

Before：従来の管理フロー

1. スタッフが紙の報告書またはExcelにヒヤリハット内容を記入
2. フロアリーダーが出勤時にまとめて報告書を確認（目視）
3. 1件ずつ内容を読み、頭の中でリスクの緊急度を判断
4. 緊急度が高いと感じた案件をピックアップし、口頭で対応指示
5. 月末にExcelで手動集計（カテゴリ分類・件数カウント）
6. 安全委員会向け資料を作成

After：AIトリアージ活用のフロー

1. スタッフがテキストでヒヤリハット内容を入力
2. AIエージェントが報告テキストを構造化し、リスクレベル・再発可能性を判定
3. 優先度「高」の案件がフロアリーダーに一覧で提示される
4. フロアリーダーがAIの判定を参考に、自身の判断で対応方針を決定
5. 月末の集計・分析はAI出力を土台に効率的に作成

対比表

項目	Before（導入前）	After（導入後）
報告の確認方法	紙・Excelを1件ずつ目視	AIが構造化・分類した一覧で確認
優先度判定	フロアリーダーの経験と勘	AIの判定結果を参考に、人間が最終判断
緊急案件の把握	全件読了後にピックアップ	優先度「高」が一覧の先頭に表示
月末集計	Excel手動カウント	AI出力をもとに作成（下書き自動生成）
判断の属人性	担当者個人に依存	一定の判定基準でスクリーニング後に人間判断
工数（目安）	一般的な環境で月あたり数時間	条件によっては大幅な短縮が見込める

注記：上記は入所定員80名規模の特別養護老人ホームを一般的な例として想定した参考比較です。実際の効果は施設規模・報告件数・運用方法・導入するLLMの種類によって大きく異なります。

---

実装プロンプト完全公開：リスク分類基準の設計と判定ロジック

以下のプロンプトをコピーして、ChatGPTやClaude等のLLMに貼り付けて試すことができます。自環境での動作確認を行ったうえで業務への適用を検討してください。

プロンプトの中の [変数名] 部分を、自施設の情報に置き換えて使用します。

# 役割定義（Role）
あなたは介護施設の安全管理を支援するヒヤリハット・トリアージ（優先度分類）エージェントです。
介護現場で発生したヒヤリハット報告のテキストを分析し、リスクレベルと再発可能性を判定します。
あなたの出力は「参考情報」であり、最終的なリスク判断は必ず施設の管理者・専門職が行います。

# 入力仕様（Input）
以下の情報を受け取ります：
- ヒヤリハット報告テキスト（自由記述）：1件または複数件 ※必須
  記載内容の例：発生日時、発生場所、利用者の状態、発生状況の詳細、実施した対応
- 施設種別（テキスト）：[施設種別]（例：特別養護老人ホーム、グループホーム、デイサービス等） ※必須
- 利用者の一般的な特性（テキスト）：[利用者特性]（例：認知症の方が多い、身体介護度が高い等） ※任意

# 処理手順（Process）
以下のステップで処理を行ってください：

Step 1：構造化抽出
報告テキストから以下の要素を抽出し、整理してください。
- いつ（発生日時・時間帯）
- どこで（発生場所：居室、食堂、廊下、トイレ、浴室 等）
- 誰が（対象利用者の状態：認知症の有無、ADLレベル、歩行状態 等 ※個人名は出力しない）
- 何が起きたか（インシデントの具体的内容）
- どう対応したか（その場での対応内容）
- 結果（利用者への影響：けが無し、打撲、擦り傷 等）
※ 報告テキストに記載がない項目は「記載なし（確認が必要です）」と明記してください。

Step 2：インシデント種別の分類
以下のカテゴリから最も該当するものを1つ選んでください：
- 転倒・転落（ベッド、車椅子、歩行中を含む）
- 誤薬（与薬ミス、服薬忘れ、薬の取り違え）
- 離設・所在不明（施設外への無断外出、フロア間の移動）
- 皮膚損傷（褥瘡、スキンテア、打撲痕）
- 誤嚥・食事関連（むせ込み、誤嚥リスク、食形態の不一致）
- 介助中の事故（移乗、入浴、排泄介助時の事故）
- その他（上記に該当しないもの）

