このリポジトリの詳細な提案背景、課題構造、活用技術などは上記Markdownにまとめています。
本リポジトリは、UiPath主催のグローバルハッカソン AgentHack 2024 に向けた提案プロジェクトです。
日本の医療現場における「カルテ（EMR）」と「レセプト（診療報酬請求）」の乖離を、**RPA × AI × エージェント型オートメーション（Agentic Automation）**の力で解決する仕組みを提案します。
| 課題 | 説明 |
|---|---|
| 用語の乖離 | 医学的なカルテ記載と言語が異なるため、機械変換が困難 |
| 自由記載テキストの処理 | 「朝から頭痛が…」のような自然言語記述の構造化が困難 |
| 転記作業の手間とヒューマンエラー | 医事課がEMRを見ながら手動入力するためミスや工数が発生 |
| 制度改正対応の難しさ | 請求ルールが頻繁に変わるため、ツール側の対応も複雑 |
| 属人化したノウハウの継承 | ベテランの経験が暗黙知化し、若手職員の教育コストが高い |
- EMR記録から診療行為・診断名・処方などを抽出（LLM + NLP）
- 抽出結果をEMR上・Action Center上に表示
- 医師による「承認／保留」操作で学習フィードバック
- AI抽出内容をもとに、レセコンへRPAで自動入力
- 提出・返戻処理も自動対応し、医事課に通知
- LLMベースの診療内容変換エージェントを用意
- ガイドラインや症例ナレッジをもとに点数コード候補を提示
- 返戻理由の分析 → 抽出ルールやプロンプト改善
- 医事課の手動修正結果も再学習データに活用
| 分類 | 技術・サービス |
|---|---|
| RPA | UiPath Studio / Orchestrator / Action Center |
| AI | Coded Agents / OpenAI GPT / 日本語医療BERT (商用利用可否要検討) |
| 自動化基盤 | UiPath Agent Builder / Maestro / Coded Agents |
| データ抽出 | Document Understanding / OCR |
| 提出管理 | レセプトソフト連携（UI操作ベース） |
- 医事課の工数最大50%削減
- 返戻率の低減（取り漏れ・記載不備の防止）
- AIによる若手教育支援・属人性排除
- 制度改正への柔軟な追従
- 現場に負担をかけない形で自然に制度理解を促進
| 期間 | 内容 |
|---|---|
| ～7月7日 | アイデア提出・リポジトリ作成完了 |
| 7月8日～7月末 | プロトタイプ実装・PoC構築 |
| 8月上旬 | 動画提出・最終提出・最終調整 |
提案者：Seiya Kawashima
所属：AutoFor株式会社（福岡）
連絡先：[email protected]
GitHub：AutoFor
📌 ご質問・フィードバックは Pull Request または Issues までお願いします。