訪問看護ステーションの『多職種連携×報告書』AIエージェント完全ガイド【地域包括ケア2026】

PR表示：本記事には広告（Udemy／Neuro Dive）を含みます。記事内のリンクから登録・購入があった場合、運営者に紹介料が支払われることがあります。なお、本記事は医療行為や診断の代替ではありません。実際の運用にあたっては所属事業所の管理者・主治医・関連機関と協議のうえ判断してください。

---

金曜21時、利用者宅10件を巡回した後、ステーション。明日のサービス担当者会議用に5名分の経過報告書を作る必要があるが、訪問中のメモは紙のクリップボードに殴り書き。「家に帰って書く」と諦めた途端、子どもから「お母さん、今日も遅いの？」のLINE。看護師2年目の後輩は、今月3度目の残業限界。──現場の現実は、こうした風景の積み重ねでできています。

本記事は「訪問看護 AI 多職種連携 報告書」というテーマに正面から向き合い、AIエージェントを用いて看護記録から多職種向け報告書を自動で生成する仕組みを、現場でそのまま使える粒度で解説します。看護師5〜15名規模で地域包括ケアに参加する訪問看護ステーションを想定し、PREP法（結論→理由→具体→再結論）の構成で読み進められるようにしました。

読了の目安：約20分。プロンプトテンプレートは全て公開しています。コピーして自ステーションの帳票名に合わせて書き換えれば、本日中に試用が可能です。

---

1. 導入：AIで「看護記録→多職種報告書」を自動生成し、看護師を巡回業務に戻す

Point（結論）

訪問看護ステーションの記録業務は、AIエージェントの活用によって「メモから報告書を起こす」工程の多くを下書きレベルまで自動化できます。看護師が本来注力すべき巡回・観察・利用者家族への対話に時間を戻すための、現実的かつ低リスクな打ち手だと考えられます。

Reason（理由）

訪問看護の業務は、訪問そのものよりも「移動」と「記録」と「多職種への報告」に時間を取られがちです。とくに地域包括ケアシステムの推進により、ケアマネジャー、主治医、薬剤師、リハ職、家族へ向けた多職種別の報告書フォーマットが増え、同じ情報を相手別に書き換える二重・三重作業が常態化しています。

ここに、汎用の生成AI（チャット型AI）を院内・所内のローカル運用ルールと組み合わせて使うと、

• メモの構造化
• 報告書フォーマットへの自動転記
• 多職種別トーンの自動調整

といった作業を補助できます。AIは医療判断は行えませんが、「下書きを作る」「フォーマットに整える」「相手別に書き換える」作業は得意領域です。

Example（具体）

たとえば、訪問中にスマートフォンの音声入力で次のようにメモしたとします。

「Aさん訪問。BP138/82、SpO2 97、体温36.7。下肢浮腫やや増悪。利尿剤継続中。食欲低下傾向。家族から夜間頻尿の訴え増。次回までに主治医共有が必要。」

このメモを、後述するケアマネ向けプロンプトに渡すだけで、SOAP的構造に整えた経過報告のドラフトが数十秒で生成されます。医師向けにはより簡潔な医学的サマリ、家族向けには平易な日本語に、トーンと粒度を切り替えることも可能です。

Point（再結論）

つまり、AIエージェントは「文字を書く時間」を圧縮し、「人と関わる時間」を増やすツールとして設計するのが本筋です。本記事では、その設計思想と、現場でそのまま使えるプロンプト集、そして個人情報・医療情報安全管理ガイドライン上の留意点までを通しで解説していきます。

関連：他事業所での記録自動化の考え方は、内部記事「施設内申し送り報告書AIエージェント」、ケアプラン草案作成は「ケアプラン草案AIエージェント2026」もあわせてご覧ください。

---

2. 訪問看護のリアル：人手不足・記録負担・地域包括ケアの政策追い風

2-1. 人手不足は「採用」だけでは解けない

訪問看護ステーションの多くが、慢性的な看護師不足を抱えています。新規利用者の依頼は途切れない一方、新人看護師の独り立ちには半年〜1年を要し、ベテランほど記録・連絡・調整業務に時間を取られて訪問に出られないという逆転現象が起きやすい構造があります。

採用で解こうとしても、地域の有効求人倍率や住宅事情がボトルネックになります。したがって、現実解は「今いる人員の事務時間を削る」ことです。AIによる記録支援は、この方向性に直接効きます。