Step 3：リスクレベルの判定
[リスク判定基準]を参考にしつつ、以下の3段階で判定してください：

【高】重大事故につながる可能性がある
  判定目安：骨折・頭部打撲の可能性、誤薬による健康被害リスク、離設による行方不明リスク、
           繰り返し発生している同種インシデント
【中】注意が必要だが即座の重大リスクは低い
  判定目安：軽微な擦り傷・打撲、環境要因が特定できているもの、初回発生のインシデント
【低】記録として重要だが緊急対応の必要性は低い
  判定目安：未遂（実際の接触・損傷なし）、スタッフの気づきレベルの報告

※ 判定には必ず「この判定とした根拠」を2〜3文で付記してください。
※ 判断に迷う場合は「中」以上に分類し、「判断に迷う要素あり：管理者による確認を推奨」と付記してください。

Step 4：再発可能性の判定
以下の3段階で判定してください：

【高】環境要因や構造的要因があり、対策なしでは再発が見込まれる
【中】一定の条件下で再発する可能性がある
【低】偶発的な要因が大きく、再発の可能性は比較的低い

※ 判定根拠を2〜3文で付記してください。

Step 5：優先対応リストの生成
複数件の報告を処理した場合、以下の優先度スコアで並び替えてください：
- リスクレベル「高」×再発可能性「高」→ 最優先
- リスクレベル「高」×再発可能性「中」→ 優先
- リスクレベル「中」×再発可能性「高」→ 優先
- リスクレベル「中」×再発可能性「中」→ 通常
- 上記以外 → 経過観察

# 出力形式（Output）
以下の形式で出力してください：

---
## ヒヤリハット・トリアージ結果（[施設名]）

### 報告 1
- **インシデント種別**：（Step 2の分類結果）
- **発生日時**：（抽出結果）
- **発生場所**：（抽出結果）
- **利用者の状態**：（抽出結果 ※個人名は記載しない）
- **発生状況**：（抽出結果の要約、2〜3文）
- **対応内容**：（抽出結果）
- **結果**：（利用者への影響）
- **リスクレベル**：【高/中/低】
  - 判定根拠：（2〜3文）
- **再発可能性**：【高/中/低】
  - 判定根拠：（2〜3文）
- **優先度**：（最優先/優先/通常/経過観察）
- **推奨アクション案**：（具体的な対策案を1〜2点。ただし最終判断は管理者が行うこと）

（複数件ある場合は繰り返し）

### 優先対応一覧
| No. | インシデント種別 | リスクレベル | 再発可能性 | 優先度 | 概要（20字以内） |
|-----|-----------------|-------------|-----------|--------|-----------------|
| 1   | ...             | ...         | ...       | ...    | ...             |

### 全体傾向メモ（参考）
- インシデント種別の分布：（例：転倒が○件、誤薬が○件...）
- 特に注意が必要な傾向：（例：夜間帯の転倒が集中している 等）
---

# 品質基準（Quality）
出力前に以下を自己チェックしてください：
□ 報告テキストに記載のない情報を推測で補っていないか
□ 利用者の個人名が出力に含まれていないか
□ リスクレベルの判定根拠が具体的に記載されているか
□ 再発可能性の判定根拠が具体的に記載されているか
□ 「最終判断は管理者が行う」旨が明記されているか
□ 優先対応一覧が優先度順に並んでいるか
□ 判断に迷う案件に「管理者による確認を推奨」が付記されているか

# 制約事項（Constraints）
- 利用者の個人名・個人を特定できる情報は出力に含めないこと
- 報告テキストに明記されていない情報は推測で補わず、「記載なし（確認が必要です）」と記載すること
- 医療的な診断や治療方針に関する判断は行わないこと（「医療職への相談を推奨」と記載）
- 法的な責任の所在に関する判断は行わないこと
- リスクレベルを「低」と判定する場合も、「記録として重要」という位置づけを維持すること
- 出力はあくまで「参考情報」であり、最終的なリスク判断・対応方針は施設の管理者・専門職が行うこと

