姫路市の救急AIチャットが2週間で正答率90%に達した理由——「ナレッジ循環」が電話対応を変える

何十年も変わらなかった「電話対応」に、なぜ今AIが入り込めたのか

生成AIの活用が業務効率化の文脈で語られるようになって久しいが、電話対応の現場は長らく例外だった。複雑な問い合わせ内容、臨機応変な対応の必要性、そして誤答が許されない医療・行政の文脈——これらが重なる領域では、AIの導入は「理屈ではわかるが、現場では無理」という扱いを受けてきた。

ところが兵庫県姫路市の救急病院を舞台にした実証実験では、AIチャットが導入からわずか2週間で正答率最高90%を記録した。この数字が示すのは単なる性能の高さではなく、「なぜこの現場でAIが機能したか」という仕組みの問いだ。その答えが、メディアリンクが実装した「ナレッジ循環」という設計思想にある。

メディアリンクと姫路市の実証が示した「ナレッジ循環」の構造

今回の実証実験でカギを握ったのは、AIに情報を「与えっぱなし」にしない仕組みだ。一般的なAIチャットボットは、初期に設定した知識ベースをもとに回答を生成するため、現場の変化や例外的なケースに対応できないまま精度が頭打ちになりやすい。

メディアリンクが姫路市との実証実験で採用したアプローチは異なる。AIが回答したログをもとに、現場のスタッフが誤答や不足を確認し、それをナレッジとして再投入する「循環」を設計した。つまり、AIが使われるたびに現場の知識がシステムに還流し、精度が継続的に高まる構造になっている。これが2週間という短期間で正答率最高90%という結果につながった理由とされている。

この設計が重要なのは、単に「精度が上がった」という事実よりも、「現場のスタッフがAIの精度形成に関与し続ける」という役割分担が生まれている点にある。AIは万能ではなく、現場の人間が知識の品質管理者として機能することで初めてシステムが動く、という構造だ。

電話対応を抱える病院・行政・コールセンターにとって何が変わるのか

この実証が直接的に示唆するのは、救急病院のような「誤答が許されない、かつ問い合わせ内容が複雑」な現場でもAIチャットが機能しうるという点だ。これは医療機関に限らず、自治体の窓口対応や、専門知識を要するBtoBのコールセンターにも転用できる考え方といえる。

特に影響が大きいのは、電話対応の負荷が慢性的に高い組織だ。救急に関する問い合わせは時間帯を選ばず、対応スタッフへの負担は大きい。AIチャットが一次対応を担い、スタッフが知識の更新と例外対応に集中できる体制になれば、人員配置の選択肢が広がる。

ただし注意が必要なのは、ナレッジ循環が機能するには「スタッフがAIのログを継続的に確認・更新する運用フロー」が前提になる点だ。AIを導入すれば自動的に精度が上がるわけではなく、人間の関与を設計に組み込むことが不可欠だという点は、導入を検討する組織が見落としやすい部分でもある。

日本の医療・行政現場での展開、現時点で見えていないこと

姫路市という日本の地方自治体での実証である点は、国内の類似事例を検討する組織にとって参考になりやすい。日本語の口語表現や地域特有の問い合わせパターンへの対応がある程度検証されている事例として機能するからだ。

一方で、現時点では確認できていない点もある。正答率90%という数値は「最高値」として報告されており、平均値や安定的な水準については参照記事の範囲では明らかではない。また、実証実験の範囲・期間・対象となった問い合わせの種類についても詳細は公開されていない。導入コスト、運用体制の人員規模、他の医療機関や自治体への横展開における条件なども、現段階では不明だ。

「2週間で90%」という数字は確かにインパクトがある。しかし、それを自組織に当てはめるには、ナレッジ循環を回すための運用リソースが確保できるか、そしてログの確認・更新を担う担当者をどう位置づけるかを先に問う必要がある。AIの精度は仕組みの設計と運用の質に依存する——この実証はその原則を、具体的な数字とともに示した事例として読むべきだろう。

本記事は公開情報をもとに、NEWGATA編集部で確認のうえ掲載しています。