AIを活用したQIプロジェクト実践ガイド
なぜQIプロジェクトにAIか
Quality Improvement（QI）プロジェクトは、多くの研修プログラムで必修となっています。しかし実際には:
- テーマ選定に迷う（「何を改善すればいいかわからない」）
- データ収集と分析に時間がかかる
- 成果をまとめて発表するまでの完走率が低い
AIを活用することで、テーマの探索、文献調査、データ分析の設計、発表資料の作成を大幅に効率化できます。このガイドでは、PDSAサイクル（Plan-Do-Study-Act）の各フェーズでAIをどう使うかを解説します。
QIプロジェクトの全体像
Phase 0: テーマ選定（2週間）
↓
Phase 1: Plan — 現状分析と改善計画（4週間）
↓
Phase 2: Do — 介入の実施（4-8週間）
↓
Phase 3: Study — データ分析と評価（2週間）
↓
Phase 4: Act — 標準化と発表（2週間）
合計: 約3-4ヶ月（研修のローテーション期間に収まるサイズ）
Phase 0: テーマ選定
AIプロンプト: テーマの探索
私は[診療科名]をローテーション中の研修医です。
QIプロジェクトのテーマを探しています。
# 現在感じている課題
[日常業務で「これは非効率だな」「危ないな」と感じていること3-5個を箇条書き]
# 制約条件
- 期間: [X]ヶ月で完了する規模
- データ: 電子カルテから取得可能なもの
- 介入: 大きなシステム変更なしに実施できるもの
- チーム: [利用可能なメンバー]
# 出力
各課題について:
1. QIプロジェクトとしての適切性（SMART基準で評価）
2. 測定可能な指標（アウトカム指標、プロセス指標、バランス指標）
3. 類似のQIプロジェクトの先行事例があれば概要
4. 推奨テーマ Top 3（理由付き）
テーマ選定のチェックリスト
良いQIテーマの条件:
- 頻度が高い（改善のインパクトが大きい）
- 測定可能（before/afterを数値で示せる）
- 自分たちのチームで介入できる範囲
- 3-4ヶ月で1サイクル回せる規模
- 患者アウトカムまたは安全性に直結する
Phase 1: Plan — 現状分析
Step 1-1: 現状のデータ収集設計
プロンプト
以下のQIプロジェクトのデータ収集計画を設計してください。
# プロジェクト概要
- テーマ: [例: 救急外来のトリアージから医師診察までの待ち時間短縮]
- 目標: [例: 現在の平均90分を60分以内に短縮]
- 期間: [例: 3ヶ月]
- 対象: [例: 救急外来を受診した全患者]
# 出力
1. アウトカム指標（主要評価項目）
- 定義、測定方法、測定頻度、目標値
2. プロセス指標（介入の実施度を測る）
- 何を、どう測定するか
3. バランス指標（介入の副作用を検出する）
- 改善の裏で悪化していないかのチェック指標
4. データ収集シートの項目リスト
5. サンプルサイズの目安
6. ベースライン測定の期間と方法
Step 1-2: 根本原因分析（RCA）
プロンプト
以下の問題について、根本原因分析を行ってください。
# 問題
[例: 救急外来のトリアージから医師診察までの平均待ち時間が90分]
# 分析手法
1. Fishbone Diagram（特性要因図）
- 人（Man）、方法（Method）、機器（Machine）、
材料（Material）、環境（Milieu）、測定（Measurement）
の6カテゴリで要因を列挙
2. 5 Whys分析
- 上位3つの要因について、それぞれ「なぜ？」を5回繰り返す
3. パレート分析
- 影響度が大きい順に要因を並べ、
上位20%の要因で80%の問題が説明できるか検討
# 出力
- Fishbone Diagramの内容（テキスト形式）
- 各カテゴリの要因リスト
- 5 Whys分析の結果
- 介入すべき根本原因 Top 3 と選定理由
Step 1-3: 介入策の設計
プロンプト
以下の根本原因に対する介入策を提案してください。
# 根本原因
[Phase 1-2で特定した根本原因 Top 3]
# 制約条件
- コスト: [使える予算]
- 人員: [介入を実施するメンバー]
- 期間: [介入実施期間]
- システム変更: [電子カルテの改修は可能か]
# 各介入策について
1. 介入内容の具体的な説明
2. 実施手順（ステップバイステップ）
3. 予想される効果と根拠
4. リスクと対策
5. 必要なリソース
6. 成功の判定基準
# 優先順位
実現可能性 × 予想効果のマトリクスで優先順位をつけてください。
Phase 2: Do — 介入の実施
AIの活用ポイント
介入フェーズでは、AIは主に以下の場面で活用します:
進捗管理テンプレートの生成
以下のQI介入の週次進捗レポートテンプレートを作成してください。
# プロジェクト
[テーマ、目標、介入内容]
# テンプレート要件
- 週次の数値データ記入欄（アウトカム/プロセス/バランス指標）
- コントロールチャート（管理図）のデータ入力欄
- 介入の遵守率
- 発生した問題と対応
- 翌週のアクション
スタッフへの説明資料
以下のQI介入について、現場スタッフ向けの説明資料を作成してください。