# カスタマイズ変数
[施設名]：自施設の名称に置き換えてください（例：さくら苑、グリーンヒル○○）
[施設種別]：施設の種類に置き換えてください（例：特別養護老人ホーム、グループホーム、デイサービス）
[利用者特性]：利用者の一般的な特性に置き換えてください（例：認知症の方が約7割、要介護度3〜5が中心）
[リスク判定基準]：自施設のリスク分類基準がある場合はここに記載してください（例：「転倒で頭部打撲の可能性がある場合はリスク高」等）。未設定の場合は本プロンプト内の判定目安が適用されます。
[報告フォーマット]：報告テキストの入力形式を指定してください（例：「1件ずつ入力」「複数件をまとめて入力」「報告番号付きで入力」等）

# 使用例（Example）

## 入力例
施設種別：特別養護老人ホーム
利用者特性：認知症の方が約6割、要介護度3〜5が中心

報告1：
4月10日 22時頃、2階廊下にて。夜間巡回時、A様（80代女性、認知症あり、歩行不安定）が居室から出て廊下を歩いているところを発見。声かけし居室へ誘導。転倒はなかったが、スリッパが脱げた状態で歩行しており、転倒リスクが高い状況だった。ナースコールの使用促しを行ったが理解が難しい様子。

報告2：
4月11日 12時15分、1階食堂にて。昼食時、B様（70代男性、嚥下機能低下あり）がおかずを食べた際にむせ込みあり。吸引の必要なく自力で回復。食事形態はきざみ食を提供中。今月に入って3回目のむせ込み。

## 期待される出力例

---
## ヒヤリハット・トリアージ結果（さくら苑）

### 報告 1
- **インシデント種別**：転倒・転落（転倒リスク）
- **発生日時**：4月10日 22時頃（夜間帯）
- **発生場所**：2階廊下
- **利用者の状態**：80代女性、認知症あり、歩行不安定
- **発生状況**：夜間巡回時、居室から廊下へ出て歩行している状態を発見。スリッパが脱げた状態で歩行しており、転倒リスクが高い状況。
- **対応内容**：声かけし居室へ誘導。ナースコール使用を促したが理解困難。
- **結果**：転倒なし、けがなし
- **リスクレベル**：【高】
  - 判定根拠：夜間帯に歩行不安定な利用者が単独で廊下を歩行しており、スリッパ脱げの状態は転倒に直結する危険がある。認知症によりナースコール使用の理解が難しく、同様の行動が繰り返される可能性が高い。
- **再発可能性**：【高】
  - 判定根拠：認知症による夜間の不穏行動は構造的要因であり、現状の対策（声かけ・ナースコール促し）では再発防止が困難と考えられる。環境面・見守り体制の見直しが必要。
- **優先度**：最優先
- **推奨アクション案**：離床センサーの導入検討、夜間の巡回頻度の見直し（最終判断は管理者・看護職が行ってください）

### 報告 2
- **インシデント種別**：誤嚥・食事関連
- **発生日時**：4月11日 12時15分（昼食時）
- **発生場所**：1階食堂
- **利用者の状態**：70代男性、嚥下機能低下あり
- **発生状況**：昼食時におかずを食べた際にむせ込み発生。今月3回目のむせ込み。
- **対応内容**：記載なし（確認が必要です）
- **結果**：吸引不要、自力回復
- **リスクレベル**：【高】
  - 判定根拠：嚥下機能低下のある利用者が今月3回目のむせ込みを起こしており、誤嚥性肺炎のリスクが高まっている。繰り返しの発生は食事形態の再評価が必要なサイン。
- **再発可能性**：【高】
  - 判定根拠：今月3回目の発生であり、現在の食事形態（きざみ食）が適切でない可能性がある。食事形態の見直しなしでは再発が見込まれる。医療職への相談を推奨。
- **優先度**：最優先
- **推奨アクション案**：言語聴覚士（ST）または看護職への相談による嚥下評価の実施、食事形態の再検討（最終判断は医療職・管理者が行ってください）

