Manipal Hospitals

課題

Manipalの看護師は、1シフトあたり約90分を余分に費やして、申し送りレポートを書いたり読んだりしていた。病院グループは、この遅れが疲労やミスの一因になり得るとしている。

取り組み

Manipalは、看護師との設計の協議を8回超重ねたうえで、Google Cloud Consultingとこのツールを構築した。TrakCareシステムの患者データがGoogle Cloudのデータレイクに流れ、フィルターがシフトに関連する事実を選び、Vertex AI上のGeminiが構造化されたISBAR形式の要約を作成する。チームは必要最小限の機能を備えた製品から始め、1つの病院で試験運用してから拡大した。

主な数値

示唆

モデルに渡す前にシフトごとにデータを絞り込んだことで、要約は短く、関連性の高いものになった。展開も、1つの病院と看護師のフィードバックから始めて、広げていった。

分類

規模

大企業

業種

医療・ライフサイエンス

業務機能

生産・品質社内業務・ナレッジ管理

イノベーションの類型

プロセス・イノベーション

AI技術

生成AI

導入形態

パートナーとの共同開発

目的

生産性・スピード品質・リスク

根拠

ベンダーの事例紹介

出典

1. How Manipal Hospitals sped up nurse handoffs across 37 hospitals

   Google Cloud Blog·2025年7月12日ベンダーの公表資料

出典の要約

詳細は原典でご確認いただけます。