結論：調剤薬局の服薬指導メモ作成・在庫発注書生成・DAR（薬剤師記録）補助の3タスクは、Claude Codeのローカル実行環境を活用することで記録業務の時間短縮が見込めます。最終判断・服薬指導の責任は薬剤師が担う前提での補助ツールとして機能します。
- 要点1：服薬指導メモ自動生成では、患者ごとのアレルギー情報・相互作用チェック記録を構造化テンプレートに整形する補助が可能（本番投入前の社内レビュー・専門家確認は必須）
- 要点2：在庫発注書自動化は、CSVベースの棚卸データからClaude Codeが発注点割れ品目を抽出しドラフトを生成するパターンが実装しやすい
- 要点3：DAR記録補助では、薬剤師が入力した箇条書きメモを薬歴フォーマットに整形する「フォーマット変換補助」が低リスクで始めやすい
対象読者：調剤薬局の業務改善に取り組む薬剤師・管理薬剤師・DX担当者、および医療系SaaS開発者
今日やること：本記事末尾のサンプルプロンプトをClaude Codeのローカル環境でテストし、患者氏名・マイナンバーなどの実個人情報を入力しないルールを社内で決める
⚠️ 本記事は想定シナリオ（モデルケース）を解説しています。掲載のプロンプト・実装例は参考目的であり、薬事法・個人情報保護法・各種ガイドラインへの適合を保証するものではありません。実装にあたっては所属組織のコンプライアンス担当・薬剤師会・専門家にご相談ください。
調剤薬局の記録業務はなぜ重くなるのか
「服薬指導の後、薬歴に書き起こす時間が30分以上かかることがある」——個人薬局やチェーン薬局で働く薬剤師からこうした声をよく聞きます。
保険薬局及び保険薬剤師療養担当規則（薬担規則）第8条2は、薬剤師に患者の服薬状況と薬剤服用歴の確認義務を課しています（e-Gov 法令検索。2026年6月時点）。加えて2024年度（令和6年度）診療報酬改定で「薬剤服用歴管理指導料」は「服薬管理指導料」に名称変更・再編され、患者への丁寧な説明と記録の質がより一層問われるようになりました（出典：厚生労働省「令和６年度診療報酬改定の概要【調剤】」PDF）。
記録業務が重くなる構造的な要因は3つあります。
- 服薬指導の多様化：後発医薬品の供給不安定（2021年以降の品質不正問題に起因）に伴い、銘柄変更の説明・記録が増加
- 薬歴フォーマットの煩雑さ：SOAP・DAR（Data/Action/Response）など複数の記録様式が混在
- 在庫管理の複雑化：2,500品目以上を扱う面薬局では発注業務だけで1日数十分を要するケースも（出典：MUSUBI case study「2,500品目の面薬局がAIに在庫管理を任せてわかったこと」kakehashi.life 2023）
本記事では、記録補助・書類生成の3タスクを切り出し、Claude Codeのローカル実行環境を使った実装パターンを解説します。病院・クリニック向けの電子カルテ連携記事（電子カルテのサマリ生成をClaude Codeで実装した事例）とは異なり、調剤薬局特有の「薬歴・在庫・指導記録」にフォーカスした内容です。
動作環境と前提条件
| 項目 | 値 |
|---|---|
| Claude Code | v1.x（2026年6月時点最新版） |
| 実行環境 | 薬局内オンプレ or 閉域VPN接続のMac/Linux端末（クラウドSaaS入力は別途規程要確認） |
| 言語 | Python 3.11（在庫CSV処理）/ Bash |
| 対象薬局規模 | 独立系個人薬局〜10店舗規模チェーン |
| 準拠すべき規制 | 薬担規則・個人情報保護法・医療情報システム安全管理ガイドライン第6.0版（厚労省 2025年5月） |
⚠️ YMYL注意：患者の氏名・生年月日・マイナンバー・保険証番号などの特定個人情報は、外部AIサービスおよびClaude Codeのプロンプトに直接入力しないこと。厚生労働省「医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス」（個人情報保護委員会・厚労省 共同作成）では医療情報の適切な取り扱いが求められており、外部クラウドへの要配慮個人情報送信は原則として本人同意または業務委託契約が必要です。詳細は所属組織のコンプライアンス担当に確認してください。
タスク1：服薬指導メモの構造化補助
課題と実装アプローチ
