【本記事について】 本記事は実在する特定企業の事例ではありません。業務の流れを説明するために設定したモデルケースです。効果は業務内容や現状によって変わります。
「また期限切れの薬を廃棄しなければならない」「発注漏れで患者さんを待たせてしまった」――調剤薬局を経営されている方なら、こうした悩みに心当たりがあるのではないでしょうか。
医薬品の在庫管理は、調剤薬局にとって経営の根幹を左右する業務です。在庫が多すぎれば廃棄が増え、少なすぎれば患者さんに迷惑をかけてしまう。このバランスを人の経験と勘だけで維持し続けるのは、限界があります。
この記事では、2店舗を運営する調剤薬局を想定したモデルケースとして、AI在庫管理を導入する場合に、誰が・何を・どの順で行い、どこを薬剤師が確認するかを整理します。「AIで在庫管理が変わるって、具体的にどういうこと?」という方に、導入前後の変化と効果の測り方をお伝えします。
モデルケースの前提(想定企業像)
今回のモデルケースの概要は以下のとおりです。
| 項目 | 内容 |
|---|---|
| 業種 | 調剤薬局(保険調剤) |
| 店舗数 | 2店舗(市内中心部+住宅街) |
| 従業員数 | 薬剤師4名、事務スタッフ3名(合計7名) |
| 月間処方箋枚数 | 約2,400枚(2店舗合計) |
| 取扱医薬品数 | 約1,800品目 |
| 年商 | 約1.8億円 |
地域密着型の調剤薬局を想定します。長い実績があるという設定で、近隣の総合病院と複数のクリニックから処方箋を受けており、取扱品目が多いことが在庫管理の難しさにつながっているケースです。
導入前の課題:経験と勘に頼る在庫管理の限界
AI導入前を想定すると、この薬局が抱える課題は大きく3つ考えられます。
課題1:発注ミスが起きやすい
在庫管理を、ベテラン薬剤師の「経験と勘」に大きく依存する運用にしていると想定します。棚を目視で確認し、「そろそろこの薬が少なくなってきたな」という感覚で発注をかける。この想定では、発注漏れや品目間違いを確認する手順が明確になっていません。
想定されるミスの種類と影響は、次のとおりです。
| ミスの種類 | 影響 |
|---|---|
| 発注漏れ(在庫切れ) | 患者の待ち時間増加、近隣薬局への転送 |
| 過剰発注 | 使用期限切れリスク、キャッシュフロー悪化 |
| 品目間違い | 返品手続き、業務の手戻り |
特に問題になりやすいのは、発注漏れによる在庫切れです。患者に「今日はお薬を用意できません」と伝えなければならない場面は、患者満足度だけでなく、薬局としての信頼にも直結します。
課題2:廃棄が経営を圧迫しやすい
取扱品目が多いため、使用頻度の低い医薬品の在庫管理が特に困難になりやすい構造です。「いつか処方箋が来るかもしれない」と持ち続けた結果、使用期限を迎えてしまう。想定される廃棄の内訳は次のとおりです。
- 使用期限切れによる廃棄
- 返品不可商品の損失
- 廃棄処理にかかる人手
これらは利益を圧迫する要因になります。まず自店の廃棄の実態を把握することが出発点です。
課題3:在庫確認・発注業務が薬剤師に集中する
2店舗分の在庫確認と発注業務を、薬剤師が日々担う想定です。この時間は本来、患者への服薬指導や健康相談といった「薬剤師にしかできない業務」に充てるべき時間です。在庫の把握が特定の薬剤師の感覚に依存していると、その人が不在のときに発注が止まるという属人化の問題も抱えます。
AI在庫管理の導入プロセス(想定)
AI業務代行の仕組みを活用し、以下のステップで導入を進めるモデルケースです。
Phase 1:業務の可視化と要件定義(2週間)
まず、現状の在庫管理フローを詳細に可視化します。
- 2店舗の在庫データ(過去3年分)を分析
- 処方箋データと在庫の相関関係を調査
- 発注ミス・廃棄が発生しやすい品目のパターンを特定
- 薬剤師へのヒアリング(暗黙知の言語化)
この段階で、廃棄の多くが一部の品目に集中していないかを確認します。集中しているなら、その品目から優先して対応します。
Phase 2:AIモデルの構築とテスト運用(1ヶ月)
過去の処方箋データ、季節変動、近隣医療機関の診療科目などをもとに、需要予測AIモデルを構築します。