# 介入内容
[具体的な介入の説明]
# 対象スタッフ
[看護師、事務スタッフ、医師など]
# 資料の要件
- A4 1枚に収まる分量
- 「なぜやるのか」「何が変わるのか」「自分は何をすればいいか」の3点
- 視覚的にわかりやすく（箇条書き、図解指示を含む）
Phase 3: Study — データ分析
Step 3-1: 記述統計とトレンド分析
プロンプト
以下のQIプロジェクトのデータを分析してください。
# プロジェクト
[テーマ、介入内容、測定期間]
# データ
## ベースライン期間（介入前[X]週間）
[週ごとのアウトカム指標のデータ]
## 介入期間（[Y]週間）
[週ごとのアウトカム指標のデータ]
# 分析要件
1. 記述統計（平均、中央値、標準偏差、範囲）
- ベースライン期間
- 介入期間
- 前後比較
2. コントロールチャート（管理図）の解釈
- 中心線（CL）、上方管理限界（UCL）、下方管理限界（LCL）の算出方法
- 特殊原因変動の有無（8つのルール）
3. 統計的有意性
- 適切な検定方法の選択と結果の解釈
- 臨床的に意味のある差かどうかの考察
4. バランス指標の確認
- 悪化していないかの検証
Step 3-2: Run Chart / Control Chart の解釈
以下のRun Chartデータについて、改善が起きているかどうかを判定してください。
# データ
[週ごとの測定値を時系列で列挙]
# 介入開始時点
[介入開始週を明記]
# 判定基準（Run Chartの4つのルール）
1. Shift: 中央値の片側に6点以上連続
2. Trend: 5点以上の連続的な増加または減少
3. Runs: 期待されるラン数より極端に多い/少ない
4. Astronomical point: 明らかに他と異なる外れ値
どのルールに該当するか、改善と判定できるかを報告してください。
Phase 4: Act — 標準化と発表
Step 4-1: 改善の標準化
プロンプト
以下のQI介入が効果的であったことが確認されました。
この改善を持続させるための標準化計画を提案してください。
# 介入内容と成果
[介入の概要と測定された改善度]
# 標準化の要件
1. 新しいプロセスの標準手順書（SOP）の骨子
2. スタッフ教育計画（新入職者にどう伝承するか）
3. 継続的モニタリング計画（何を、どの頻度で、誰が測定するか）
4. 改善が後戻りした場合のトリガーと対応
Step 4-2: 発表資料の作成
プロンプト
以下のQIプロジェクトの発表用アブストラクトを作成してください。
# プロジェクト情報
- テーマ: [テーマ]
- 背景: [なぜこのテーマを選んだか]
- 方法: [介入内容、測定指標、期間]
- 結果: [主要な数値結果]
- 考察: [結果の解釈、限界、次のステップ]
# 形式
- SQUIRE 2.0ガイドライン（QI研究の報告基準）に準拠
- 300語以内（英語）または600字以内（日本語）
- 構成: Background, Methods, Results, Conclusions
QIプロジェクトのテーマ例
研修医が取り組みやすいテーマの具体例:
| テーマ | アウトカム指標 | 介入例 |
|---|---|---|
| 入院時の薬剤照合（reconciliation）エラー | 不一致率 | チェックリスト+薬剤師協働 |
| DVT予防の処方率 | 入院24h以内の予防処方率 | 入院オーダーセットの改訂 |
| 血液培養の汚染率 | 汚染率（目標3%以下） | 採血手技の教育+キット化 |
| 退院サマリーの完成期間 | 退院後48h以内の完成率 | AI下書き+チェックリスト |
| 手指衛生遵守率 | 直接観察による遵守率 | リマインダー+フィードバック |
| 患者の転倒・転落 | 月間発生件数 | リスクスコアリング+環境整備 |
よくある失敗と対策
| 失敗パターン | 対策 |
|---|---|
| テーマが大きすぎる | 「病院全体」ではなく「自分の病棟」に絞る |
| ベースラインデータを取らずに介入開始 | 最低2-4週のベースライン測定が必須 |
| プロセス指標を設定しない | 「やったかどうか」を測定しないと、効果がない時に原因がわからない |
| バランス指標を見ない | 待ち時間は短縮したが誤診率が上がった、などの副作用を見逃す |
| 1回のPDSAで完璧を目指す | 小さく始めて、結果を見て調整する。2-3サイクル回すのが正常 |
| 成果を発表しない | 研修の成果物として記録に残す。学会発表すればキャリアにもプラス |
参考資料
ガイドライン・フレームワーク
- SQUIRE 2.0: QI研究の報告基準（必読）
- IHI Open School: 無料のQI教育コース（英語）
- Model for Improvement: IHIの改善モデル（PDSA+3つの質問）
AIの活用における注意
- AIが提案する介入策は一般的なベストプラクティスに基づくもの。自施設の文脈（人員、設備、文化）に合わせて調整が必要
- データ分析は統計の専門家（生物統計学者、臨床研究支援センター）にも相談すること
- 患者データをAIに入力する場合は必ず匿名化し、施設の倫理審査・セキュリティポリシーに準拠すること