服薬指導後、薬剤師が簡単な箇条書きメモ（「○○錠追加、相互作用確認済、食後服用指示」など）を書き、それをDAR形式や薬局独自フォーマットに整形する作業が発生します。このフォーマット変換補助がClaude Codeの最もリスクの低い活用起点です。
実装の考え方：患者を識別する情報は「患者コード（例：P-00312）」などの内部IDのみ使用し、氏名・住所・保険証番号は含めない。Claude Codeはローカルで動作するため外部送信リスクは低減できますが、組織のセキュリティポリシーを必ず先に確認してください。
サンプル：CLAUDE.md（薬局用指示ファイル）
# 薬局記録補助エージェント
## 役割
薬剤師が入力した箇条書きの服薬指導メモを、DARフォーマット（Data/Action/Response）に変換する補助を行います。
## 絶対ルール
- 患者の氏名・生年月日・保険証番号・マイナンバーをこのシステムに入力しないこと
- 患者識別は内部コード（例: P-XXXXX）のみ使用
- 薬品の最終確認・服薬指導の判断は必ず薬剤師が行う
- このシステムは補助ツールであり、医療判断を行わない
## 入力形式
薬剤師からの箇条書きメモ（テキスト）
## 出力形式
DARフォーマットのドラフト（薬剤師による確認・修正が前提）
服薬指導メモ変換プロンプト（実装例）
以下の服薬指導メモをDAR形式に整形してください。
【入力メモ】
{MEMO_TEXT}
【出力形式】
D（Data）：客観的・主観的情報
A（Action）：薬剤師が行った指導内容
R（Response）：患者の反応・理解度
制約：
- 推測や仮定の情報を追加しない
- 不明な箇所は「[要確認]」と記載する
- 薬学的判断が必要な箇所には「[薬剤師確認必須]」と記載する
- 仮定した点は必ず「仮定：」と明記する
出力はドラフトであり、最終確認は薬剤師が行います。
アレルギー・相互作用チェック記録の整理
複数の処方薬を持つ患者の場合、相互作用チェックは薬剤師が調剤支援システムで実施します。Claude Codeはそのチェック結果の記録整理に使えます。たとえば「相互作用あり：○○と△△（作用増強）→主治医に確認済」という情報を薬歴記録の所定箇所に配置する補助です。
重要：相互作用の判定そのものはClaude Codeに委ねない。薬剤師がシステムで確認したファクトを整理・記録する補助のみに使用してください。薬機法（医薬品医療機器等法）では、処方・服薬指導に関わる判断は有資格者（薬剤師）が責任を持って行うことが求められています。
タスク2：在庫発注書の自動生成
課題と実装アプローチ
多くの薬局では電子薬歴システムや調剤システムが在庫データをCSVでエクスポートできます。このCSVを読み込み、発注点割れ品目の抽出と発注書ドラフト生成をClaude Codeに担当させるパターンは個人情報を扱わないため比較的導入しやすい実装です。
Pythonスクリプト例：発注点割れ検出
#!/usr/bin/env python3
# inventory_check.py
# 薬局在庫CSV → 発注点割れ品目リスト生成
# 患者情報は含まない（薬品マスタ + 在庫数のみ）
import csv
import sys
from datetime import date
def check_reorder_point(csv_path: str, output_path: str) -> None:
"""
在庫CSVから発注点割れ品目を抽出し発注書ドラフトを生成する。
CSV形式（想定）:
薬品コード, 薬品名, 現在庫数, 発注点, 標準発注量, 卸業者コード
注意: 本スクリプトは参考実装。実際の調剤システムのCSV形式に合わせて修正すること。
"""
reorder_items = []
with open(csv_path, encoding='utf-8-sig', newline='') as f:
reader = csv.DictReader(f)
for row in reader:
current_stock = int(row.get('現在庫数', 0))
reorder_point = int(row.get('発注点', 0))
if current_stock <= reorder_point:
reorder_items.append({
