【妄想】 119番通報の指令室をオントロジーで自動化してみた

AI × ONTOLOGY / 架空事案で考える業務自動化

会話が、判断を支える知識になる。

通話・記録・理由をつなぐ、AIとオントロジーの小さな試作。指令室の未来像と、現場の記録を知識に変える7つの手順を紹介します。

架空事例の試作描ける未来7つの作成手順

一次資料確認:2026年11月14日

この記事の位置づけ

本記事は、架空事案で実施した情報整理の試作と、そこから考えた将来の運用構想です。実際の119番指令室を自動化・運用した実績ではありません。登場する人物、病院、時刻、記録はすべて架空です。

電話の向こうでは、家族が苦しんでいる。

指令員は話を聞き、状況を確かめ、必要な対応を判断する。そのそばでAIが、「いま分かっていること」「まだ分からないこと」「誰に何を伝えたか」を整理してくれたら、どうだろう。

あとから録音を探し直すときも、救急隊へ情報を渡すときも、判断の理由を振り返るときも、必要な記録と根拠にたどり着ける。

そんな指令室を想像して、架空の記録から小さな試作を作ってみた。使った考え方は、オントロジーと生成AIを組み合わせた業務の構造化だ。

欲しいのは、必要な情報と根拠がそろう指令室

今回の構想で自動化したいのは、通話や記録から情報を拾い、整理し、必要な相手に渡せる下書きを作る作業だ。

例えば通話の横に、次のような整理結果が表示される未来を考えている。

通話の横で確認したい情報
項目AIが整理して提示する内容の例
症状の申告胸が苦しい、息が苦しそう、という通報者の発言
確認できたこと呼びかけると返事がある、との申告
未確認のこと発汗の有無は分からない
時刻の確かさ発症は「9時50分ごろかもしれない」。正確な時刻は不明
対応の記録出動すると説明した時刻と、実際の出動指令の記録
根拠それぞれの内容を述べた発言・記載箇所

これは、これから実現したい支援画面の例だ。担当者は、整理された情報を元の発言と照合して使う。未確認の項目を提示する場合も、現場で承認された手順と対応させる。

消防庁の手引きでは、通信指令員が必要な情報を聴取・整理して指令や口頭指導につなげること、聴取できない場合に判定へ固執して指令を遅らせないことが示されている。AIを組み込むなら、この時間の使い方を守る設計が要る。消防庁「119番通報時の緊急度判定の導入及び運用手引書」

確認のために探し回る作業や転記を減らし、担当者が通報者とのやり取りと判断に集中できるようにしたい。 それが、この「自動化」の出発点だ。

オントロジーは、仕事で使う言葉と関係の設計図

オントロジーという言葉は難しく聞こえるが、ここでは「仕事で使う概念の意味と、概念同士の関係を、コンピュータでも扱える形で定義したもの」と考えると分かりやすい。オントロジーを表現する言語の一つであるOWLでは、概念の分類や関係、個々の対象などを記述できる。W3C「OWL 2 Primer」

救急の記録なら、次のような定義を持たせる。

共通の概念と、その意味
概念定義の例
申告された所見通報者などが述べた状態。誰の発言か、何を根拠にしたかを残す
確認質問状況や状態を確かめるための発言
出動指令隊に出動を指令した記録
患者別の受入回答特定の傷病者についての照会に対する、病院の回答
空床情報対象の病床と更新時刻を伴う、病床の空き状況
判断理由対応を選んだ理由。明示された説明か、推定した候補かも区別する

生成AIは、文章を読んで「どの情報が、どの概念に当たるか」を提案する。オントロジーは、その情報をどんな意味で整理し、何と関連付けるかの土台になる。

例えば「分からない」という回答は、重要な情報だ。それを「症状なし」に変換せず、未確認として保持する定義を用意しておく。AIの出力も、その区別が守られているか確認できる形にする。

架空の一事案で、病院の「空き」を整理してみる

今回作ったのは、胸部の苦しさと呼吸に関する訴えを受け、#7119から119へつながる架空の事案だ。指令記録、手書きメモ相当の仮テキスト、病院照会記録、対応後の振り返りも、別々の資料として用意した。

