栄養ケアプロセス（NCP）をAIで支援できるか——カンファレンス補助の実践例

栄養ケアプロセスのカンファレンスで「アセスメントデータが散在していて整理に時間がかかる」「診断の根拠を説明しづらい」と感じたことはありませんか。栄養ケアプロセス（NCP）の4ステップ——アセスメント、診断、介入、モニタリング——を効率的に進めるには、情報を構造化し、根拠を明示する支援が必要です。今回は、aiyolabのカンファレンス補助機能を使って、NCPの各ステップをAIがどう支援できるかを実践例とともに紹介します。

栄養ケアプロセス（NCP）の4ステップとは

栄養ケアプロセスは、栄養診断を中心に据えた体系的なアプローチです。以下の4ステップで構成されます。

栄養アセスメント——身体計測・臨床検査・臨床診査・食事調査の4領域から栄養状態を客観的に評価する
栄養診断——アセスメント結果に基づいて栄養問題を特定し、原因を明確化する
栄養介入——診断された問題に対して具体的な栄養補給法や食事計画を立案する
栄養モニタリング・評価——介入の効果を継続的に評価し、必要に応じて計画を修正する

このプロセスは、食事摂取基準の活用でも重視されるPDCAサイクルの考え方と共通しています。ただし実務では、カルテ情報の抽出やエビデンスの参照に時間がかかり、カンファレンスの準備が負担になることも少なくありません。

アセスメント——散在するデータを構造化する

栄養アセスメントでは、身体計測（体重・BMI）、臨床検査（アルブミン・Hb・CRP）、臨床診査（浮腫・褥瘡）、食事調査（摂取量・食欲）の4領域から情報を集めます。しかし、カルテに記載された検査値や看護記録は時系列順に並んでいるため、栄養状態の全体像をつかむには手作業での整理が必要です。

aiyolabのカンファレンス補助機能では、カルテデータを入力すると、アセスメント項目ごとに情報を整理して表示します。たとえば「体重減少率10%、アルブミン2.8g/dL、CRP上昇」といったデータから、高度栄養不良のリスクを自動で抽出します。術前栄養管理が必要な患者では、体重減少が10%を超え、アルブミンが3.0g/dL未満の場合、術前7-14日間の栄養療法が推奨されます。AIはこうした基準を参照し、アセスメント結果を要約してくれます。

個人情報保護の観点では、患者氏名や生年月日などの識別情報を入力しないよう注意が必要です。aiyolabでは、カルテ番号や個人名を含まない形式でデータを入力することを推奨しています。

診断——栄養問題の特定と原因の明確化

栄養診断は、アセスメント結果をもとに栄養問題を特定し、原因を明確にする過程です。たとえば「低栄養（体重減少10%、アルブミン2.8g/dL）」という問題に対し、「術前の絶食期間が長く、経口摂取量が不足していた」という原因を結びつけます。

AIは、アセスメントデータと食事摂取基準や診療ガイドラインを照合し、診断の候補を提示します。推定平均必要量（EAR）を下回る摂取量が続いている場合、「エネルギー摂取不足」と診断する根拠を示してくれます。EARは集団の50%が必要量を満たす値であり、個人の摂取量がこれを下回ると不足のリスクが高まります。推奨量（RDA）はEARの1.2倍に相当し、97-98%の人が充足する値です。こうした指標を参考に、診断の妥当性を検討できます。

ただし、診断の最終判断は管理栄養士が行います。AIはあくまで候補を示すツールであり、患者の背景や病態を総合的に判断する必要があります。

介入——栄養補給法の選択と食事計画

栄養介入では、診断された問題に対して具体的な栄養補給法や食事計画を立案します。栄養補給法の選択は、消化管機能の有無がポイントです。消化管機能がある場合は経腸栄養（経口または経管）、消化管機能がない場合は静脈栄養（末梢または中心）を選択します。経腸栄養は腸管免疫の維持やbacterial translocation予防の観点から優先されます。

術後栄養管理では、可能な限り早期に経腸栄養を開始することが推奨されています。術後24-48時間以内の開始が目安です。AIは、患者の消化管機能や術式を考慮し、経腸栄養の開始タイミングや投与経路の候補を提示します。

食事計画では、推奨量を目標とし、耐容上限量（UL）を超えないよう注意します。たとえば鉄の男性ULは50mg（RDA7.5mgの約7倍）、カルシウムULは2500mg（RDA800mgの約3倍）です。AIは栄養素ごとのULを参照し、過剰摂取のリスクを警告してくれます。

モニタリング——介入効果の継続的な評価

栄養モニタリングでは、介入の効果を継続的に評価し、必要に応じて計画を修正します。体重・アルブミン・摂取量などの推移を追い、目標に対する達成度を確認します。

AIは、モニタリング項目の時系列データをグラフ化し、変化の傾向を可視化します。たとえば「体重が1週間で1kg増加」「アルブミンが2.8→3.2g/dLに改善」といった変化を自動で抽出し、介入の効果を評価する材料を提供します。目標未達の場合は、介入内容の見直しポイントも提案してくれます。

食事摂取基準の活用では、PDCAサイクルによる継続的な改善が重要です。モニタリングで得られたデータをもとに、アセスメント→診断→介入のサイクルを回し、栄養ケアの質を高めていきます。

個人情報保護とAI活用の注意点

カンファレンスでAIを活用する際は、個人情報保護に配慮が必要です。aiyolabでは、以下の点に注意することを推奨しています。

患者氏名・生年月日・カルテ番号などの識別情報を入力しない
入力データは匿名化し、「症例A」「患者1」といった形式で扱う
AIの出力結果を院外に持ち出さない
カンファレンス終了後、入力データを削除する

AIはあくまで補助ツールであり、診断や介入の最終判断は管理栄養士が行います。AIの提案を鵜呑みにせず、患者の背景や病態を総合的に判断することが大切です。

aiyolabで聞いてみた

栄養ケアプロセスの各ステップで迷ったとき、aiyolabのAIチャットに質問すると、食事摂取基準2020年版や診療ガイドラインを根拠に回答が返ってきます。たとえば「術前栄養管理の開始基準は？」「推定平均必要量と推奨量の違いは？」といった疑問に、出典つきで答えてくれます。カンファレンスの下調べや、レポート作成の参考資料として活用できます。

まとめ

栄養ケアプロセスの4ステップ——アセスメント、診断、介入、モニタリング——は、体系的な栄養管理の基盤です。AIはデータの構造化、診断候補の提示、介入計画の立案支援、モニタリング結果の可視化を通じて、カンファレンスの効率化に貢献します。ただし、個人情報保護に配慮し、AIの提案を批判的に検討する姿勢が欠かせません。aiyolabのカンファレンス補助機能を活用し、エビデンスに基づいた栄養ケアを実践していきましょう。