【老年】80代・90代の退院支援、AIで多職種ケア計画を効率化
- 回復期リハビリから在宅へ。教員も学生も、多職種連携の全体像を描きにくい
老年看護の退院支援、何が難しい？
- 患者の身体機能・認知機能の変化を時系列で把握する手間
- ADL維持とリスク管理のバランスをケア計画に落とし込む複雑さ
- 医師・PT・社会福祉士との情報整理と共有の工数
- 学生が『全体像を見る』力を育てにくい
AI活用で変わる！退院支援ケア計画の作成フロー
- Medi-EYE事例データを抽出 （→ Excel/PDF形式）
- AIに患者情報と観察記録を入力 （→ プロンプト指示で構造化）
- 看護問題・リスク抽出（AIドラフト） （→ 教員の専門知で編集）
- 多職種視点で検証・修正
- 学生向けケア計画に完成
実例：木村さん（脳梗塞・80代）のケア計画をAIで作成
- 入力例：患者の基本情報、入院経過、現在のADL、リハビリ進捗をExcel形式でAIに読み込ませる
- プロンプト例：『この患者の看護問題を優先度順に列挙し、各問題ごとに観察項目・介入案・評価指標を表形式で示してください』
- AIの出力：脳梗塞患者の『麻痺側ADL獲得』『転倒リスク』『家族指導の必要性』が自動整理される
- 教員の検証：ガイドライン・院内基準と照らし合わせ、個別修正（1次チェック→学生で2次チェック）
池田さん（慢性硬膜下血腫・90代）から学ぶ、リスクと自立のバランス
- 転倒転落ハイリスク患者の『保護と自立の二律背反』をAIにどう問わせるか
- プロンプト例：『90代の転倒ハイリスク患者が退院後、できるだけ自宅で過ごすための環境・ケア・家族教育の優先順位を示してください』
- AIが多職種の視点を統合：医学的リスク、ADL・IADL、認知機能、家族背景、地域資源が整理される
- 学生の思考：『なぜこの優先順位か』を教員と対話する中で、老年看護の実践知が育つ
AI活用の3つの約束。教員が守ること
- ✓ Medi-EYE事例データは教育用架空データ。施設契約のAIアカウント（ChatGPT・Gemini等）に入力しても個人情報侵害にはならない
- ✓ AIの回答は『初案』。必ず厚労省ガイドライン・院内基準・最新論文で検証し、教員責任で修正してから学生に示す
- ✓ プロンプトには『老年看護の視点を含める』『転倒リスクアセスメントツール（Timed Up and Go等）を参考に』など、指針を明記すると精度が上がる
明日から実践。プロンプトテンプレート3つ
- ①『患者の看護問題整理型』：患者基本情報を入力し、優先度順に問題列挙を依頼
- ②『退院支援ケア計画型』：現在地（入院中）から退院後の生活像まで、段階的な計画立案を依頼
- ③『多職種連携シート作成型』：医師・PT・社会福祉士が各々どう関わるか、整理表を作成させる
- 各テンプレートはプロフィール欄のリンクからダウンロード可能。Medi-EYE導入校の学習支援ツールで公開中
解説
【老年】80代・90代の脳梗塞や転倒転落ハイリスク患者の退院支援では、患者の回復段階ごとにADLを予測し、自宅復帰に向けた多職種ケア計画を立てる必要があります。しかし看護教員は忙しく、学生ひとりひとりに『退院支援の全体像』を丁寧に教える時間が限られがち。ここで活躍するのが、生成AI×Medi-EYE模擬事例です。
実は、Medi-EYE事例データ（木村卓哉さんの脳梗塞・90日間のリハビリ経過、池田君子さんの転倒転落ハイリスク対応など）は教育用架空データ。これを施設契約の生成AIアカウント（ChatGPT・Gemini・Claudeなど）に入力して、『この患者の看護問題を優先度順に整理してください』『退院後の家族指導の重点は何か』と問わせると、数分で初案が出ます。
ポイントは3つ。1つ目は、プロンプトに『老年患者特有の認知・身体機能低下』『転倒転落スケール（Timed Up and Goなど）を参考に』と、明確な視点指示を入れること。2つ目は、AIの出力は必ず厚労省『退院支援ガイドライン』と院内基準で検証し、教員が責任を持って修正してから学生に示すこと。3つ目は、学生が『AIが出した案』をディスカッションの叩き台にして、老年看護の実践的な考え方を養うことです。
こうして使うと、教員の準備時間は短縮でき、学生は『なぜこの優先順位か』『なぜここでリスク評価が必要か』と深い問いを持ちやすくなり、臨床判断力の育成にもつながります。施設契約アカウントなら著作権や個人情報も守られるので、安心して授業設計に組み込めます。
同じ現場の同僚にもシェアしてください
