AI薬歴「関西弁完全対応型」は作れるか
SOAPが取りこぼす”間”の情報学

「検査結果よかったわ！悪いのは顔だけな！わはは！」という患者の軽口を、AI薬歴が大真面目に「S:顔の調子が悪いと感じている」と記録してしまう——大阪の薬局薬剤師のX投稿が話題になっている。

笑い話で済ませてよい話ではない。これは生成AI薬歴の設計思想に横たわる根本的な弱点、すなわち「発話の意味」と「発話の意図」を区別できないという問題を可視化した貴重な症例報告である。あえて技術的な観点から、この問題がなぜ起きるのか、そして本当に「関西弁完全対応型」を作るとしたら何が必要かを思考実験として整理してみよう。

なぜAI薬歴は軽口を”症状”として記録してしまうのか

現在市場に出ているAI薬歴サービスの多くは、服薬指導時の会話を音声認識（ASR）でテキスト化し、生成AIがSOAP形式に要約するという二段構成を取っている。音声入力された服薬指導の内容を数秒で解析してSOAP形式の薬歴を自動生成する方式や、患者との会話からAIが数秒で薬歴を作成する方式が主流になっている。

この構成自体は効率化の観点で理にかなっているが、問題は要約モデルの学習データと最適化目標にある。生成AIの要約タスクは基本的に「発話内容を漏れなく圧縮する」ことに最適化されており、皮肉・自虐・ノリツッコミといった語用論的（プラグマティックな）要素を弁別する層を、標準的なSOAP生成パイプラインは持っていない。結果として、S（Subjective：患者の主観的訴え）欄は「発話をそのまま構造化する」という最も安全側に倒れた挙動を取り、皮肉を字義通りに記録してしまう。

SOAPフォーマットそのものが抱える構造的なバイアス

もう一段深い問題として、SOAP形式そのものが「発話＝症状」という前提で設計されていることが挙げられる。本来、熟練薬剤師は患者の発話を聞いた瞬間に「これは世間話・関係構築のための軽口であり、臨床情報ではない」と無意識にトリアージしている。

ASRからLLM要約への直列処理では、「聞こえた発話」がそのまま「記録すべき主観情報」として扱われやすい。放置すれば、別の薬剤師が薬歴だけを見て「顔の調子について経過フォローが必要」と誤認し、次回来局時に見当違いのヒアリングをしてしまうといった実害にもつながりかねない。

「関西弁完全対応型」を技術的に実装するなら

投稿への回答としてのエンジニアリング的な冗談を、あえて真面目に技術要件へ分解してみよう。

笑い話で終わらせず、AI薬歴運用の点検材料に

このエピソードの本質的な価値は、方言対応という表層的な話題以上に、AI薬歴を導入している、あるいは導入を検討している薬局に対して「AIが生成したSOAPを無検証で確定させていないか」という運用上の問いを突きつけている点にある。

今この瞬間の薬局運営としては、AI生成薬歴を薬剤師が確認・修正する体制そのものが最後の砦であることを再確認すべきだろう。薬剤師法上、最終的な記録責任は薬剤師にあり、AIはあくまで下書きを作る補助ツールに過ぎない。