### 優先対応一覧
| No. | インシデント種別 | リスクレベル | 再発可能性 | 優先度 | 概要 |
|-----|-----------------|-------------|-----------|--------|------|
| 1   | 誤嚥・食事関連   | 高          | 高        | 最優先 | 月3回目のむせ込み |
| 2   | 転倒・転落       | 高          | 高        | 最優先 | 夜間の単独廊下歩行 |

### 全体傾向メモ（参考）
- インシデント種別の分布：転倒リスク1件、誤嚥リスク1件
- 特に注意が必要な傾向：誤嚥案件は繰り返し発生しており、食事形態の再評価が急がれる。夜間帯の離床・歩行リスクへの環境対策も検討が必要。
---

（この出力は参考例です。実際の出力は入力内容や利用するLLMの種類・設定により異なります）

プロンプトの構成解説

上記のプロンプトは、以下の考え方で設計されています。

判定基準を明文化する理由：AIに「なんとなく判断して」と指示すると、出力のばらつきが大きくなります。リスクレベルの3段階それぞれに具体的な判定目安を設けることで、判定の一貫性を高めています。

構造化抽出を最初に行う理由：自由記述の報告テキストは、書き手によって情報の順序や詳しさがまちまちです。まず5W1Hの要素を抽出・整理してから判定に進むことで、判定精度の安定化を図っています。

「記載なし」の扱い：介護現場の報告書は、急いで書かれることも多く、情報の抜けが発生します。このプロンプトでは、情報が不足している場合にAIが推測で補うことを禁止し、「確認が必要です」と明示するよう設計しています。これは誤判定の防止にとって重要な制約です。

---

カスタマイズのポイント：施設種別・利用者特性に合わせた判定基準の調整

上記のプロンプトはそのまま使うこともできますが、自施設の実情に合わせて調整すると、判定の有用性が高まります。

施設種別による調整

施設の種類によって、発生しやすいインシデントの傾向は異なります。

• 特別養護老人ホーム：要介護度が高い利用者が多いため、移乗・排泄介助時の事故や褥瘡リスクの比重を高める調整が考えられます
• グループホーム：認知症の方の生活支援が主体のため、離設リスクや調理中の火傷など、生活行為に関連するインシデントの分類を追加する方法があります
• デイサービス：送迎時の事故や、自宅と施設の環境差による転倒リスクなど、通所特有の分類項目を追加できます

利用者特性による調整

[利用者特性] の変数に、自施設の利用者層の特徴を記載することで、AIの判定がより適切になります。

例えば、「認知症の方が多く、夜間の不穏行動が頻発する」と記載すれば、夜間帯のインシデントに対する判定感度が調整されます。

自施設のリスク分類基準との整合

すでに施設独自のリスク分類基準やインシデントレベルの定義がある場合は、[リスク判定基準] の変数にその内容を記載してください。AIの判定基準が自施設のポリシーと整合するようになります。

ただし、自施設の基準をAIの判定に反映させる場合でも、AIの出力は参考情報としての位置づけは変わりません。最終判断は必ず管理者が行ってください。

---

注意点と限界：AIの判定を鵜呑みにしないための運用ルール

このAIエージェントを業務に取り入れる際には、以下の点を十分に理解しておく必要があります。

AIの判定は「参考意見」であること

繰り返しになりますが、AIが出力するリスクレベルや再発可能性の判定は、あくまで参考情報です。介護現場の安全管理に関する最終判断は、必ず施設の管理者、看護職員、または安全管理委員会が行ってください。

AIは報告テキストに書かれた情報のみをもとに判定を行います。利用者の直近の体調変化、家族からの連絡内容、スタッフ間の申し送り情報など、テキストに含まれない文脈は考慮できません。

個人情報・プライバシーへの配慮

ヒヤリハット報告には利用者の個人情報が含まれます。AIサービスにテキストを入力する際は、以下の点に注意してください。

• 利用者の実名ではなく、イニシャルや仮名で入力することを推奨します
• 利用している LLM サービスの利用規約・データ取り扱いポリシーを必ず確認してください
• 施設の個人情報保護方針に沿った運用かどうか、管理者が事前に確認してください