ここでは、現場の救急隊が病院への照会を行う設定にしている。実際に誰が照会・選定・連絡を担当するかは地域の運用に従い、AIが扱う情報も担当者の役割と権限に合わせる。

見せ場は、次の三つの記録だ。

架空事案の情報の時点
記録の時点架空の記録内容
10時08分に閲覧病院Aの一覧には「一般病棟の空床2床」。情報の更新は9時40分
10時09分に回答病院Aが「今回の傷病者は、現在の担当体制では受入困難」と回答
10時11分に回答病院Bが「今回の傷病者の受入は可能」と回答

このとき、空床情報と受入回答をそれぞれ別の型で記録する。空床数には病床の種類と更新時刻を、受入回答には対象の照会と回答時刻を持たせる。

「病院に空床がある」という情報と、「この患者の受入を承諾した」という情報を、同じ意味として扱わないためだ。例えば愛知県も、搬送先の候補となる医療機関であっても、他の患者への対応や満床などによって受入できない場合があると説明している。愛知県「傷病者の搬送及び受入れの実施に関する基準」

関係を読みやすく表すと、次のようになる。

架空事案のオントロジー例:同じ病院でも、意味の違う記録
空床情報

病院A:一般病棟2床

9:40更新/10:08閲覧
一般的な一覧の情報

患者別の受入回答

病院A:受入困難

10:09回答/理由:現在の担当体制
特定の照会に対する回答

根拠:照会記録の発言

患者別の受入回答 → 判断理由の候補(要確認)→ 対応方針の変更
対応方針の変更

10:09:15 別の医療機関への照会を継続

根拠候補:病院Aの回答と照会記録。理由の断定には確認が必要。

その後の記録 10:11 病院Bが患者別の受入可能を回答

各情報に出典・時刻・対象・確認状態を付ける。図は架空資料を説明用に簡略化したもの。

さらに、担当者が対応後に「病院Aの回答を受けて照会先を変えた」と説明したら、その説明も関連付ける。ただし、後から語った理由であることと、説明した時刻は残す。

これなら、「なぜ病院Bへ照会したのか」を調べるとき、回答、方針変更の記録、担当者の説明を、それぞれの根拠へ戻りながら確認できる。前後して起きた出来事だけから理由を断定することも避けられる。

導入を考えたくなる、三つの使い道

1.通報後の記録作成を支える

通話から症状の申告、確認質問、回答、対応の説明を拾い、記録の下書きを作る。担当者は元の発言と照合しながら修正する。

その際、「指示した」「実施されたと報告された」「実施を確認した」を分けて残す。説明や指示の記録を、実施済みの結果として埋めてしまわないためだ。

期待する効果は、転記と確認にかかる負担の軽減だ。どれだけ軽くなるかは、実際の入力・確認・修正にかかった時間を測って確かめたい。

2.引継ぎの下書きに、未確認事項と根拠を添える

架空の通話に「汗をかいているかは分からない」という発言があったら、引継ぎ用の下書きにも、その状態を残す。

「発汗は不明。通報者には確認できていない」

この一文から元の発言に戻れる構成なら、受け取る側も情報の確かさを確認しやすくなる。確認済みの内容、曖昧な申告、まだ聴取できていない内容を、意味をそろえて共有する仕組みを目指せる。

3.経験者の判断を、根拠付きの教材にする

振り返りで残したいのは、対応の順番に加えて、その選択を支えた情報だ。

「どの情報が加わったときに方針を変えたのか」「何が分からないままだったのか」「どの基準を参照したのか」を事例に結び付ける。専門職が内容を確認すれば、次の担当者が検討する教材にできる。

例えば、「病院Aの受入回答がまだ来ていない時点で分かっていたこと」を取り出して考える。その後の回答や転帰を知った状態で過去の判断を評価する混同も、時刻を分けて記録することで点検しやすくなる。

経験者の理由が、次の人の考える材料として残る。 この使い道に、私は大きな魅力を感じた。

オントロジー自動化で、こんな指令室の未来を描ける

ここからは将来構想だ。今回の小さな試作から、実現を目指したい四つの場面を想像してみる。いずれも、現場の基準、権限、情報管理に合わせた実装と検証が前提になる。

未来1.通報を受けながら、根拠付きの記録が組み上がる

通話が進むと、発言が「症状の申告」「確認質問」「回答」「対応の説明」に整理される。担当者が内容を確認して修正すると、記録の下書きにも反映される。聞き取れなかった発言には、不確かな箇所が残る。