2-2. 記録負担の正体

訪問看護の記録は、おおまかに次の層に分かれます。

レイヤ	目的	主な読み手
訪問メモ	観察事項の一次記録	自分・所内
看護記録（SOAP等）	法定記録・所内共有	所内・監査
訪問看護報告書	月次・主治医共有	主治医
ケアマネ向け経過報告	サービス担当者会議資料	ケアマネ
家族向け説明文	状況共有・同意形成	家族
薬剤師・リハ職連絡票	多職種連携	多職種

同じ訪問1件から、最大で5〜6種の書面が派生します。AIエージェントは、この派生工程を1つのソース（訪問メモ）から複数の出力に分岐させる役割で力を発揮すると考えられます。

2-3. 地域包括ケアの政策追い風

地域包括ケアシステムでは、医療・介護・予防・住まい・生活支援が一体運用されることを前提に、多職種連携・情報共有のICT化が政策的に推進されてきました。報告書のフォーマット標準化、ICT補助金、医療情報安全管理ガイドラインの更新など、追い風は揃いつつあると捉えてよい段階に来ています。

ここで重要なのは「AIを入れる＝置き換え」ではなく、「AIを入れる＝看護師の時間を巡回に戻す」発想で、現場の合意形成を進めることです。

---

3. 多職種連携の構造：ケアマネ・主治医・薬剤師・家族との情報フロー

3-1. 多職種それぞれが求める情報の粒度は違う

多職種連携の難しさは、同じ事象を相手別に翻訳するところにあります。

• ケアマネ：生活機能・ADL・家族介護力・サービス調整に必要な事実
• 主治医：バイタル推移・症状変化・薬剤反応・受診要否
• 薬剤師：服薬アドヒアランス・副作用所見・残薬状況
• リハ職：可動域・離床状況・転倒リスク・自宅環境
• 家族：今日の様子・気になる点・今後の見通し（平易な言葉で）

つまり、「Aさんの右下肢浮腫が増悪」という一つの事象は、相手別に強調すべきポイントと言葉づかいが変わります。AIは、この翻訳作業の補助に向いています。

3-2. 情報フローを図解で押さえる

訪問看護を中心とした情報フローを、ざっくり次のように整理できます。

[訪問先（利用者宅）]
        │ 観察・処置・対話
        ▼
[訪問メモ（音声/手書き）]
        │ 構造化（AI補助）
        ▼
[看護記録（SOAP等）]
        ├──→ [訪問看護報告書] ─→ 主治医
        ├──→ [ケアマネ報告]    ─→ ケアマネ／サービス担当者会議
        ├──→ [家族向け説明]    ─→ 家族
        └──→ [薬剤師/リハ職連絡] ─→ 多職種

AIエージェントの設計ポイントは、「訪問メモ」から右側の出力群へ並列に分岐できるようにすることです。

3-3. 連携を阻む3つのボトルネック

1. 記録の粒度バラつき：書き手によって情報量が違う
2. 媒体の分断：紙・FAX・電子カルテ・チャットが混在
3. 時間差：会議直前にまとめて書くので情報が古くなる

AIエージェントは（1）に最も効きやすく、（2）（3）はICTツール選定との合わせ技で改善できると考えられます。

---

4. AIエージェント設計の3軸（PREP E：3つの具体例）

ここからが本題です。訪問看護ステーション向けAIエージェントを、3つの軸で設計します。

軸1：訪問メモ→構造化看護記録

Point

スマホ音声入力や箇条書きメモを、SOAP（主観・客観・評価・計画）等の構造化記録に整形します。

Reason

訪問直後の生メモは時系列・順不同で書かれることが多く、そのままでは所内共有や監査に堪えません。一方、SOAPに「あとから整える」作業は機械的で、AIが得意な領域です。

Example：構造化前後

Before（生メモ）

Bさん10時訪問。BP142/88 P78 SpO2 96。前回より下肢浮腫増。妻から「夜トイレ4回」訴え。利尿剤継続中。次回までに主治医共有。傷の所見変化なし。食欲やや低下。

After（AI整形後／例）

S（主観）:
- 利用者：「夜寝てもすぐ目が覚めて困る」
- 妻：「夜間トイレが4回ほどに増えた」「食欲が少し落ちている」

O（客観）:
- BP 142/88, P 78, SpO2 96, BT 36.7
- 右下肢に圧痕性浮腫、前回比やや増悪
- 創部所見：発赤・滲出液なし、前回同様

