看護師の希望を反映する自律型勤務調整を構想する看護配置AIのIn-House Health、AIエージェントによる次世代シフト管理の将来像を提示

In-House Healthは、看護師の勤務表作成における将来像として、AIエージェントが個々の看護師の希望や状況を理解し、自律的に勤務調整を行う仕組みを提案しました。これまで同社は、人間の記憶の限界や希望の心理、そして一見単純に見える看護師の勤務表の背後にある複雑さを掘り下げてきましたが、今回の内容では、より大胆な発想として、単なるシステムやアルゴリズムの改善ではなく、個々の看護師を深く理解することこそが将来の勤務表作成を変える鍵になるとしています。看護師の勤務表作成が難しい理由は、要件が日々変化し、前提となる情報も完全ではないことにあります。必要な人員配置は、スタッフの能力や患者ケアの状況によって毎日変わり、あらかじめ決められた固定ルールだけでは現実に対応しきれません。仕事量の公平性、負担の偏り、スタッフ満足度といった大きな理想は共通していても、何が良い勤務表なのかを一つの定義で表すことは難しいとしています。さらに、看護師自身も本当の希望を正確に言語化できるとは限りません。たとえば「夜勤を希望する」と言っても、実際には「週末以外の夜勤」や「学期中だけ夜勤」といった条件付きである場合が多く、単純に希望シフトを聞くだけでは十分ではないと指摘しています。

In-House Healthは、現在のシステムが失敗しやすい理由を、データ不足ではなく、文脈を理解する知性の不足にあると捉えています。従来のコンピュータシステムは、人を複雑で変化する存在ではなく、単なるパラメータとして扱いがちです。しかし実際の看護師には職場の外に生活があり、数カ月先の希望を正確に予測することは簡単ではありません。たとえ予測できたとしても、従来の勤務表システムは現実の細かな事情を取り込めるようには設計されていないとしています。経験豊富な勤務表作成担当者は、公平性、疲労、人間関係、スキル、経験、患者の重症度、予算制約など、数百もの変数が相互に影響し合うことを理解していますが、線形的なモデルだけではその複雑さを処理しきれず、人間の頭だけで抱えるべきでもないというのが同社の考えです。そこで提示されるのが、各看護師に専属のデジタル相棒としてAIエージェントを持たせる構想です。このエージェントは、その看護師の職業上の人格を表し、本人の希望や健康状態を勤務表の仕組みの中で代弁する存在になります。従来の休暇申請フォームとはまったく異なり、話を聞き、学習し、理想的な働き方を支える伴走者のような役割を担います。エージェントは、看護師との自然な会話を通じて訓練され、継続的で小さなやり取りの積み重ねによって、本当の勤務希望を理解していきます。これは一度きりの静的な希望リストではなく、状況に応じて変化する文脈を踏まえた動的な判断ロジックになるとしています。この仕組みでは、看護師は自分のエージェントに直接要望を伝えられます。たとえば、親友の結婚式があるので、その2週間前は日勤に変えたい、結婚式の週は休みたいといった具体的な事情を伝えられます。さらに、エージェントは勤務後や次回の勤務表作成前に短い確認を行い、その日の勤務がどうだったか、金曜に休めるなら週末勤務を増やしたいかといった形で、自然な言葉で情報を集めます。そして、前夜勤が続いて疲れがたまっているといった発言を受けて、夜勤の連続は3回までに抑えるべきといったルールへ変換していきます。こうして、看護師の負担を増やさずに、その人にとって何が勤務満足度を左右するのかを深く理解する存在になっていきます。

その後、各看護師のエージェント同士が相互にやり取りし、勤務表を構築・更新していく構想です。個人の健康や希望を守りながら、人員配置の必要性やコスト効率とのバランスを取る形で調整が行われます。更新情報は会話から継続的に得られるため、生活事情が変わればエージェントの理解も変化し、看護管理者が手作業で細かな修正を追い続ける必要が減ります。また、子どものサッカーの試合日程が火曜に変わったので誰かと勤務を交換したい、といった依頼も24時間いつでもエージェントに伝えられるようになります。In-House Healthは、このようなAIエージェントの導入が、勤務表作成だけでなく仕事満足度や燃え尽き防止にも役立つ可能性があると見ています。IndeedのPulse of Healthcare 2025によれば、雇用主から強く支えられていると感じる医療従事者は5人に1人にとどまるとされており、人間の管理者と違ってAIの伴走者は常に利用可能です。看護師は厳しい勤務の後に自分のエージェントへ気持ちを吐き出し、勤務に対する満足度や疲労の傾向を継続的に蓄積できます。これにより、単なる勤務調整のチャットボットではなく、燃え尽きの兆候や構造的な問題を早期に発見し、管理側へ気づきを返す存在にもなり得るとしています。その結果、勤務表作成は受け身の作業から、リアルタイムの洞察に支えられた先回り型のプロセスへ変わる可能性があります。

一方で、この構想において重要なのは技術そのものよりも率直さだと、同社は強調しています。看護師が疲労、人間関係、休息の必要性といった本音を安心して話せるには、安全性と機密保持が欠かせません。看護師とエージェントのやり取りは安全かつ機密でなければならず、AIが生み出した洞察は看護師本人の体験改善のためだけに使われるべきだとしています。会話記録は、他の機微な人事関連情報と同じ水準で慎重に扱う必要があります。また、導入後も継続的に監視し、個人と組織の双方の目標が満たされているかを確認しながら、予期せぬ影響や偏り、公平性の問題をすばやく是正することが必要だと述べています。最終的にIn-House Healthが描く将来像では、勤務表作成は看護管理者が数日間オフィスにこもって行う作業ではなくなります。代わりに、数百のAIエージェントが協働し、それぞれが現実の看護師を代表し、学習し、対話し、交渉しながら最適な勤務表を自律的に生み出していく仮想的な作業空間へ変わります。管理者は勤務表の作成・管理から解放され、患者アウトカムの改善といった大きな課題にも、日々の現場運営やスタッフとのつながりといった小さな課題にも、より多くの時間を割けるようになります。看護師にとっても、自分の状況を理解し、負担を増やすことなく支えてくれる仕組みが生まれることになります。同社は、自律型AIエージェントという考え方が不安を伴うものであることも認めています。技術が学習し、判断し、適応し始めるときには、慎重さが必要です。目指すのは無条件の自動化ではなく、人間が価値観や境界線、目標を設定し続ける共同的な関係だとしています。医療現場におけるAIの可能性は、何を作るかだけでなく、どう使うかにかかっており、今の段階から率直に議論し、慎重に試し、人間性を中心に設計していくことが重要だとしています。

In-House Healthについて
In-House Healthは、2023年に設立されたDenver拠点のアーリーステージスタートアップで、看護チーム向けにAIを活用した人員配置と業務管理の仕組みを開発しています。主力製品は、看護管理者の負担が大きい勤務表作成業務を効率化するAI主導の勤務調整・管理プラットフォームであり、予測分析と自動スケジューリングを通じて、看護部門の運営時間とコストの削減を目指しています。看護リーダーの働きやすさを高めるだけでなく、医療機関の患者安全性や財務面の改善にもつなげることを目標にしています。