電話を切るころには、確認済みの内容と、まだ分からない内容を分けた下書きがある。対応後は、その下書きを元の発言と照合して記録を整える。実際に負担が減るかは、確認や修正も含めた作業時間で確かめる。

未来2.状況が変わると、次に見る情報も更新される

追加の訴えが入ったり、病院から新しい回答が来たりしたら、関連する情報を更新する。未確認の項目や、連絡・再確認の候補を、その時点の情報と承認済みの手順に照らして提示する構想だ。

例えば病院Aから受入困難の回答が届けば、古い一覧表示と今回の回答を併記し、照会先を検討する担当者に示す。その際、病院の受入可否と患者の緊急度は、それぞれの情報として保つ。

新しい情報を受けて、何を見直す必要があるかを、根拠と一緒に示す。 臨機応変な対応を支えるAIは、このような仕組みから考えられる。

未来3.#7119、119、救急隊、病院が、意味をそろえて引き継ぐ

例えば「発症は9時50分ごろかもしれない」という申告を引き継ぐときも、その不確かさ、発言者、確認時刻、元の記録を一緒に渡す。受け取る側が、情報の確かさを確認できるようにする。

共通にするのは、情報の意味と関係の定義だ。機関ごとの役割や判定基準は保持し、共有が認められ、対応関係を確認できた事案の情報を扱う。この条件が整えば、引継ぎ時の説明や再確認の負担を減らせるか、検証する余地がある。

未来4.毎日の対応が、教育と業務改善へ戻ってくる

確認された事例が蓄積すれば、「どの情報で判断が変わったか」を使った教材や、「この時点では何が分かっていたか」を考える訓練を作れる。病院の回答が遅れた場合や、追加情報が入った場合を、専門職と一緒に検討する場面も考えられる。

さらに、照会や引継ぎのどこで時間を要したかを整理し、改善の候補を見つける用途もある。ただし、記録に現れた関連だけで原因を決めず、現場の事情と照らして検討する。

目指したいのは、日々の記録が次の対応を支え、その振り返りが知識の定義や教材に戻る循環だ。そのとき必要な情報が、根拠と一緒に担当者へ届く。そんな働き方を描いている。

現場の記録をオントロジー化する、7つの手順

では、その未来に向けて何を作ればよいのか。ここからは、今回の架空資料を例に、実際の導入へ向けて検討する手順を示す。自動化を担う部分と、現場の人が意味を確認する部分を組み合わせる。

  1. 手順1.答えたい業務の問いを決める

    「なぜ照会先を変更したのか」「引継ぎ時に何が未確認だったか」「判断当時、どの情報を持っていたか」など、調べたい問いを先に決める。必要な情報と関係が、問いから見えてくる。

    できるもの: オントロジーで扱う範囲と、確認したい問いの一覧。

  2. 手順2.資料を集め、出典を残して文書化する

    まずは架空事例を用意し、実記録へ進む際は、利用が認められた資料を対象にする。録音は文字起こし、手書きは画像とOCR結果、電子記録は既存の出力を利用する。資料番号、発言者・記録者、時刻、元の箇所へ戻る手掛かりを付ける。

    聞き取りや判読が不確かな部分も、その状態で残す。共通の事案番号がなくても、資料ごとの独立した番号から始められる。

    できるもの: 元の音声・画像・記載箇所と対応させた、資料ごとのテキスト。

  3. 手順3.AIが、一つずつの情報を根拠付きで抽出する

    例えば「今回の傷病者は、現在の担当体制では受入困難」という発言から、病院名、対象の照会、受入回答、理由、回答時刻を取り出す。抽出結果には元の発言を付け、明示された内容とAIの推定を分ける。