'薬品コード': row.get('薬品コード', ''),
'薬品名': row.get('薬品名', ''),
'現在庫数': current_stock,
'発注点': reorder_point,
'標準発注量': row.get('標準発注量', ''),
'卸業者コード': row.get('卸業者コード', ''),
})
if not reorder_items:
print("発注点割れ品目なし")
return
today = date.today().strftime('%Y-%m-%d')
with open(output_path, 'w', encoding='utf-8-sig', newline='') as f:
writer = csv.DictWriter(f, fieldnames=reorder_items[0].keys())
writer.writeheader()
writer.writerows(reorder_items)
print(f"発注点割れ品目: {len(reorder_items)}件 → {output_path}")
print(f"生成日: {today}")
print("※最終発注は担当者が確認・承認してください")
if __name__ == '__main__':
if len(sys.argv) < 3:
print("Usage: python inventory_check.py <input_csv> <output_csv>")
sys.exit(1)
check_reorder_point(sys.argv[1], sys.argv[2])
Claude Codeでの実行フロー（CLAUDE.md指示例）
# 在庫発注補助エージェント
## タスク
inventory_stock.csv を読み込み、inventory_check.py を実行して発注点割れ品目を抽出。
結果を発注書ドラフト（order_draft_YYYYMMDD.csv）として保存する。
## 実行手順
1. `python inventory_check.py inventory_stock.csv order_draft_$(date +%Y%m%d).csv` を実行
2. 発注点割れ品目数を報告する
3. 品目リストを確認しやすい形式で表示する
4. 「最終発注は担当者が確認してください」を必ず末尾に記載する
## 禁止事項
- 患者情報ファイルを読み込まない
- 発注数を自動変更しない（ドラフト生成のみ）
- 外部ネットワークへのアクセスを行わない
後発医薬品切り替え対応
2021年以降の後発医薬品供給不安定問題（後発薬メーカーの品質不正に起因）により、薬局では「本品が入荷不可の場合の代替品候補」を常備しておく必要があります。Claude Codeを使って代替品候補リストの整形・対照表作成を補助することで、在庫担当者の手間を減らせます。
以下の後発医薬品代替候補リスト（テキスト形式）を、
薬品コード・一般名・含量・剤形・卸業者コードの列を持つCSVに変換してください。
【入力テキスト】
{ALTERNATIVE_DRUG_TEXT}
注意：
- 一般名・含量は原文のまま転記する（推測しない）
- 不明欄は空白のままにする
- 変換結果は確認用ドラフトであり、薬剤師・管理薬剤師が最終確認を行う
タスク3：DAR薬歴記録の補助整形
DARフォーマットとは
DAR（Data / Action / Response）は薬局の薬歴記録で使われる構造化フォーマットのひとつです。
| 要素 | 内容 | 記録例 |
|---|---|---|
| D（Data） | 客観的・主観的情報 | 「頭痛が続いている。先月から睡眠薬を追加」 |
| A（Action） | 薬剤師が取った行動・指導 | 「相互作用確認。主治医に情報提供を提案」 |
| R（Response） | 患者の反応・理解 | 「理解した。次回受診時に相談する」 |
服薬管理指導料の算定においては、薬剤師による的確な記録が求められます（令和6年度改定・厚労省「令和６年度診療報酬改定の概要【調剤】」PDF参照）。Claude Codeはこのフォーマット整形の補助に使えます。
実装パターン：薬剤師メモ → DARドラフト変換
