課題
介護の現場では、利用者の体調や食事、服薬などを日々記録する必要があります。記録は大切な業務ですが、ケアの合間に文字で入力する負担は大きく、職員の時間を圧迫していました。
話した内容をそのまま記録にできれば負担は減りますが、汎用の音声認識では現場で使われる専門用語や、利用者・施設に関わる固有名詞を正しく聞き取れません。誤った文字起こしのままでは、記録としても、後の分析に使うデータとしても役に立たないという壁がありました。
支援内容
Nextremerは、介護福祉の現場向けに特化したAIモデルの開発を担当しました。
- 現場で使われる専門用語や、誤認識しやすい固有名詞を事前に分析
- それらを学習に取り入れ、介護の会話に強い音声認識を構築
- 文字起こしした口頭記録から、健康状態などの情報を抽出し項目ごとに構造化
音声認識と情報抽出を別々に最適化するのではなく、最終的に「使える記録」になるかを基準に両方を調整しています。
成果
現場特有の言葉づかいを踏まえた音声認識と情報抽出により、口頭記録から必要な情報を高い精度で構造化できるようになりました。
記録の入力負担を軽くするだけでなく、蓄積された記録を健康状態の把握や分析に活用できるデータとして残せるようになっています。