    この段階で作るのは、個別の出来事の候補だ。発言の要約だけでは落ちやすい、不明・否定・条件・時刻も項目として保持する。

    できるもの: 「誰が、何について、何を述べたか」と、その根拠を持つ記録候補。

  4. 手順4.共通の概念・属性・関係を定義する

    抽出結果を見ながら、「患者別の受入回答」「空床情報」「対応方針の変更」などの概念を定義する。回答時刻や確認状態は属性、回答と照会の対応、判断と根拠のつながりは関係として整理する。

    例えば「受入可能」と「受入困難」は、受入回答という共通の型が持つ回答内容になる。一方、「到着」という言葉でも、現場到着と病院到着は区別する。言葉が似ているだけで、同じ意味にまとめない。

    できるもの: ほかの事案でも使える、共通の概念と関係の定義。ここがオントロジーの中心だ。

  5. 手順5.専門職が、意味と関係を確認する

    現場の用語と合っているか、必要な区別が抜けていないか、資料から言える範囲を超えていないかを確認する。「回答の直後に方針を変えた」という時系列だけから、その回答が理由だったと断定していないかも点検する。

    医学的な判断基準は、現場で採用するプロトコルなどと照合する。別資料を同じ事案として結び付ける際も、確認者と照合の根拠を残す。

    できるもの: 確認済みの定義と、修正・保留する候補。実運用で使う範囲も明確にする。

  6. 手順6.共通の定義と、個別事案の情報を保存する

    共通の定義はOWLなどで記述し、個々の回答・判断・根拠は、その定義に沿ったデータとして保存する。どの版の定義を使ったか、誰が確認したかも管理する。情報の由来を表す標準の例として、W3CのPROV-Oもある。W3C「PROV-O」

    「受入回答はどんな情報を持つか」という定義と、「10時09分に病院Aが受入困難と回答した」という個別の記録を分ける。共通の型に沿って事例を蓄積すると、問いに応じて根拠をたどる構成を作れる。

    できるもの: 定義・版・根拠を管理しながら、検索や表示に使える知識のデータ。

  7. 手順7.別の記録で試し、更新候補を確認する

    新しい記録を既存の定義に当てはめ、表せるか、意味の取り違えがないかを確かめる。表せない情報が出たら、AIが概念や関係の追加・修正を提案し、確認後に定義を更新する。

    見落としや誤抽出、不明と否定の混同、誤った事案の結合を評価する。対応後の整理で確かめた結果を踏まえ、実務で使う範囲は段階的に検討する。

    できるもの: 更新の履歴と評価結果を伴い、確認を重ねながら育てるオントロジー。

    最初の到達点は、架空の一事例を根拠付きの型で表し、別の架空事例も同じ定義で整理できるか確かめることだ。そこから、利用が認められた実記録と専門職の評価へ進める。

記録が別々でも、始められる部分がある

通話録音、指令記録、紙のメモ、病院の回答が、同じ番号で取り出せるとは限らない。この壁を前にすると、システム統合が終わるまで何も始められないように見える。

そこで、二つの作業を分ける。

まず、資料ごとに「どんな概念と関係が使われているか」を整理する。通話からは質問と回答、指令記録からは指令と到着、病院記録からは照会と受入回答を取り出す。この段階では、別々の事案の資料でも、共通の定義を検討する材料になる。

次に、同じ事案だと確認できた資料だけを結び付ける。症状や年齢、時刻が似ているという理由だけでは、同じ人物や事案として統合しない。

消防庁の手引きも、119番通報時と救急現場の記録を突き合わせるため、共通番号をそれぞれの記録に残すことが望ましいとしている。事案の経過をつなぐ段階では、こうした照合の根拠が重要になる。消防庁の手引書・記録の取扱い

最初の試作なら、架空の一事案について通話、指令、メモ、照会記録を用意すればよい。用語と関係を確かめる作業から着手し、実記録の連携は、利用と照合が認められた範囲で進める。

今回、実際にどこまで試したのか

架空資料は、似た通話を取り違えないか確認する断片も含めて8点用意した。生成AIが資料を読み、根拠となる記載を伴う33項目と、14種類の概念候補を作った。

今回の試作で行ったこと・行っていないこと
今回の試作で行ったこと今回は行っていないこと
架空テキストからの候補抽出実際の119番通話の録音・音声認識
不明・判読不確実・未収録の区別実際の手書き画像を使うOCR
出典と時刻、参照関係の整合性確認実環境を常時観察するエージェントの運用
照合情報なし/作者の対応表ありの比較医学的判断や緊急度判定の性能評価