A（評価）:
- 下肢浮腫の増悪傾向、夜間頻尿との関連を検討要
- 食欲低下は経過観察が必要

P（計画）:
- 利尿剤継続。主治医へ浮腫・夜間頻尿・食欲低下を共有
- 次回訪問時、体重測定・食事摂取量を再評価

Point

このように、「整える」作業をAIに任せることで、看護師は判断・観察に集中できます。なお、A（評価）はあくまで一次草案であり、最終的な医学的評価は看護師・主治医の責任で確定する必要があります。

軸2：多職種別の報告書フォーマット自動切替

Point

同じSOAPを起点に、ケアマネ用・主治医用・家族用にトーンと粒度を切り替えて出力します。

Reason

人間が手書きで複数フォーマットに書き分ける作業はミスと疲労の温床ですが、AIに「相手」「文体」「字数」「強調点」を指定すればほぼ機械的に翻訳できます。

Example：同じ事象の3パターン

• ケアマネ向け（簡潔・生活機能寄り）：「下肢浮腫増悪・夜間頻尿により睡眠が分断。日中の活動量低下リスク。主治医と共有予定」
• 主治医向け（医学的・要点重視）：「BP 142/88、右下肢圧痕性浮腫増悪、夜間頻尿4回、食欲低下。利尿剤継続中。診察要否ご判断ください」
• 家族向け（やさしい言葉）：「足のむくみが少し増えていました。夜にトイレに行く回数も増えているようなので、主治医の先生と相談していきますね」

Point

「同じ事実を相手別に翻訳する」作業こそ、AIエージェントの真骨頂です。

軸3：サービス担当者会議資料の自動生成

Point

ケース別の最新看護記録を集約し、サービス担当者会議資料の下書きを自動生成します。

Reason

会議資料は「直近1〜3か月の経過＋現状評価＋次期目標案」の構造が定型化しています。定型構造の文書はAIが最も得意とする領域です。

Example：自動生成される項目（例）

1. 利用者基本情報（個人情報は所内マスキング前提）
2. 直近の状態変化サマリ
3. ADL/IADLの推移
4. 服薬・受診状況
5. 家族介護力の変化
6. 次期のケア方針案（提案レベル）

Point

なお、6（次期方針案）は草案であり、最終決定は会議参加者の合議に委ねるべきです。AIは「叩き台」として位置づけるのが安全です。

---

5. 完全公開プロンプト集

ここからは、現場でそのまま使えるプロンプトを公開します。個人情報は必ず仮名・伏字化したうえで利用してください（後述の「医療情報安全管理ガイドラインへの準拠」を参照）。

5-1. 訪問記録→ケアマネ報告書プロンプト

あなたは訪問看護ステーションの記録支援AIです。
以下の訪問メモを、ケアマネジャー向け経過報告書の下書きに整えてください。

【出力条件】
- 文体：です・ます調、簡潔、生活機能とサービス調整に必要な情報を優先
- 構成：(1)今回の状態、(2)前回比の変化、(3)生活への影響、(4)多職種への共有事項、(5)次回までの観察ポイント
- 字数：350〜500字
- 医療的判断や診断名の確定は行わず、「〜の傾向」「〜が増悪している様子」など事実ベースで表現
- 個人情報は入力されたまま転記しない。氏名は「利用者様」、家族名は「ご家族」と置き換える

【訪問メモ】
（ここに訪問メモを貼り付け）

【前回の報告書（任意・あれば貼り付け）】
（前回報告書）

5-2. 医師向け看護サマリプロンプト

あなたは訪問看護ステーションの記録支援AIです。
以下の訪問メモから、主治医向けの看護サマリを作成してください。

【出力条件】
- 文体：簡潔・要点列挙。診察判断の参考になる情報を優先
- 構成：(1)バイタル、(2)主訴・他覚所見、(3)服薬・処置状況、(4)前回比の変化、(5)看護師としての気がかり、(6)相談したい事項
- 字数：250〜400字
- 診断名の付与・処方提案は行わず、「ご判断いただきたく」と表現
- 数値はメモにある値を改変しない。欠損は「未測定」と明記

【訪問メモ】
（ここに訪問メモを貼り付け）

5-3. 家族向け状況説明文プロンプト

あなたは訪問看護ステーションの記録支援AIです。
以下の訪問メモをもとに、ご家族向けの「今日の様子」説明文を作成してください。

【出力条件】
- 文体：です・ます調、専門用語を避け、平易な日本語
- 構成：(1)今日の様子、(2)気になった点、(3)私たちが行ったケア、(4)次回までにご家族にお願いしたいこと
- 字数：300〜450字
- 医療的な断定は避け、「〜の様子でした」「〜と思われます」と柔らかく表現
- ご家族が不安にならないよう、事実と支援内容をセットで記載