AIモデルが行う処理は以下のとおりです。
- 需要予測:品目ごとに、向こう数週間の出庫量を予測
- 適正在庫の算出:安全在庫量+リードタイム分を計算
- 発注リストの生成:翌日の推奨発注リストを毎晩生成
- 期限アラート:使用期限が近い在庫を検知
最初の2週間はAIの推奨リストと従来の手作業発注を並行運用し、予測と実際の差を検証する設計です。
Phase 3:本格運用と効果測定(2ヶ月目〜)
テスト運用で予測の精度に問題がないことを確認できれば、本格運用に移行します。薬剤師はAIが生成した発注リストを確認し、必要に応じて調整したうえで発注するオペレーションに変わる想定です。
「自社に合ったAI活用の方法がわからない」と感じた方は、まずは30分無料相談をご活用ください。貴社の業務に最適なAI活用プランを具体的にご提案します。 → 30分無料相談に申し込む
導入前後の比較:判断の材料が「勘」から「データ」へ
| 観点 | 導入前 | 導入後 |
|---|---|---|
| 発注の判断 | ベテラン薬剤師が棚を目視し、感覚で決める | 処方データと在庫を照合したAIの推奨リストを見て決める |
| 発注の担い手 | 特定の薬剤師に集まる | 推奨リストを担当薬剤師間で共有し、発注担当の薬剤師が確認・調整する |
| 確認する場所 | 発注後に欠品や過剰在庫で気づく | 発注前に薬剤師が推奨リストを確認する |
| 期限切れの把握 | 棚卸しのときに気づく | 使用期限が近い在庫をアラートで知らせる |
| 低頻度の品目 | 「いつか使うかもしれない」と持ち続ける | 使用頻度に応じて、小ロットでの発注に切り替える判断材料が出る |
| 記録の残り方 | 経験者の頭の中と紙・Excelに分散 | 発注の判断と結果がデータとして残る |
比較の詳細
ミスを減らす仕組み
AIが過去の処方データとリアルタイムの在庫数を照合し、発注タイミングと発注量の案を作るため、「うっかり忘れた」「多く頼みすぎた」を減らしやすくなります。ただし、最終的な発注は薬剤師が確認して行います。特に、季節性のある薬(花粉症薬、インフルエンザ治療薬など)の需要変動を、判断材料として確認できる点が利点と考えられます。
廃棄を減らす仕組み
使用頻度が低い品目は、AIが「この品目は出庫の頻度が低い」と示した場合に、最小ロットでの発注に切り替えるなど、期限切れリスクを抑える判断がしやすくなります。
薬剤師の時間の使い方
在庫確認・発注に割いていた時間が減れば、患者への服薬指導の充実や、かかりつけ薬剤師としてのフォローアップに充てられる可能性があります。
効果の測り方
効果は、自店の記録で確かめます。他社の数字や一般的な目安では判断しません。
- 導入前に1〜2週間、記録を取ります。 対象作業(在庫確認、発注、期限切れ在庫の処理)ごとに所要時間を、あわせてやり直しの件数(発注漏れ、過剰発注、品目間違い、欠品による転送など)を、薬剤師と事務スタッフが記録します。廃棄した医薬品の記録も、同じ期間で残します。
- 導入後に、同じ方法で同じ期間の記録を取ります。 処方箋の多い時期・少ない時期で条件が変わるため、比べる期間はできるだけ近い条件にそろえます。
- 二つの記録を並べて比べます。 自社で数えた値だけで判断し、変化が見られない項目は、発注ルールやアラートの設定を見直します。
導入にかかる費用の考え方は、AI導入の費用の記事で整理しています。費用との比較も、自店で測った値をもとに行います。
導入のポイントと注意点
このモデルケースから見えてくる、導入時に意識したいポイントと注意点をまとめます。
成功のカギとなる3つのポイント
ポイント1:データの蓄積があること
過去の処方箋データとレセコン(調剤報酬請求用コンピュータ)のデータが揃っていれば、AIモデルの精度を早期に高めやすくなります。データがない状態から始める場合は、データを蓄積する期間が必要になると見込まれます。
ポイント2:スモールスタートで始めること
最初から2店舗同時ではなく、まず1店舗(処方箋枚数の多い中心部店舗)でテスト運用を行い、成果を確認してから2店舗目に展開する進め方が有効です。この段階的なアプローチが、リスクを抑えつつ現場の理解を得るうえで有効だと考えられます。
