介護施設はAI音声エージェントで家族連絡・受診リマインド・フォローをどう自動化するか

Brandon Lu

COO

介護現場の本当の痛点は通話量ではなく「時間帯」

一線主任が我々に最も訴えるのは、週2千件超の通話量ではなく、それらが「間違った時間」に集中することです。デイサービスでは、朝9時〜10時（家族からの入所者確認、送迎時間の確認）と夕方4時〜5時（受診予約、就業後の家族連絡）の2つの時間帯が最も負荷が高く、これが介護職員のピーク業務時間と完全に重なります — 朝は起床・清潔・食事介助、午後はおやつ・バイタル測定・レクリエーション。

AI音声エージェント導入後、愛知県のあるデイサービスでは、この2つのピーク時間帯の「非緊急アウトバウンド通話」をすべてAIに移しました。家族向け「本日の活動サマリー」音声通話、主介護者向け服薬リマインド逆コール、受診日48時間前の自動リマインド。結果は具体的で、ピーク時間帯の介護職員の電話による中断回数は1時間あたり4.2回から0.8回に減少しました。主任は「介護12年でいちばん変化を感じた運用改善」と表現しています。

ポイントは「AIが温もりを代替する」ではなく「AIが介護職員の注意を入所者のそばに戻す」です。入所者のそばにいる介護職員と、電話で家族に「今日はお昼を召し上がりましたよ」と伝えている介護職員 — 入所者の生活品質への寄与には大きな差があります。

安否確認コール：「時間がなくて電話できない」から「毎週安定して電話できる」へ

安否確認は最もパラドックスな分野です。ほぼすべての施設が「家族へ定期的に入所者の状況、新しいケアプラン、参加した活動を伝えるべき」と分かっていますが、関東・中部の中規模施設22件を取材した結果、実際に毎週連絡を回せている施設は25%未満でした。

実行できない理由は意思ではなくスケジューリングです。1通8分の安否確認を100家族に掛けると週800分、13時間分の工数 — どの施設のシフト表にもこの枠は作れません。

AIはこの場面を次のように処理します。施設側は週1回、入所者の動態データ（活動参加、健康数値、食事、特記事項）を社内システムから吸い上げ、AIが自然な対話形式で家族に電話し、週次サマリーを伝え、深掘りが必要な家族は自動で主任のコールバックキューに振り分けられます。主任は実際に対話が必要な10〜15%のみを扱えばよく、100件すべてを担う必要はありません。

横浜のある特養でこのワークフローを3ヶ月運用した結果、家族満足度スコアが10点換算で73→89に上がり、年間契約更新率が同期間12%上昇しました。主任のコメント：「これまで家族は『見捨てられている』と感じていたが、今は『ちゃんと見てもらえている』と感じる。私の業務量は増えていない。AIが『家族に知らせる』穴を埋めただけ」。

家族連絡：受け身から能動的な通知へ

家族連絡は安否確認よりデリケートです。内容は転倒、バイタル異常、食事拒否などの突発事項か、請求、書類、面会ルール変更などの事務的事項です。テキストメッセージは無視されがち、人手電話は遅延しがち。

AI音声エージェントはこの場面で2つの明確な強みを発揮します。第一にトリアージ：突発事項は主任が直接、事務的通知はAI。第二に確認：AIアウトバウンドは口頭確認を要求し（「『受領』とお答えください、または1を押してください」）、不通時は自動3回リトライ、その後SMSと紙面バックアップに切り替え、全ログを残します。

これは「連絡したはず」対「受け取っていない」という典型的な紛争を解決します。大阪のある介護医療院の実データを確認したところ、AI通知導入前は月平均4.3件だった「通知未受領」苦情が、導入6ヶ月後には0.7件まで低下し、残る各件には完全な通話ログと音声記録が残っていました。

受診リマインド：介護業務で最も漏れやすいディテール

日本の介護入所者は慢性疾患追跡、神経内科、歯科、眼科などで平均月1.8回の受診があります。入所者本人は覚えていられないことが多く、共働きの家族も忘れやすい。在宅高齢者に比べ施設入所者の予約不履行率は2〜3倍高いと現場では言われます。

コストは再予約の手間だけではありません。服薬ギャップ、モニタリング遅延、合併症リスクが積み重なり、最終的に入院日数の増加として跳ね返ります。東京の介護施設が行った内部調査では、受診を逃した入所者の30日以内救急搬送率は、定時受診した入所者の1.6倍でした。