【訪問メモ】
（ここに訪問メモを貼り付け）

5-4. サービス担当者会議資料プロンプト（応用）

あなたは訪問看護ステーションの記録支援AIです。
以下の直近3か月分の経過記録から、サービス担当者会議の資料下書きを作成してください。

【出力条件】
- 構成：
  1. 利用者基本情報（既知の項目のみ。新規生成しない）
  2. 直近3か月の状態変化サマリ（時系列で要点）
  3. ADL/IADLの推移
  4. 服薬・受診状況
  5. 家族介護力の変化
  6. 次期ケア方針案（叩き台、3案併記）
- 字数：1,000〜1,500字
- 6の方針案は「ご提案」として表現し、決定は会議に委ねる体裁にする
- 不確実な部分は「要確認」と明記し、推測で埋めない

【記録】
（ここに直近3か月の記録を貼り付け）

プロンプト設計の発想は、別記事「多職種への定型メール文面プロンプト」とも親和性があります。事業所外への定型連絡を自動化したい場合はあわせてご参照ください。

---

6. 個人情報保護・医療情報安全管理ガイドラインへの準拠

6-1. 大原則：個人識別情報をそのまま外部AIに渡さない

これはあらゆる業種に共通しますが、医療・介護領域ではとくに厳格な運用が求められます。氏名、住所、生年月日、保険番号、固有のID、家族構成など、個人を特定できる情報は入力前に必ずマスキングしてください。

実務的には、次の3レイヤで対策する考え方が現実的です。

1. 入力時マスキング：氏名→「利用者様」、住所→「市内自宅」、年齢→「80代女性」など
2. ツール選定：個人情報の学習利用の有無、ログ保管、所在国を確認
3. 運用ルール：所内で「AIに入れてよい情報／だめな情報」のリストを明文化

6-2. 医療情報安全管理ガイドラインで押さえる観点

厚労省「医療情報システムの安全管理に関するガイドライン」、総務省・経産省の関連指針では、情報の真正性・見読性・保存性、責任分界、外部委託の管理などが論点になります。AIサービスはおおむね「外部委託先」として位置づけ、契約・約款・ログ管理の確認が必要だと考えられます。

重要：本記事は法律・規程の解釈を確定するものではありません。実装時は、所属法人の情報システム責任者・顧問弁護士・関係行政との確認をお願いします。

6-3. 所内で最低限定めておきたいルール（テンプレ）

【訪問看護ステーション AI利用ルール（最小版）】
1. 個人識別情報は事前マスキングのうえで入力する
2. AIの出力は必ず看護師が確認・修正してから帳票に転記する
3. 医療的判断・診断はAIに行わせない
4. 利用するAIサービスは管理者が許可したものに限る
5. インシデント発生時は管理者へ即報告し、入力履歴を保全する

このルールはA4一枚で十分です。完璧を目指して骨抜きになるより、まず運用を開始し、月次で改訂する方が現実的だと考えられます。

---

7. ICT補助金（ICT導入補助金等）の活用手順

7-1. 何が対象になりうるか

訪問看護領域では、近年、ICT機器・クラウド型記録システム・タブレット端末・通信費などが補助対象として議論されてきました。AIエージェント単体ではなく、「記録・連携基盤の一部としてAIを位置づける」と申請に組み込みやすいケースが多い印象です。

補助金は年度・自治体・公募回ごとに条件が変わります。本記事の情報は一般的な傾向で、最新の公募要領を必ず確認してください。

7-2. 申請フロー（一般的な流れ）

1. 公募要領の確認（国・都道府県・市区町村）
2. 事業計画の言語化（業務課題→ICT導入→効果指標）
3. 見積取得（ベンダー・通信会社）
4. 申請書類の作成（所内体制・スケジュール・効果検証）
5. 採択後、導入・実績報告

このうち、2と4の文章作成はAIによる下書きとの相性が良い領域です。所内の業務課題を箇条書きで投入し、申請文体に整える使い方が考えられます。

7-3. 申請書下書きプロンプト（例）

あなたは介護・医療分野のICT補助金申請の文書作成補助AIです。
以下の事業所情報・課題・導入予定ICTを踏まえ、申請書類の「事業計画」セクションの下書きを作成してください。