以下の薬剤師メモをDAR薬歴フォーマットに整形してください。
【薬剤師メモ】
{PHARMACIST_MEMO}
【出力ルール】
- D/A/Rの各項目を明確に区別して出力する
- メモに記載のない情報は追記しない
- 不確かな内容には「[要確認]」と記載する
- 相互作用・副作用に関する判断は薬剤師が行う前提で、ファクト整理のみを行う
- 出力はドラフト。薬剤師が内容を確認・修正してから薬歴システムに入力する
不足している情報があれば、最初に質問してから作業を開始してください。
仮定した点は必ず「仮定：」と明記してください。
電子薬歴システムとの連携
既存の電子薬歴システム（例：ユニケソフトウェアリサーチのCrew・MindPros、カカクコムの薬局向けシステム等）はAPIやエクスポート機能を持つ製品が増えています。Claude Codeとの直接連携は各ベンダーのAPI仕様・利用規約によります。まず既存システムがCSV/PDFエクスポートに対応しているかを確認し、そのデータを加工する用途から始めるのが安全です。
医療レセプト処理の自動化については 医療レセプト点検をClaude Codeで自動化した事例も参照してください。
失敗パターンと回避策
❌ 失敗1：患者氏名をそのままプロンプトに入力する
✅ 回避策：患者識別は内部コード（例：P-00312）のみ使用。氏名・生年月日・マイナンバー・保険証番号は絶対に入力しない。個人情報保護法における「要配慮個人情報」に該当し、取り扱いには本人同意または適切な業務委託契約が必要。
❌ 失敗2：相互作用の判断をClaude Codeに委ねる
✅ 回避策：相互作用チェックは薬剤師が調剤支援システム（ドーシングシステム・レセコン）で行い、その結果のテキスト整形のみをClaude Codeに担当させる。「副作用の可能性があります」「この組み合わせは危険です」などの薬学的判断をAIが出力した場合でも、最終確認は必ず薬剤師が行う。
❌ 失敗3：在庫発注をAIが自動で実行する
✅ 回避策：Claude Codeはドラフト生成のみ。発注の最終承認・実行は人間（管理薬剤師・発注担当者）が行う。自動発注は仕入れコスト・医薬品の有効期限管理に直結するため、人間の確認ステップを省略しない。
❌ 失敗4：薬歴ドラフトをそのまま保存する
✅ 回避策：Claude Codeが出力するDAR整形ドラフトは、薬剤師が内容を確認・修正してから薬歴システムに入力する。薬歴は調剤報酬算定の根拠となる公式記録であり、AI生成のドラフトを無確認で記録することは薬担規則の趣旨に反する可能性があります。所属薬局の規程に従って運用してください。
段階的導入ロードマップ
Phase 1（1〜2ヶ月）：在庫CSV処理のみ
患者情報を含まない在庫データ処理から開始。inventory_check.py をClaude Codeで実行し、発注書ドラフトの品質と業務フィットを確認する。この段階では薬歴・服薬指導データには触れない。
Phase 2（3〜4ヶ月）：DAR整形補助の試験導入
1〜2名の薬剤師が自分のメモをClaude Codeで整形し、出力の精度・修正量を記録する。この段階でも実患者データは内部コードのみ使用。整形精度が安定したら対象者を徐々に拡大。
Phase 3（5〜8ヶ月）：業務フロー正式組み込み
在庫・DAR整形の両方が安定稼働したら、運用手順書（SOP）を作成し全スタッフに展開。月次でドラフト品質・修正率を計測し、プロンプトを改善する。電子薬歴システムとのCSV連携が整えば、クリニック受付業務のAI活用（クリニック予約業務をClaude Codeで整理した事例参照）と組み合わせた医療機関全体のDXも視野に入る。
想定効果（試算値・参考モデル）
以下は参考モデルケース（試算）です。実際の効果は薬局規模・業務フロー・スタッフのスキルにより異なります。
| タスク | 導入前（想定） | 導入後（試算） | 備考 |
|---|---|---|---|
| DAR整形（1件） | 5〜10分 | 1〜3分 | 薬剤師の確認・修正時間含む |
| 在庫発注書作成（日次） | 20〜40分 | 5〜10分 | CSV出力が整っている場合の試算 |
| 代替品対照表更新 | 都度30〜60分 | 都度10〜20分 | 品目数・変更頻度による |
※ 上記は想定シナリオの試算値です。測定根拠となる実案件データではありません。
