安診ネットは記録DXではありません。
職員に負担なく重度化防止につながる【リスク検知システム】です。
AIが「いつもと違う」を見つけ、リスクを見逃しません。
-
いつもと違うを検知・分析
-
早期に発見・対応
-
入院短縮・負担軽減
※1：AI技術に対し厚労省「平成29年厚生労働科学研究・人工知能実装研究事業」に採択 ※2：長野県・福岡県にてCOVID-19の宿泊療養施設における健康管理システムとして採用。長野県にてCOVID-19の自宅療養における健康管理システムとして採用 ※3：遠隔健康管理に対し、新連携事業に採択 ※4：疾患予測AI開発に対し、戦略的基盤技術高度化支援事業（サポイン事業）に採択 ※5：日本医師会COVID-19有識者会議『在宅医療と介護における COVID-19 対応の課題と解決策、提言タスクフォース』報告書、参考資料１にて、安診ネットが取り上げられました
安診ネットは「現場生まれ・現場育ち」
「現場⇒研究⇒開発」で現場改善を確実に
- 2008年
- 医療現場のICT化で開発
- 2012年
- 施設導入、重度化防止で成果
- 2015年
- 政府系補助事業採択（経産省新連携）
- 2018年
- 厚生労働科学研究でエビデンス
- 2020年
- 新型コロナに長野県全域で利用
- 2023年
- 厚労省老健局効果測定事業で成果
- 2025年
- 大阪・関西万博に厚労省から選出
なぜ生産性向上と重度化防止で成果が出るのか？
日々のデータを
AIが分析
しているからです。
-
リスク正答率
-
見落とし
-
入院短縮
-
業務削減
出典 ※1 日本慢性期医療学会発表（JMC148号） ※2 医療マネジメント学会2024 ※3 厚労省介護ロボット検証
安診ネット運用の流れ
STEP01
バイタル自動入力
STEP02
要注意者をピックアップ
-
個人の特性統計学
-
総合判断EWS:早期警告スコア
-
個別化判定（特許）
![[赤][黄][緑]で表示](assets/img/top/img_unyo03_03.webp)
リスクを色で判断します
-
赤
医師に相談
-
黄
観察強化
-
緑
通常観察
STEP03
医療情報を一元化
STEP04
参考に医師に相談
注） 最終的な判断は医師が行います。
![悩んだときはトリアージ[赤]で相談](assets/img/top/img_unyo07_01.webp)
導入効果
リスクの早期発見
状態悪化につながる変化を
検知し､医療介入を促します｡
業務負担の軽減
“誰を優先すべきか” が分かり､
リスク管理や申し送りが軽減｡
収益性の向上
重度化・長期入院の減少 → 稼働率UPの成果事例があります。
