案内ロボットは、なぜ Pepper より静かに、確実に、現場に居続けたのか
> 連載「技師さんの経験と技術が、本当に試される時代へ」第 19 回 / 全 24 回 > 第 IV 幕開幕 — 技術深掘りの最初の引き出しは、いちばん地味なロボットから
連載「技師さんの経験と技術が、本当に試される時代へ」第 19 回 / 全 24 回 第 IV 幕開幕 — 技術深掘りの最初の引き出しは、いちばん地味なロボットから
第 18 回で書いた話の続きとして、まず手触りのある場所から始めたい。
10 年前、Pepper が病院ロビーに置かれた。多くは、いま動いていない。同じ 10 年で、別のロボットたちは、ニュースにならないまま、現場に居続けた。物資搬送の AGV、藤田医科大の HSR、BellaBot 由来の案内ロボ、UVD の消毒ロボ、それから、ロボットですらないが地味に置き換わってきたサイネージとスマホの院内ナビ。
Pepper との違いはどこにあったか。私の見立ては単純で、機能を一つに絞り、法律の境界を踏まずに、ROI を「人を消す」ではなく「現場の動線を整える」で計算したロボットたちだけが残った、という話だ。技師さんの仕事と無関係に見えるかもしれないけれど、検査受付フロアの wayfinding と物資搬送こそ、技師の時間が間接業務に吸われている部分そのものなので、ここが整理されていく流れは第 III 幕の「craft が試される」テーマと、まっすぐつながっている。
案内ロボの現状を、地に足のついたところから
医療現場で「案内ロボ」と呼ばれる機械は、おおよそ三系統ある。
一つ目は、AGV (automated guided vehicle) 由来の物流ロボットが、人を案内する用途に派生したもの。米国 Aethon TUG が代表で、2010 年代から薬剤・検体・リネン・ゴミの夜間搬送に使われていた。日本でも複数の大学病院 (川崎幸、北里大、藤田医科大ほか) で運用されている。これが患者案内に派生する流れは、フロア mapping と SLAM (自己位置推定) が同じ技術スタックでまかなえるからで、純粋な技術的飛躍はあまりない。
二つ目は、レストラン由来の配膳ロボが、病院ロビーで案内に転用されたもの。Pudu BellaBot や KettyBot が中国・台湾の病院ロビーに置かれ、外来案内・トリアージ受付の前段として運用されている。日本でも一部の健診センターと総合病院で実証が進んでいる。形状は猫やウサギのキャラクター寄りで、Pepper の「受付として認識されたい」という野心とは正反対のスタンスを取っている。
三つ目は、専用設計の医療案内ロボで、Diligent Robotics の Moxi (Texas Medical Center で稼働) や、北欧の UVD Robots (UV-C 消毒ロボから派生) が代表例になる。Moxi は搬送が主機能だが、患者と擦れ違うときの社会的振る舞いを丁寧に設計しており、「邪魔にならないこと」を最優先に置いた設計思想で知られている。
この三系統に共通するのは、「会話で問診する」「医療判断をする」「症状をトリアージする」という方向に手を伸ばさないこと。Pepper が踏み込もうとして失敗した境界線の手前で止まっている。
では、なぜ案内ロボは Pepper のように消えなかったのか
Pepper を 5 つの理由で総括した第 18 回の枠で、案内ロボがどう違うかを 1 軸ずつ照らし返してみる。
ROI。Pepper の ROI は人件費削減に求めようとして、結局「人 + ロボット」の二重コストになって計算が崩れた。案内ロボの ROI は、AGV 由来の場合は明確に夜間搬送員の人件費削減で立っており、レストラン由来の BellaBot 系は「客 (患者) の wayfinding error を減らして再来院を増やす」「待合室の体感時間を短くする」といった顧客満足経由のソフト指標で立てている。どちらも控えめだが、計算の組み方が現実的なので、ROI の崩壊が起きにくい。
言語処理。Pepper は会話と問診で勝負を仕掛けた。案内ロボは、会話そのものを最小化する設計を取った。BellaBot は短い録音メッセージしか喋らない。Moxi は基本的に喋らない。スマホ案内に至ってはテキスト検索 + 地図表示で完結する。LLM が成熟する前の時代に、会話を前面に出さない選択をしたロボットは、結果として技術の早すぎる賭けを避けることができた。
信頼性。Pepper の故障は受付業務の停止に直結した。案内ロボの故障は、それでも患者は案内サインとスマホで目的地に到達できるので、ロボット停止で施設が止まるわけではない。フェイルソフトな位置に置かれているから、冗長化を強要されない。
患者・職員受容度。Pepper は「初めての対人相手」として登場したので novelty 効果に頼り、3 ヶ月で飽きられた。案内ロボはそもそも対人相手として設計されていない。BellaBot を撫でる人はいても、BellaBot に問診される人はいない。novelty 曲線の山が低いから、谷も浅い。
法的位置。Pepper は問診・トリアージで医師法 17 条の境界に踏み込んだ。案内ロボは、案内・搬送・消毒という、医業の外側の業務しかしない。日本の法令上、案内ロボの導入には基本的に薬機法も医師法も診療放射線技師法も発動しない。導入合意は施設管理者と労働組合と現場の職員でつき、規制官庁の判断を待たなくていい。
5 軸全部で、案内ロボは Pepper と反対側を選んでいる。
ただし、「案内ロボが勝った」わけではない
ここで誤解したくないのは、案内ロボが日本の病院に大量配備されるかというと、現実はそうなっていないということだ。
