調剤薬局の薬歴記録・受付・在庫発注をAIエージェントに——薬剤師が対人業務に集中できる設計
2026年6月14日 · 調剤薬局
想定される導入シーン
- 服薬指導後の薬歴入力に1件あたり5〜15分かかる工数を削減し、閉局後残業の主因を取り除く
- 受付・処方箋確認・お薬手帳確認の一次対応を自動化し、患者の待ち時間を短縮する
- 在庫状況と処方実績に基づく発注推奨リストを自動生成し、在庫切れ・過剰在庫を防ぐ
- 服薬指導の会話音声を文字起こしし、LLMがSOAP形式の薬歴ドラフトを自動生成。薬剤師は1〜3分のレビューで確定
- タブレット端末のAIエージェントが受付フロー(処方箋受取・保険証確認・お薬手帳スキャン)を案内・記録
- 処方実績と在庫データを照合し、発注推奨リストを週次で自動生成。薬剤師が承認後に発注処理
- 薬歴入力の人的工数を1件あたり約70%削減できる余地(目安)
- 受付の一次対応待ち時間を短縮し、薬剤師が服薬指導に集中できる時間を確保(想定)
- 在庫切れ・過剰在庫の発生頻度を低減し、発注業務の属人化を解消(想定)
※ 数値は一般的な公開情報をもとにした目安であり、特定の実績を示すものではありません。
調剤薬局の業務負荷の大部分は薬歴入力・受付案内・在庫発注など「対物業務」であり、最新のLLMと音声認識エージェントが補助できる領域です。本ページは、公開情報をもとに「こういう使い方もできる」という活用イメージを編集部が構成したものです。
① 最新情報の調査:薬局×AIでいま何ができるか
国の方針として、薬剤師の業務を「対物業務」(調剤・在庫管理・薬歴入力)から「対人業務」(服薬指導・健康相談・重複投薬チェック)へシフトさせる流れが続いています。この方向性は2025〜2026年にかけて加速しており、AIサービスの提供も実用域に入っています。
具体的には3つの領域でAI活用が進んでいます。
- 薬歴入力補助: 服薬指導の音声をリアルタイムで文字起こしし、LLMがSOAP形式(主訴・客観情報・評価・計画)のドラフトを自動生成する。薬剤師はドラフトを確認・修正するだけでよく、白紙から書く負荷がなくなる
- 受付・処方箋対応: AIエージェントが来店患者の受付フロー(処方箋受取・お薬手帳確認・保険証確認・待ち順案内)を一貫して担い、窓口の混雑を緩和する
- 在庫・発注管理: 処方実績データと在庫を紐づけ、発注タイミングと数量の推奨リストを自動生成する。従来1日2時間かかっていた発注業務が半減した薬局の事例も公開情報として報告されている
2026年5月施行の薬機法改正では、指定濫用防止医薬品の販売ルールが強化されており、受付フローへのAI組み込みにはこの対象品目への対応設計も必要になっています。
② 需要の特定:薬局業務のボトルネックはどこか
調剤薬局の業務工数を分解すると、ボトルネックの構造が見えてきます。
| 業務 | 工数比率(目安) | AIが補助できる範囲 |
|---|---|---|
| 薬歴入力 | 約30〜40% | ドラフト自動生成(最終確認・承認は薬剤師) |
| 受付・処方箋対応 | 約20〜25% | 一次受付・案内(服薬指導は薬剤師必須) |
| 在庫管理・発注 | 約15〜20% | 推奨リスト生成(承認は薬剤師・管理者) |
| 調剤・監査 | 約20〜25% | 調剤監査支援(最終確認は薬剤師必須) |
薬歴入力は1件あたり5〜15分を要し、処方箋枚数が多い日は閉局後の残業に直結します。特に服薬指導と入力を同時にこなすのは困難で、「後でまとめて入力」が常態化すると記録の精度低下を招きます。
需要の本質は「薬歴を速く書く」だけでなく、薬剤師が患者と向き合う時間を増やすことにあります。対物業務をAIに委ねるほど、対人業務の質を上げられる余地が生まれます。
③ 用途の考案(実装イメージ)
以下の3エージェント構成で薬局業務を補助できます。
薬歴記録エージェント
服薬指導中、マイクで会話を取得し、音声認識エージェントが転写・話者分離を行います。Claude 系 LLMが処方内容・指導内容・患者の訴えをSOAP形式で構造化し、薬剤師が1〜3分のレビューで電子薬歴システムに確定入力します。患者固有の情報(アレルギー・副作用歴)はあらかじめ薬歴システムから参照し、ドラフトに自動的に組み込むことができます。