【出力条件】
- 文体：です・ます調、簡潔、行政文書として違和感のない表現
- 構成：(1)現状の課題、(2)導入するICTの概要、(3)期待される効果（定量・定性）、(4)実施スケジュール、(5)効果検証方法
- 字数：1,200〜1,500字
- 数値は提供された範囲のみ使用し、創作しない

【事業所情報】
（規模・地域・利用者数など）

【課題】
（記録負担・多職種連携・人手不足など）

【導入予定ICT】
（クラウド記録、AI支援、タブレット、通信）

---

8. 失敗パターン：テンプレ流用で実態と乖離

8-1. 失敗例1：他事業所のプロンプトをそのままコピー

プロンプトをそのまま使うと、自ステーションの帳票名・フォーマット・呼称と微妙にずれた出力になり、結局手直しで時間がかかります。プロンプト内の「ケアマネ向け経過報告書」「主治医宛て訪問看護報告書」など帳票名・項目名は必ず自所のものに置き換えることが鉄則です。

8-2. 失敗例2：AIの出力をノーチェックで転記

AIはもっともらしい嘘（ハルシネーション）を出すことがあります。とくに数値の改変・存在しない所見の生成は危険です。出力は必ず訪問メモとの突合を行い、看護師が責任をもって確定してください。

8-3. 失敗例3：「AI＝置き換え」と説明してしまう

所内・利用者・ご家族への説明で「AIに任せます」と言い切ると、不信感を生みます。あくまで看護師の補助であること、最終確認は看護師が行うことを明示する説明テンプレを用意しておくと安全です。

8-4. 失敗例4：スキル習得が属人化

AIプロンプトは「読み書きの新しい職能」です。導入直後はベテランの一部だけが使いこなし、若手は触らないという属人化が起きやすい領域でもあります。所内勉強会や外部講座で底上げを図ることが、効果を持続させる鍵になります。

所内研修の選択肢として、看護師・介護スタッフ向けにAIの実践講座を活用するのが現実的です。動画形式で各自のペースで学べるため、シフト勤務でも展開しやすいのが利点です。

→ UdemyのAI実践講座を見る

また、より体系的にAIリスキリングとして組織的に進めたい場合は、就労支援・専門講座型のサービスを検討するのも一案です。

→ Neuro DiveでAIリスキリングを始める

---

関連記事

• 業種別AIエージェント実装事例 完全ガイド113選【製造・建設・医療・士業・サービス業まで2026年最新版】
• 個人歯科技工所の『歯科医院別注文管理×納期管理』AIエージェント完全ガイド【歯科技工2026】

9. まとめ（CTA）

Point（結論の再掲）

訪問看護ステーションにおけるAIエージェントは、「メモから報告書を起こす」工程の下書き自動化を中心に、現場で堅実な成果を出しうる打ち手です。多職種連携の文書翻訳作業を圧縮し、看護師を巡回・観察・対話に戻すこと──それが本記事の中核メッセージです。

Reason（再強調）

• 訪問看護の業務負荷の中心は「移動と記録」
• 多職種連携のたびに同じ事実を相手別に翻訳している
• 政策・補助金・ガイドラインの追い風が揃いつつある

Example（明日からのアクション）

1. 本記事のプロンプトを1つだけ選び、所内の許可済みAIで試す
2. 出力を必ず看護師が確認し、自所の帳票名に書き換える
3. 個人情報マスキングのルールをA4一枚で整え、掲示する
4. 月1回、所内で「うまくいった例／ヒヤリ例」を共有する
5. 余裕が出てきたら、研修コンテンツで底上げを図る

Point（締め）

AIは、看護師の代わりに利用者の手を取ることはできません。だからこそ、事務時間を圧縮し、人の手と目を本来の場所に戻すためにAIを使うのです。本記事のプロンプトとルールが、その第一歩のお役に立てば幸いです。

最後にもう一度、関連記事と研修リソースを置いておきます。所内の文脈に合わせて、必要なものから順に活用してみてください。

• 内部リンク：施設内申し送り報告書AIエージェント
• 内部リンク：ケアプラン草案AIエージェント2026
• クロス：多職種への定型メール文面プロンプト
• 研修：→ UdemyのAI実践講座を見る
• 組織導入：→ Neuro DiveでAIリスキリングを始める

---

本記事は2026年5月時点の情報に基づき執筆しています。法令・補助金・ガイドライン等は更新されるため、運用にあたっては必ず最新の一次情報および所属法人の規程を確認してください。本記事は医療行為・診断・特定の運用の保証ではありません。