プロジェクトの背景

医療業界におけるデジタルトランスフォーメーションの加速に伴い、電子カルテシステムは高度化・複雑化の一途を辿っております。多機能化するシステムに対し、現場の医療従事者からは多岐にわたる操作上の問い合わせが寄せられ、その対応コストの増大が開発ベンダーにとっての喫緊の課題となっています。本プロジェクトのクライアント企業様である医療系ITシステム開発会社様も、顧客満足度の向上と保守運用の効率化を目指し、AI技術を活用したQA対応の自動化を模索されていました。特に電子カルテは専門性が高く、膨大な操作マニュアルの中から適切な情報を即座に抽出する高度な検索技術が求められます。このような背景のもと、同社は自社リソースによるAIチャットボットの構築に着手されました。

クライアントが抱える課題

同社は当初、内部の開発チームにて操作マニュアルの情報をAIに登録し、チャットボット経由で回答を生成するWebアプリケーションを構築されていました。しかし、実際に運用検証を開始したところ、AIが提示する回答の精度が著しく低く、実用に耐えうる品質に達していないという深刻な課題に直面されました。具体的には、質問に対して全く異なるマニュアル箇所を参照したり、虚偽の情報を回答したりする事象が頻発していました。技術的な原因として、大量のドキュメントを効率的に処理し、最適な情報を抽出するための検索アルゴリズムの最適化や、大規模言語モデルへの適切な指示出しのノウハウが不足していたことが挙げられます。自社リソースのみでの技術選定および精度改善に限界を感じ、確実な成果を短期間で創出するための高度な専門的知見が求められていました。

弊社が提供したソリューション

エム・ティ・ストラテジーは、同社の課題を解決すべく、弊社の強みであるプロジェクトマネジメント知見と最新のAI実装ノウハウを融合させた支援を実施いたしました。まず、既存のシステム構成を詳細に分析し、回答精度を低下させているボトルネックを特定。その上で、大規模言語モデルとして高い処理能力を誇るGeminiを採用し、フレームワークにはLangChainを用いたRAG（検索拡張生成）アーキテクチャの再構築を提案・実行いたしました。導入プロセスにおいては、まず操作マニュアルの構造化を行い、AIが情報を理解しやすい形にデータ形式を最適化しました。次に、検索エンジンと生成AIを高度に連携させ、質問に関連する情報のみを正確に抽出するプロトタイプを迅速に開発。段階的な評価・改善サイクルを回すことで、ハルシネーションを最小限に抑え、専門性の高い医療用語にも柔軟に対応できる高度なQAエンジンへと磨き上げました。技術提供に留まらず、実運用を想定した開発管理体制の構築も併せて支援することで、確実なプロジェクト遂行を担保いたしました。

適用による効果

本支援の結果、同社が当初設定されていた目標正答率80%を大きく上回る、93%という極めて高い正答率を達成いたしました。自社開発時に課題となっていた誤回答や的外れな応答は大幅に改善され、実務において信頼性の高いQAツールとしての地位を確立しました。また、弊社の知見を活用したプロトタイプ開発により、当初の計画よりも大幅に短縮された期間でのアプリケーション構築に成功。これにより、同社の開発チームは本来のシステム開発業務にリソースを集中させることが可能となり、プロジェクト全体の生産性向上にも寄与いたしました。今後は、この高精度なQA基盤をベースに、社内向けのみならずエンドユーザーである医療機関への直接提供も視野に入れた機能拡張が検討されています。弊社は引き続き、AI導入の伴走者として、クライアント企業様のビジネス価値の最大化を強力に支援してまいります。