ポイント3:薬剤師の判断を最終チェックとして残すこと
AIは発注リストの「推奨」を行いますが、最終的な発注ボタンを押すのは薬剤師です。「AIに完全に任せる」のではなく、「AIが提案し、人が確認する」というフローにすることで、現場の安心感を確保しやすくなります。
注意すべき3つの点
注意点1:処方データの取得方法を確認する
AI在庫管理の精度は、処方データの取得に依存します。担当者がレセコンのAPI連携またはCSV出力の可否を確認し、取得項目と更新頻度を決めます。
注意点2:特殊な医薬品の取り扱い
麻薬や向精神薬などの管理対象品目は、要件定義の段階で薬剤師が取り扱いを確認し、推奨リストでの扱いと確認手順を定めます。規制対応については、バックオフィス業務の外注ガイドも参考にしてください。
注意点3:災害時・緊急時の対応
システム障害や災害時に備え、手動での発注フローも維持しておくことが重要です。AIに完全依存するのではなく、バックアップ体制を構築しておく必要があります。
調剤薬局がAI在庫管理を導入する際のチェックリスト
このモデルケースを参考に、導入を検討する際に確認すべきポイントをチェックリスト形式でまとめました。
| # | 確認項目 | チェック |
|---|---|---|
| 1 | レセコンのデータ取得(API連携またはCSV出力)が可能か | □ |
| 2 | 過去1年以上の処方箋データが保存されているか | □ |
| 3 | 取扱品目数と月間処方箋枚数を把握しているか | □ |
| 4 | 廃棄した医薬品の記録を残しているか | □ |
| 5 | 在庫管理に誰がどれだけ関わっているかを把握しているか | □ |
| 6 | 現場(薬剤師・事務スタッフ)の理解と協力が得られるか | □ |
| 7 | テスト運用期間を確保できるか | □ |
| 8 | 導入前の記録を取る担当者を決められるか | □ |
チェックのつく項目が多いほど、導入の準備が整っているといえます。つかない項目は、導入前に整える課題として扱います。
まとめ
今回ご紹介した調剤薬局のモデルケースでは、AI在庫管理の導入で次のような変化を整理しました。
- 発注の判断:経験と勘から、処方データと在庫を照合した推奨リストの確認へ
- 発注の担い手:特定の薬剤師から、推奨リストを共有するチームの仕組みへ
- 期限切れの把握:棚卸しのときに気づく形から、アラートで先に知る形へ
- 効果の測り方:導入前後に同じ方法で作業時間とやり直しの件数、廃棄の記録を取り、自店の数字で比べる
調剤薬局の在庫管理は、品目数の多さと需要の不確実性から、人の経験と勘だけでは最適化が困難な業務です。AIを活用することで、発注の判断材料をそろえ、薬剤師が本来業務に集中できる状態を目指せます。
「自社の薬局でもAI在庫管理は使えるのか?」「自店に合った進め方を知りたい」という方は、ぜひ一度ご相談ください。
30分無料相談のご案内
「この記事の内容を自社で実践したいが、どこから手をつければいいかわからない」——そんな方のために、30分のオンライン無料相談をご用意しています。
- 貴社の業務フローを簡単にヒアリング
- AIで自動化・効率化できる領域を特定
- 具体的な改善プランと費用感をご提示
営業電話は一切しません。まずは現状の可視化から始めませんか? → 30分無料相談に申し込む
- 【モデルケース】製造業の受発注をAIで効率化|FAX・Excel業務の自動化手順
- 【モデルケース】不動産会社の経理・契約書をAIで効率化
- コンサル会社のAI活用|提案時間を増やすモデルケース
- EC受注処理の自動化|受注管理システムとの使い分け
- 士業のAI活用|書類・顧客対応・期限管理モデル
- 飲食店・飲食業のAI業務効率化|予約管理・発注・シフト作成の自動化
- 【モデルケース】建設会社の安全書類・日報・写真台帳をAIで効率化|導入前後の比較と手順
- 介護施設のAI活用|記録業務を減らすモデルケース
- 運送会社のAI配車|燃費・残業の試算モデル
- 【モデルケース】1人社長がAI業務代行でマーケティングを外部化|SNS・ブログ・メルマガの分担
- サロンボードのAPIは?美容室AI予約管理の進め方
- 学習塾のAI活用|業務効率化のモデルケース