介護現場では日々、食事摂取量や排泄状況、バイタルサインなど膨大なケア記録が蓄積されています。こうした記録をAIで分析し、翌日の健康状態悪化を事前に予測するシステムの研究が進んでいます。2026年6月、日本大学と九州工業大学の研究チームが、介護施設の実データを用いたAI予測モデルに関する論文を国際学術誌に発表しました。
近年、脈拍や血圧などのバイタルデータをリアルタイムで収集し、対象者の健康状態の変化を検知して知らせるシステムが介護・医療の現場に普及しつつあります。こうしたアラートシステムは早期対応を可能にする一方で、現状では誤報の多さが大きな課題となっています。健康状態の悪化は日常的に頻繁に起きるものではないため、AIが過剰にアラートを発してしまい、スタッフが警告に慣れて本当に重要なサインを見逃してしまう「アラート疲れ」が生じやすいのです。
今回の研究が向き合ったのも、まさにこの課題です。研究チームは新たな機械学習の手法を用いることで、誤報を約45%削減しながら真の健康悪化の検知精度を維持することに成功しています。50名規模の施設に換算すると、5日に1回程度のアラート頻度に相当するとされており、現場での実用化に向けた一つの道筋が示された形です。
この研究が示唆することは、介護記録の「質と継続性」がAI活用の前提条件になるという点です。日々のケア記録が丁寧に、かつ統一された形式で入力されていなければ、どれだけ優れたAIモデルであっても機能しません。記録業務をICT化し、データとして蓄積していく取り組みは、目の前の業務効率化にとどまらず、将来のAI活用の基盤を整えることにもつながっています。
現場スタッフが日々入力しているケア記録が、やがて利用者の命を守るシステムの礎になる。そのような視点を持ちながら、自施設の記録業務のあり方を改めて見直してみることが求められています。