セキュリティと法規制への配慮
個人情報保護法・3省2ガイドライン
厚生労働省が策定した「医療情報システムの安全管理に関するガイドライン第6.0版」（2025年5月）は、医療情報を扱うシステムのセキュリティ要件を定めています。調剤薬局は保険医療機関に準ずる位置づけで、患者の薬剤情報は要配慮個人情報として取り扱いが求められます。
- Claude Codeをローカル実行する場合でも、入出力ファイルのアクセス制御・ログ保存は組織のセキュリティポリシーに従う
- クラウド版Claudeを使う場合は、APIのデータ保持ポリシー（Anthropic公式サイト参照）を確認し、患者情報の送信を避ける設計にする
- 薬局向け個人情報保護Q&A（日本薬剤師会 2017年9月版）では、患者情報の第三者提供には原則として本人同意が必要と明示されています
薬機法広告規制への配慮
薬機法（医薬品医療機器等法）の広告規制は、薬効・効能を誇大に表現することを禁じています。薬局がClaude Codeで作成した文書を患者向けに配布する場合（服薬指導補助資料など）は、薬機法第68条（誇大広告等の禁止）に抵触しないよう確認が必要です。詳細は薬剤師会・都道府県薬務課に相談してください。
よくある質問（FAQ）
Q1. Claude Codeは電子薬歴システムと直接連携できますか？
A. 現状では各電子薬歴ベンダーのAPI仕様による。まずCSV/テキストエクスポートを経由したデータ加工から始め、将来的にAPI連携を検討するアプローチが現実的です。具体的な連携可否は各システムベンダーに確認してください。
Q2. ローカル実行とクラウドAPIのどちらが安全ですか？
A. 患者の要配慮個人情報を扱う場合は、外部送信リスクを避けるためローカル実行が原則。ただし、ローカル環境でも端末セキュリティ・アクセス権限の管理が必要です。組織のコンプライアンス担当・セキュリティ担当と事前協議を強く推奨します。
Q3. 薬歴ドラフトをAIが生成することは薬担規則に違反しますか？
A. 薬剤師が最終確認・修正・責任を持って記録する前提であれば、補助ツールとしての活用は許容されると考えられます。ただし、解釈は最新の通知・ガイドラインによるため、薬剤師会や厚生局への確認を推奨します。「AIが作成した記録をそのまま保存する」ことは避けてください。
Q4. 小規模個人薬局でも導入できますか？
A. タスク2（在庫CSV処理）は個人情報を含まないため、薬局規模を問わず比較的低リスクで始められます。タスク1・3は患者情報の取り扱いルール整備が前提になるため、段階的アプローチを推奨します。
Q5. 薬剤師以外のスタッフが使っても問題ありませんか？
A. 在庫CSV処理（タスク2）は事務スタッフでも実行できますが、最終発注承認は管理薬剤師が行う体制を維持してください。服薬指導メモ・DAR整形（タスク1・3）は薬剤師が出力を確認・責任を持って使用することが前提です。
まとめ：調剤薬局のClaude Code活用3ステップ
- 在庫CSV処理から始める：患者情報を含まない業務で動作検証。inventory_check.pyで発注点割れ品目を抽出し、担当者が確認するフローを整える。
- DAR整形補助を試験導入：1〜2名の薬剤師がClaude Codeの出力品質を評価。患者は内部コードのみ使用し、整形精度・修正量を記録して改善する。
- セキュリティポリシーを先に整備：実装前に組織のコンプライアンス担当・薬剤師会に相談し、個人情報の取り扱いルールを文書化してから全体展開する。
調剤薬局において、Claude Codeは「薬剤師の判断を補助するドキュメント整形ツール」として機能します。服薬指導の最終判断・薬歴への責任は引き続き薬剤師が担う設計であることが、法規制・信頼性の両面で重要です。
Claude Code導入の具体的なサポートや、貴薬局のオペレーションに合わせた実装設計は、Uravation の無料相談からお気軽にご連絡ください。
著者プロフィール
佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援を展開。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆。医療機関・薬局向けのClaude Code導入支援も対応。