照合情報を与えない場合、同じ事案として結び付けた資料は0点だった。作者が用意した対応表を与えた場合だけ、明示した6資料を同じ模擬事案に結び付けた。病院の一覧情報と、よく似た別の通話断片は、それぞれの扱いを保った。

ここで確かめたのは、根拠のある情報と、分からない部分を残す表現の仕方だ。資料の作成と抽出を同じAIが担当した小さな試作であり、未知の実記録に対する精度や臨床的な安全性を測った試験ではない。

また、候補抽出は会話中のAIで行っている。付属のプログラムは整合性確認と形式への書き出しを担うもので、新しい資料を自動で読んでオントロジーを更新するエージェントは、これから実装・検証する部分だ。

実際の開発も、通話からの入力支援へ進んでいる

この構想につながる技術の開発例もある。NECは2026年3月12日、119番通報の音声から状態・症状の情報を抽出し、緊急度判定用の入力項目の選択を支援するプロトタイプを開発したと発表した。横浜市消防局の協力による検証も公表している。NECの開発発表

これは同社の入力支援に関する開発発表で、本稿のオントロジー試作とは別の取り組みだ。通話を構造化する技術と、現場で使う情報の意味・根拠を定義する仕組みを、どう組み合わせるか。その検討には、具体的な入口があると感じる。

導入するなら、記録と振り返りから小さく試す

まずは架空事案で、必要な情報がどんな形になるかを現場の人と確認する。その後、利用が認められた記録を使い、専門職が作った正解例や評価基準と照らし合わせる。

最初の対象は、対応後の記録の下書きや振り返り資料の作成など、出力を確認して使える作業に絞る。評価するのは、元の発言との一致、不明と否定の混同、見落とし、誤った事案の結合、確認・修正の負担だ。

通話中の支援へ進むなら、現行業務を変えずに出力を記録・比較する段階を設けたい。承認済みの手順との整合、緊急度の過小評価につながる誤り、応答や出動を遅らせる処理がないかも評価する。消防庁は、緊急度判定の導入にあたり地域の実情を踏まえてMC協議会と十分協議することを望ましいとしており、AI支援の検討も関係者と進める必要がある。消防庁の手引書

AIが停止した際も従来の受付・指令を続けられる構成にする。記録の二次利用、機関間の共有、保存期間、アクセス権、外部サービスの扱いは、各組織で確認した条件に合わせる。医療機関側の情報管理については、厚生労働省の安全管理ガイドラインも確認する。厚生労働省「医療情報システムの安全管理に関するガイドライン」

運用が始まってからも、AIが見つけた新しい用語や関係は更新候補として提示し、確認された定義を使う。ここでいう「業務を理解して育つ」は、確認済みの定義と事例を積み上げていく、という意味だ。

あなたの職場なら、どの記録から始めるだろう

通話、手書き、システムの入力欄、担当者の記憶。情報がいくつもの場所に分かれ、あとから理由をたどるのが難しい仕事は、救急以外にもある。

例えば顧客対応なら「問い合わせ」「確認質問」「案内」「対応結果」、設備保全なら「異常の申告」「点検」「判断」「処置」を定義するところから考えられる。実際の導入条件や評価項目は、それぞれの業務に合わせる。

まず一つの架空事例を用意して、「分かっていること」「まだ分からないこと」「判断の根拠」をAIと一緒に整理してみる。現場の人が見て、意味の違いや不足を直していく。

その小さな試作を見て、「この下書きがあれば確認しやすい」「この根拠を次の人にも渡したい」と思える場面が見つかったら、導入を検討する理由が一つできる。

日々の記録が、次の対応と次の担当者を支える知識になる。 私がオントロジーとAIの組み合わせを取り入れてみたくなったのは、そんな未来が見えたからだ。


一次資料の確認日:2026年11月14日。本記事で描いた支援画面・導入効果は構想・提案です。試作の数値は架空データの整理結果であり、実務性能の測定結果ではありません。患者への具体的な対応手順を示す記事ではありません。

記事の先頭へ ↑

コメント