AIが実現する病院システムの垂直統合（Vertical Integration）

1. 日本の病院における「垂直統合」とは何か

病院における垂直統合とは、

患者接点 → 診療 → 検査・画像 → 病院運営 → 会計・請求 → 経営判断

までを、一貫した文脈（コンテキスト）と意思決定フローで結びつけることを意味します。

日本の多くの病院では、

電子カルテ（HIS / EMR）
検体検査システム（LIS）
画像管理（PACS）
医事会計・DPC

は既に存在しますが、

👉 「接続されているが、理解されていない」 状態に留まっています。

AIは、このギャップを埋める役割を担います。

2. 日本の病院ITが抱える現実的な課題

日本市場特有の課題として、以下が挙げられます。

ベンダーごとに分断されたHIS / 部門システム
HL7 v2中心で、FHIR活用が限定的
診療記録・所見が日本語フリーテキスト中心
人手依存の業務フロー（退院調整、DPC、レセプト）
現場改善とIT刷新の間にある心理的・組織的ギャップ

結果として：

データはあるが活用されない
現場は忙しく、改善の余力がない
IT投資が「コスト」と見なされやすい

3. AIは“置き換え”ではなく“上位レイヤー”

重要な前提として、

AIは既存の電子カルテやPACSを置き換えません

AIはその上位レイヤーに配置され、以下を実現します。

医療・業務コンテキストの理解（NLP / CV）
次に起きる事象の予測（臨床・運用）
部門横断の業務調整（ワークフロー）

これは日本の病院において、
現場を壊さず、徐々に高度化するために非常に重要です。

4. AIによる統合レイヤー（機能別）

4.1 データ・セマンティック統合

AIは以下を統合し、患者単位のタイムラインを構築します。

構造化データ（検査値、バイタル）
非構造化データ（診療録、看護記録、日本語テキスト）
医用画像（CT / MRI / X線）
医療機器・IoTデータ

結果：

「部門別データ」から「患者中心データ」へ

4.2 臨床AI（Clinical Intelligence）

診療録・検査・画像を横断的に解釈
重症化・敗血症・再入院リスクの早期検知
エビデンスに基づく診療支援

👉 医師の判断を補助し、置き換えません。

4.3 運用AI（病院運営の最適化）

病床管理
手術室スケジューリング
看護師配置
退院予測

例：

退院遅延をAIが予測 → 病床・人員・会計に自動反映

これは製造業で言う MES的思考 を医療に応用したものです。

4.4 医事・財務との統合

診療イベントとDPC / レセプトの自動整合
算定漏れ・返戻リスクの事前検知
患者単位のコスト可視化

👉 医療の質と経営の透明性を同時に高めます。

4.5 患者体験（フロント〜バックの循環）

問診・予約AIチャットボット
退院後フォロー・遠隔モニタリング
患者行動データの運営反映

患者行動が、
そのまま病院運営の入力データになります。

5. 日本の病院を想定したエンドツーエンド例

従来

手作業問診
結果確認の遅延
退院調整は属人化
医事修正が後追い

AI導入後

AI問診 → 診療前に整理
検査結果の即時解釈
退院時期の事前予測
会計・請求の事前検証

同じシステムでも、病院の振る舞いが変わります。

6. オープンソース中心の技術アーキテクチャ（日本向け）

flowchart TB
    A["患者アプリ / ポータル"]
    B["AIインタラクション層\n(チャット / 音声 / 画像)"]
    C["臨床AIエンジン\n(NLP・画像解析・予測)"]
    D["統合データ層\n(FHIR・DICOM・IoT)"]

    E1["電子カルテ / HIS"]
    E2["LIS"]
    E3["PACS"]
    E4["薬剤システム"]
    E5["医事会計 / ERP"]

    A --> B --> C --> D
    D --> E1 & E2 & E3 & E4 & E5
    E1 & E2 & E3 & E4 & E5 --> C

ポイント：

日本固有のHISを尊重しつつ、AIとFHIRで上位統合

段階導入（PoC → 部門展開 → 全院）が可能

6.1 オープンソース技術スタック対応図（実装視点）

以下は、実際に採用可能なオープンソース技術を対応付けた実装レベルのアーキテクチャです。

flowchart TB
    %% Edge & Identity
    U["患者 / 医療スタッフ"]
    GW["API Gateway\n(Traefik / Kong OSS)"]
    IAM["認証・認可\n(Keycloak)"]

    %% Interoperability
    IF["HL7インターフェース\n(Mirth Connect)"]
    FHIR["FHIR Server\n(HAPI FHIR)"]

    %% Core OSS Systems
    EMR["EMR\n(OpenEMR / OpenMRS)"]
    LIS["LIS\n(OpenELIS)"]
    PACS["PACS / DICOM\n(Orthanc)"]
    ERP["ERP / 医事\n(ERPNext)"]

    %% Data Platform
    PG["PostgreSQL + pgvector"]
    TS["TimescaleDB"]
    OBJ["Object Storage\n(MinIO)"]
    SEARCH["Search\n(OpenSearch)"]

    %% Event & Workflow
    BUS["Event Bus\n(Kafka / Redpanda)"]
    WF["Workflow Engine\n(Temporal)"]

    %% AI Layer
    NLP["NLP\n(spaCy / MedCAT)"]
    IMG["画像AI\n(MONAI / PyTorch)"]
    LLM["LLM\n(Ollama / vLLM)"]

    %% Observability
    OBS["監視・監査\n(Prometheus / Grafana / Loki)"]

    %% Flows
    U --> GW --> IAM
    GW --> WF

    EMR --> IF --> FHIR
    LIS --> IF
    ERP --> IF

    FHIR --> PG
    PACS --> OBJ

    PG --> BUS
    TS --> BUS

    BUS --> WF
    WF --> PG

    PG --> NLP
    OBJ --> IMG
    PG --> LLM

    GW --> OBS
    WF --> OBS
    BUS --> OBS

この図が示す重要ポイント：