受付から染色・出荷までの記録をAIで突合し、標本取り違えや工程記録の不整合を検知。
病理標本の作製では、採取された検体が受付された後、容器確認、切り出し、カセット封入、包埋、薄切、スライド作製、染色、検鏡・出荷と複数の工程を通過します。各工程では受付番号やカセット番号、スライド番号などを確認しますが、担当者や装置が変わるたびに照合作業が発生します。 従来は各工程でバーコード確認やチェックリストを使っていましたが、記録が工程ごとに分かれており、「どの患者検体から、どのカセットを経て、どのスライドが作られたか」を後から一本の履歴として追うには手間がかかっていました。特に同時に多くの標本を処理する時間帯では、ラベルの貼り間違い、読み取り漏れ、別検体の記録混入などを人の確認だけで完全に防ぐことが難しい状況でした。
受付番号、容器ID、カセットID、スライドID、染色装置ログ、担当者、処理時刻を時系列で紐づけ、標本ごとの工程履歴を自動生成します。
カセットとスライドの紐付け違い、同一IDの重複使用、読み取りの欠落、処理順序として成立しない時系列などをAIが抽出します。
正常に整合している標本は自動で通過させ、不整合があるものだけを一覧化。どの工程で何が食い違っているかを表示し、確認作業を絞り込みます。
患者検体から完成標本までの履歴を同じ形式で保存し、問い合わせや監査時にも工程を遡って確認できる状態にします。
正常記録まで人が追う必要を減らし、AIが抽出した不整合候補を中心に確認する運用へ変更しました。
受付から染色・出荷までの履歴が標本単位でまとまり、問題発生時にどこまで正しく処理されていたかを追いやすくなりました。
バーコード読取や装置ログを使った機械的な照合を工程に組み込み、忙しい時間帯でも同じ基準で確認できる状態を実現しました。
各工程のIDと時刻を標本単位で紐づけ、工程順序・重複・欠落・異なる検体情報の混在をルールベースと異常検知で照合します。不整合が見つかった場合は、該当工程と照合根拠をセットで要確認案件として生成します。
5カ月
700万円