# Mitorix - 課題と解決策

## 第1章：調剤現場が抱える課題

### 1.1 調剤過誤の実態

調剤過誤は、薬剤師が処方箋に基づいて調剤を行う際に発生するミスの総称です。その種類は多岐にわたります：

#### 調剤過誤の種類
1. **薬剤取り違え** - 類似名称・類似外観の薬剤を誤って調剤
2. **用量ミス** - 処方量と異なる量を調剤
3. **規格ミス** - 同一薬剤の異なる規格を調剤
4. **数量ミス** - 処方数と異なる数量を調剤
5. **患者取り違え** - 別の患者の処方箋で調剤

#### 発生頻度と影響
```
年間調剤件数：約8億件
報告された調剤過誤：約3万件
重大事故：約500件
死亡事故：数件〜十数件
```

### 1.2 なぜ調剤過誤は起きるのか

#### 構造的要因
1. **業務量の増加**
   - 高齢化による処方件数増加
   - 薬剤師不足
   - 在宅医療への対応

2. **薬剤の複雑化**
   - 新薬の増加（年間約50品目）
   - ジェネリック医薬品の拡大
   - 類似名称薬剤の増加

3. **人的要因**
   - 長時間労働による疲労
   - 確認作業の形骸化
   - 経験不足

#### 現行の照合方法の限界
```
従来の照合フロー：
1. 処方箋を目視確認
2. 薬剤棚から薬剤をピッキング
3. 別の薬剤師がダブルチェック
4. 患者への交付

問題点：
- 人間の目視に依存
- ダブルチェックの形骸化
- 繁忙時のチェック省略
```

### 1.3 経済的・社会的コスト

#### 直接コスト
| 項目 | 年間コスト |
|------|-----------|
| 訴訟・賠償金 | 約50億円 |
| 再調剤コスト | 約30億円 |
| 保険料増加 | 約20億円 |
| **合計** | **約100億円** |

#### 間接コスト
- 薬局の信頼失墜
- 薬剤師のメンタルヘルス悪化
- 患者の医療不信

---

## 第2章：Mitorixのソリューション

### 2.1 技術概要

Mitorixは、最新のAI技術を活用して調剤照合を自動化するクラウドサービスです。

#### システム構成
```
[処方箋] → [カメラ撮影] → [OCR解析] → [処方データ抽出]
                                              ↓
[調剤薬剤] → [カメラ撮影] → [画像認識] → [薬剤識別]
                                              ↓
                                        [照合エンジン]
                                              ↓
                                    [結果表示/アラート]
```

### 2.2 コア技術の詳細

#### 処方箋OCR認識
```
対応フォーマット：
- 院外処方箋（標準フォーマット）
- 院内処方箋（各病院フォーマット）
- 手書き処方箋

認識精度：
- 印刷文字：99.9%
- 手書き文字：97.5%
- 混在文書：98.5%
```

#### 薬剤画像認識
```
データベース：
- 医療用医薬品：約15,000品目
- OTC医薬品：約3,000品目
- ジェネリック：約10,000品目
- 計：約28,000品目（随時更新）

認識方法：
- 外観特徴（形状・色・刻印）
- バーコード/QRコード
- 包装パターン
```

#### 照合エンジン
```
照合項目：
1. 薬剤名の一致
2. 規格の一致
3. 用量の一致
4. 数量の一致
5. 用法の妥当性

処理速度：
- 1処方あたり平均2.5秒
- 最大10薬剤まで同時処理可能
```

### 2.3 ユーザーインターフェース

#### 薬剤師向け画面
1. **メイン照合画面**
   - 処方箋プレビュー
   - 調剤薬剤一覧
   - 照合ステータス表示

2. **アラート画面**
   - 不一致内容の詳細
   - 正しい薬剤の候補表示
   - 対応履歴

3. **ダッシュボード**
   - 日次/月次の照合統計
   - エラー傾向分析
   - パフォーマンスレポート

### 2.4 導入効果

#### 定量的効果
```
照合精度：99.9%（従来の目視：95-98%）
照合時間：50%短縮
過誤発生率：90%削減
```

#### 定性的効果
- 薬剤師の心理的負担軽減
- ダブルチェック業務の効率化
- 新人教育の補助ツールとして活用

---

## 第3章：導入事例

### 3.1 パイロット導入：A調剤薬局チェーン

#### 導入概要
- 店舗数：5店舗
- 期間：3ヶ月
- 対象：全処方箋（月間約15,000件）

#### 結果
```
導入前：
- 月間調剤過誤：平均8件
- 照合時間：1処方あたり45秒

導入後：
- 月間調剤過誤：0件
- 照合時間：1処方あたり22秒
```

### 3.2 ユーザーの声

> 「以前は類似薬剤の取り違えが怖くて、何度も確認していました。Mitorixを導入してからは、AIが瞬時にチェックしてくれるので安心して業務に集中できます」
> — A薬局 薬剤師 田中様

> 「特に新人薬剤師の教育に役立っています。AIの判定結果を見ながら、なぜこの薬剤が正しいのかを説明できるので、理解が深まります」
> — B薬局 管理薬剤師 鈴木様

---

## 第4章：今後の展望

### 4.1 機能拡張ロードマップ

#### 2026年内
- 相互作用チェック機能
- 処方監査支援機能
- 在庫連携機能

#### 2027年
- 服薬指導支援機能
- 患者アプリ連携
- 多言語対応

### 4.2 市場拡大計画

```
Phase 1：調剤薬局（国内約6万店舗）
Phase 2：病院薬剤部（国内約8,000施設）
Phase 3：海外展開（アジア・欧米）
```

---

*Mitorix - 処方と調剤の照合を、AIで確実に。*