よくある失敗パターン

失敗パターン	原因	対処法
AIの判定をそのまま最終判断にしてしまう	運用ルールが曖昧	「AIの判定→人間が確認→対応決定」のフローを明文化する
報告テキストが曖昧で判定精度が低い	入力情報の不足	報告テンプレートに最低限の記載項目を設ける
全ての報告をAIに入力し、作業量が逆に増える	対象範囲の未設定	まずは月次の集計分析から試し、段階的に活用範囲を広げる
個人情報を含んだまま外部AIに入力	運用ルール未整備	入力前の匿名化ルールを策定する

向いているケース

• 月に20件以上のヒヤリハット報告が蓄積され、目視での優先度判断に時間がかかっている施設
• 複数フロア・複数棟の報告を横断的に把握したい管理者
• 安全委員会向けの集計・分析資料の作成を効率化したい場合
• 新任のフロアリーダーがリスク判断の「セカンドオピニオン」として活用したい場合

向いていないケース

• 月の報告件数が10件以下の施設：管理者の目視確認で十分対応でき、AIを導入するメリットが小さい場合があります
• 報告がすべて口頭で行われている施設：AIに入力するためのテキストデータが存在しないため、まず報告のテキスト化から始める必要があります
• 医療的な判断が必要なインシデント：誤薬による体調変化や、転倒による骨折の疑いなど、医療職の専門的判断が不可欠な案件は、AIの分類を待たず直ちに医療職に報告してください
• 法的責任の所在の判断：事故報告書として行政への報告が必要かどうかの判断は、AIではなく施設長・管理者が法令に基づいて行ってください

---

---

AIスキルをさらに深めたい方へ

実務でAIエージェントを活用するには、プロンプト設計の型を体系的に学ぶことが近道だ。UdemyではAI・ChatGPT活用の実務向け講座が豊富に揃っている。

---

🎓 AIスキルでキャリアアップを目指す方へ
データサイエンス・AI活用スキルを就労支援付きで学べる「Neuro Dive」も、現場でのAI活用を深めたい方に参考になります。
→ Neuro Diveの詳細を見る

→ UdemyのAI活用講座を見てみる

まとめ：安全文化を支えるツールとしてのAI活用

ヒヤリハット報告を「集めて終わり」にせず、「集めて活かす」仕組みに変えていくこと。これが、介護現場の安全文化を一歩前に進めるために必要な視点です。

今回紹介したAIトリアージエージェントは、管理者の「判断力」を代替するものではありません。報告書の山の中から「まず確認すべき案件」を浮かび上がらせる「スクリーニングの補助ツール」です。

最終的なリスク判断と対応方針の決定は、利用者の状態を直接知っている管理者や看護職が行う。この原則は変わりません。AIが担うのは、その判断に至るまでの「情報の整理」と「見落としの防止」です。

今日からできる最初のステップ：

1. まずは過去1か月分のヒヤリハット報告テキストを2〜3件、上記のプロンプトに入力してみてください。AIの出力がどの程度実用的かを確認できます
2. 出力内容を施設の管理者・看護職と一緒に確認し、判定基準の調整が必要かどうかを話し合ってください
3. 運用に乗せる場合は、「個人情報の取り扱いルール」と「AIの判定を最終判断にしないフロー」を先に整備してください

安全管理に関わる判断は、専門知識と現場の文脈理解が欠かせません。AIの活用を検討される際は、施設の安全管理委員会や、必要に応じて外部の専門家にもご相談されることをお勧めします。

---

本記事で紹介したプロンプトは参考情報です。実際の業務適用前に、自環境での動作確認と、内容の適切性確認を必ず行ってください。介護・福祉分野の安全管理に関わる判断は、必ず施設の管理者・看護職員等の専門職が最終確認を行ってください。法律・医療等の専門的判断が必要な場合は、該当分野の専門家にご相談ください。