我々がよく採用する3段階リマインドフローは以下です。

1. 受診7日前：家族に通知、付添可否確認

2. 受診48時間前：入所者本人（または主介護者）へ科・時間・送迎手段を復唱

3. 受診当日朝：最終確認

3段階すべてがシステムに記録されるため、主任が書類を追いかける必要はありません。千葉のある介護施設がこのフローを導入した結果、不履行率が21%から6%に低下しました — 受診100件あたり15件の定時受診増。救急低減に換算すると、1入所者あたり年間2〜4日の入院削減に相当します。

介護音声AIで本当に問うべき質問：発信できるかではなく、聞き取れるか

アウトバウンド発信は技術的には容易です。本当の難所は、日本の介護現場で最も難しい言語条件をAIが処理できるかです：方言混じりの家族、難聴の入所者、訛りの強い家族（外国人介護従事者の家族）、聴力が低下した80歳以上の入所者。

汎用ASRは日本語方言・高齢者音声混在の通話で単語誤り率10〜15%程度に落ちます。介護シナリオ向けにチューニングしたモデルは4〜6%まで押し下げられます。この差は誇張表現ではなく「使える/使えない」の境界線です。

もう一つ見落とされがちな要素は「沈黙への対応」です。介護入所者は話速が遅く、間が長い。標準的な成人話速で校正されたAIは、この間で発話を割り込むか早期に通話を終了しがちで、家族・入所者双方が機械的だと感じます。介護向けにチューニングされたAIは、無音待機閾値を延長し、ターン途中の割り込みを許容し、「あー」「えっと」などのフィラーを検知したら能動的に待機します。

Pathorsの介護向け具体機能

Pathorsが台湾および日本語圏の介護向けに実装した3つの具体機能：

1. 介護現場向けにチューニングされた音声モデル：方言混じり、高齢者話速、低帯域モバイル接続が同時に発生しても転記精度96%+。家族に「ゆっくり話してください」と頼む必要がなくなります。

2. 現地コンプライアンス準拠の録音ストレージと監査ログ：通話録音は現地リージョンに保管、監査ログは現地監督官庁が受理する形式でエクスポート可能。施設評価時にそのまま提出できます。

3. シナリオ別コンソール、エンジニアリングプロジェクトではない：安否確認、家族連絡、受診リマインドの3フローはすべてコンソールで設定します。webhook配線は不要。標準デプロイは7日以内、施設側ITリソースはほぼゼロ。

よくある質問

介護AI音声エージェントで家族が「機械対応された」と感じないか？

ポジショニングが明確ならそうはなりません。AIが担うのは週次サマリー、事務通知、時間ベースのリマインドなど、施設が本来定期的に実施できていなかった通話です。本当に対話が必要な場面（突発事態、家族会議、苦情）は引き続き主任や相談員が対応します。我々が支援する施設では、家族満足度はむしろ15〜25%上昇します。「連絡がある」頻度が安定するためです。

介護施設の通話自動化は個人情報保護法に違反しないか？

録音が適切なリージョンに保管され、監査ログがエクスポート可能で、DPAが現地法準拠であれば問題ありません。重要なのはプラットフォーム選定です。Pathorsはデフォルトで録音を現地リージョンに保管し、監査ログは施設評価で必要とされる形式でエクスポートでき、DPAは現地法準拠で作成されています。

家族連絡AIはどのくらいで稼働するか？

標準的な家族連絡シナリオ（入所者状況、事務通知）は7日で稼働します。既存HIS連携（服薬データ連携など）を含むと14〜21日です。クリティカルパスは技術ではなく「AIに任せる通知」の施設内合意形成で、これがデプロイより時間がかかるのが通例です。

受診リマインドシステムの費用は？

通話単位課金、NTD建て、USD最低コミットなし。100床施設の月間受診リマインド量は通常500〜600通、1通3〜4分で月予算はおよそNT$9,000〜12,000。不履行による再予約の事務コスト（台北実測で月NT$15,000〜25,000）と比べても十分ペイします。

AI音声エージェントは方言を処理できるか？

プラットフォーム次第です。多くの汎用音声AIプラットフォームでは方言の本番精度が60〜70%に落ちます — 実用に耐えません。Pathorsは介護向け方言混在データの収集とチューニングを実施し、ベンチマークで94%+を達成しています。契約前に必ず自施設の実通話でベンチマークを走らせてください。デモだけで判断しないことです。

中小規模施設でも負担可能か？

50床規模で月額NT$6,000〜10,000程度、パート職員の半月給に相当します。回収ポイントは介護職員の電話中断30〜40%減、家族満足度向上、入所継続率向上。大半の施設が3ヶ月以内に財務的ROIを確認しています。