理由は単純で、スマホとサイネージの組み合わせが、実は同じ仕事をかなりやっている。日本の総合病院の半数以上が患者向け wayfinding アプリを持っており、Cisco DNA Spaces や Aira などの屋内測位サービスを使った院内ナビは、ロボットを動かすより安くて速く展開できる。ロボットを 1 台買って充電ステーションを設置して動線を mapping して職員研修するより、サイネージのアップデートとアプリのリリースで済むなら、そちらを選ぶ施設が多い。
2024 年時点の日本の総合病院 (200 床以上) のうち、患者案内用ロボットが常時稼働している施設は、私が把握している範囲では 50-100 程度。これに対し、患者向け wayfinding アプリを公式に提供している施設は 300 を超えている。差は概ね 3-5 倍ある。
つまり、「ロボットが Pepper の失敗を乗り越えた」のではなくて、「ロボットを買わずに同じ仕事をするスマホとサイネージのほうが、もっと低コストで先行している」という構造になっている。案内ロボは、消えなかったが、覇者にもなっていない。地味に存続している、というのが正確な像だ。
では、技師の現場と、どう交わるのか
連載の本筋に戻すと、案内ロボやスマホ wayfinding が病院に入る流れは、技師の業務と一見関係がないように見える。CT を撮るのは技師であって、ロボではない。当然そうだ。
ただ、現場の技師さんが今やっている仕事の中身を分解すると、20-40% は「検査の前後で患者を呼び込む・誘導する・順番を整える・場所を案内する」という間接業務に吸われていることがある。多くの病院でそうだし、私が訪問した施設の技師さんからも繰り返し聞いた話だ。検査着の場所を伝える、トイレの場所を伝える、次の検査室の場所を伝える、家族に待合の場所を伝える、車椅子の同伴者を再誘導する、子供連れの保護者に小児科外来の方向を伝える。これらは技師のライセンスが要らない仕事で、しかし技師の時間を確実に削っている。
案内ロボやスマホ wayfinding が病院に普及していけば、この層の業務が技師から剥がれる可能性がある。剥がれた時間が「より多くの撮影を回す」に使われるなら経営的には増収になり、「ポジショニング判断や患者対応や読影との対話」に使われるなら、第 III 幕で書いた「craft が試される時代」のシフトが現場で実装されるということになる。どちらが起きるかは経営判断次第で、技師個人の意思だけでは決まらないが、技師がそこに自覚的でいるかどうかは、5 年先の自分の仕事内容に効いてくる。
第 IV 幕の旅程
第 19 回は、ロボットの中でいちばん地味で、いちばん長く現場に居続けるであろう案内ロボから始めた。物理ロボットは、Pepper の野心を捨てて、Moxi の謙虚さを学んだとき、現場に居場所を見つける。これが第 IV 幕の引き出しの一つ目。
第 20 回は voice AI に行く。ambient documentation (Nuance DAX、Abridge、Suki) は、AI 医療の中で最も ROI が明確なカテゴリで、米国では一気に普及している。日本での適用は、診療報酬・カルテ規制・言語の壁の三重で複雑になる。
第 21 回は VR/AR の医療応用。教育と術前計画には深く入っており、診療には浅くしか入っていない、という現実をまっすぐ書く。
第 22 回は humanoid robotics 再考。Tesla Optimus、Figure、Apptronik、Boston Dynamics Atlas が 2025 年に何をできるようになって、Pepper との構造的な違いは何で、医療現場に来る順序はどうなるか。
そして第 V 幕で、倫理と日本提言。技術深掘りの 4 回はそれぞれ独立して読めるが、最後に第 18 回の 3 教訓 (ROI 明確化 / 法的位置 / 単機能特化) の枠で並べ直すと、第 24 回の提言の根拠になる。
出典・参照
- Aethon TUG: ST Engineering Aethon 公式 (https://aethon.com/products/), 2024 deployment list
- Pudu BellaBot: Pudu Robotics 2024 healthcare case studies
- Diligent Robotics Moxi: Texas Medical Center 2023-2024 deployment reports
- UVD Robots: Blue Ocean Robotics 2024 hospital deployment data
- 国内案内ロボ: 川崎幸病院、藤田医科大学病院、北里大学病院 公開資料 2023-2024
- 院内ナビアプリ: Cisco DNA Spaces 2024 healthcare adoption report、医療情報学会 2024 wayfinding 調査
- Pepper 比較フレーム: 第 18 回 (5 失敗理由 + 4 成功条件)
- 技師の間接業務分布: JART 2023 業務時間調査、私の現場ヒアリング (2023-2025)
第 19 回 / 全 24 回 連載「技師さんの経験と技術が、本当に試される時代へ」 著者: LifeLink Insights | 監修: YOSHI.TOMO FURUSAWA Gloversal, Inc. CEO — "Turning healthcare technology into human-centered operations." https://gloversal.com/