受付エージェント
タブレット端末にAIエージェントを常駐させ、来店患者が処方箋QRコードやお薬手帳をスキャンすると受付登録が自動完了します。AIが待ち順と呼び出しタイミングを管理し、薬剤師は調剤と服薬指導に集中できます。指定濫用防止医薬品が含まれる処方箋の場合、エージェントが自動でフラグを立て、薬剤師への確認を必須化する設計が求められます。
在庫・発注エージェント
1週間分の処方実績と現在庫を自動照合し、不足予測のある品目をリスト化します。薬剤師または管理者が承認ボタンを押すと発注処理が走ります。発注漏れと過剰在庫の両方を防ぎ、在庫業務の属人化を解消できます。
薬剤師に残す業務
服薬指導の実施・相互作用チェック・処方監査の最終確認は薬剤師が必ず行います。薬歴の修正と最終承認、多剤処方患者や高齢患者へのきめ細かな対応も同様です。薬剤師法上、服薬指導は薬剤師が直接実施する義務があり、AIによる代行は現行法では認められていません。AIは「情報の整理と候補提示」に特化し、医療判断は人間が担うという設計原則を崩しません。
④ 設計・運用のポイント
- 薬歴エージェントから始める: 最初の1ヶ月は1薬局・1薬剤師で薬歴エージェントだけを試験運用し、SOAP形式の精度と操作感を確認する。週50〜100件の処方箋で運用を安定させてから受付・在庫へ拡張する
- 電子薬歴システムとのAPI連携を先に確認する: ドラフトの自動投入には電子薬歴ベンダーとの連携仕様を事前に確認する必要がある。連携できない場合はコピー&ペースト運用でも効果は出せる
- 法改正への追従を設計に含める: 薬機法関連の省令・指定品目は定期的に改訂される。厚生労働省の告示を定期的に参照し、受付エージェントの対象品目リストを更新する仕組みを持つ
- 承認フローを省略しない: AIが生成した薬歴ドラフトには記載漏れ・解釈誤りのリスクが残る。「AIドラフト→薬剤師確認→電子薬歴確定」の流れを運用ルールとして明文化しておく
参考
- 生成AI薬歴入力支援サービス(PHCホールディングス・ウィーメックス株式会社)
- 2026年5月1日施行の医薬品販売制度の改正内容(厚生労働省)
- 2025年改正薬機法で何が変わる?薬局で取るべき対応(pharmasoft)
まとめ
調剤薬局の業務負荷を「対物業務」と「対人業務」に切り分け、前者をAIエージェントに段階的に任せる構成は、今の技術レベルで現実的に組める領域に入っています。薬歴入力の工数削減から始め、受付・発注管理へと順番に自動化範囲を広げることで、薬剤師が患者と向き合う時間を増やせます。
薬局の業務課題とAIエージェントの組み合わせについて相談したい場合は、Kuu株式会社のAI運用管理サービスをご参照ください。規制対応と統制の観点から、薬局に合った設計を一緒に考えます。
現場で想定されるニーズ
服薬指導の時間は患者さんと向き合いたいのに、後で薬歴を入力する時間の方が長くなってしまう。会話しながら自動的に記録が残る仕組みがあれば、残業が減るだけでなく指導の質も上げられるはず——そんなニーズに応えられる構成です。
— 想定ペルソナ:調剤薬局の薬局長(薬剤師)
活用した最新モデル・機能
今後の展望
薬歴記録の自動化が定着した次の段階では、複数薬局にまたがる処方履歴をエージェントが横断参照し、重複投薬や相互作用のリスクをリアルタイムで提示する「処方安全ネット」へと発展できます。薬剤師の判断を補助するアドバイザリ機能として、患者一人ひとりの服薬状況を継続的に見守る方向です。
調査の出典・需要根拠
- https://www.phchd.com/jp/medicom/pharmacies/ai-medicationhistory
- https://www.mhlw.go.jp/stf/web_magazine/closeup/20.html
- https://psft.co.jp/pharmacy/column/useful/617/
こうした活用を自社で検討する
ここで挙げた使い方は、多くの企業でそのまま応用できます。自社の業務にどう落とし込めるか・費用感は、無料相談(15〜30分)でご提案します。