【チャットフロー】Patient Intake Chatbot：自動問診・診療科提案システム

病院やクリニックの受付業務において、患者様の症状を聞き取り、適切な診療科へ案内する「トリアージ」や「問診」のプロセスは、専門知識と時間を要する業務です。

Difyの「Patient Intake Chatbot（患者受付チャットボット）」テンプレートは、対話形式で患者の基本情報（年齢・性別・症状）を自動的に収集し、AIが適切な診療科を提案する高度なワークフローです。

この記事では、Dify標準テンプレートをベースに、GeminiとGPT-4oを適材適所に配置して最適化したモデルの内部構成を解説します。

Patient Intake Chatbotとは：対話型自動問診システム

このチャットボットは、ユーザーとの会話を通じて必要な情報（年齢、性別、症状）が揃うまで質問を繰り返し、全ての情報が集まった段階で診断（診療科の提案）を行うシステムです。

例えば、ユーザーが「お腹が痛いです」とだけ伝えた場合、ボットは自動的に「年齢と性別を教えてください」と不足情報を聞き返します。

一度に「20代男性、腹痛があります」と入力された場合は、即座に診療科を提案します。このように状況に応じた柔軟な対応が可能です。

Difyで構築する機能概要

本テンプレートでは、以下のロジックで問診を実行します。

• 情報の抽出：ユーザーの入力から必要なパラメータ（年齢・性別・症状）を抽出します。
• 不足確認（スロットフィリング）：必須項目が埋まっているかを確認し、未入力があれば質問を行います。
• 診療科の提案：全ての情報が揃った段階で、GPT-4oが適切な診療科を判断して回答します。

【重要】最適化モデルのワークフロー詳細（ノード表）

このテンプレートは、条件分岐（IF/ELSE）を駆使して、ユーザーの入力状態に合わせた最適なレスポンスを生成します。

以下は、実際に動作する完成版モデルの全ノード構成と設定内容です。

アイテム名（ノード名）	処理内容・設定詳細
開始 (Start)	ワークフローの開始 ユーザーに対し、性別、年齢、症状の入力を求めます。一括入力でも分割入力でも対応可能な設計です。 初期変数：age, gender, symptoms（全て空でスタート）
最初のメッセージですか？ (IF/ELSE)	初回判定 会話のラリーが1回目かどうかを判定します。 ・IF（初回）：一括抽出処理へ ・ELSE（2回目以降）：不足情報の個別確認へ
【IF：初回の場合】
∟ 患者情報の抽出 　(Parameter Extractor)	一括情報抽出（使用AI：Gemini 2.5 Pro） ユーザーの最初のメッセージから、年齢・性別・症状の3要素を可能な限り抽出します。
∟ 年齢・性別・症状を割り当て 　(Variable Assigner)	変数の更新 抽出されたデータをそれぞれの変数（age, gender, symptoms）に保存します。
∟ 出力=0 / フラグ更新	ステータス管理 「最初のメッセージ」フラグを更新し、次回のループでELSEルートに入るようにします。
変数アグリゲータ (Variable Aggregator)	情報の統合 これまでの会話で蓄積された変数の状態を整理します。
【ELSE：2回目以降（不足確認）】	どの情報が足りないかを判定し、分岐します。
∟ IF (年齢が空)	年齢確認フロー 変数 age が空の場合に実行されます。
∟ 患者の年齢を抽出 　　(LLM)	年齢の聞き取り（使用AI：Gemini 1.5 Flash） ユーザーの直前の回答から年齢情報を抽出します。
∟ 年齢を割り当て	抽出した年齢を変数 age に保存します。
∟ チャット（年齢別）(LLM)	（使用AI：Gemini 1.5Flash）次の質問（性別や症状）へ誘導、または年齢がまだ不明な場合は再度質問します。
∟ ELSEIF (性別が空)	性別確認フロー 変数 gender が空の場合に実行されます。
∟ 患者の性別の抽出 　　(LLM)	性別の聞き取り（使用AI：Gemini 1.5 Flash） ユーザーの回答から性別情報を抽出します。
∟ 性別を割り当て	抽出した性別を変数 gender に保存します。
∟ チャット（性別別）(LLM)	（使用AI：Gemini 1.5Flash）次の質問へ誘導します。
∟ ELSEIF (症状が空)	症状確認フロー 変数 symptoms が空の場合に実行されます。
∟ 患者の症状の抽出 　　(LLM)	症状の聞き取り（使用AI：Gemini 1.5 Flash） ユーザーの回答から具体的な症状を抽出します。
∟ チャット（性別別）(LLM)	（使用AI：Gemini 1.5Flash）次の質問へ誘導します。
∟ 症状を割り当て	抽出した症状を変数 symptoms に保存します。
null は変数に含まれますか? (IF/ELSE)	完了判定 全ての変数（年齢・性別・症状）が埋まっているかを確認します。 ・IF（欠けがある）：不足している項目について質問する回答を生成。 ・ELSE（全て揃った）：診断フェーズへ移行。
【ELSE：診断フェーズ】
∟ 推奨部門 　(LLM)	診療科の提案（使用AI：GPT-4o） 集まった3つの情報を基に、受診すべき診療科とその理由、緊急性の有無などを総合的に判断します。 ※GPT-4oの高度な推論能力を利用。
∟ 部門を割り当て	診断結果を保存します。
∟ 回答 　(Answer)	最終案内 ユーザーに「推奨される診療科：〇〇科」とアドバイスを表示します。

DifyでPatient Intake Chatbotを構築・有効化する手順

以下の手順で、この自動問診システムを自身のワークスペースに展開できます。

1. テンプレートの選択：Difyダッシュボードの「探索」から「Patient Intake Chatbot」を選択し、「ワークスペースに追加」をクリックします。
2. アプリ設定：アプリ名（例：自動問診ボット）を設定し、作成します。
3. ノードの確認：ワークフローキャンバスにて、上記のノード表通りに条件分岐（IF/ELSE）が設定されているか確認します。特に「不足情報の確認ループ」が正しく接続されているかが重要です。
4. モデル設定：抽出タスクには高速なGemini Flash、最終判断には高精度なGPT-4oが割り当てられているか確認し、APIキーを設定します。
5. 動作確認（プレビュー）：プレビュー機能使い、「腹痛がします」→「年齢は？」→「30歳です」といった対話形式で情報が埋まっていくかテストします。

このテンプレートを活用するメリット

最大のメリットは、「必要な情報が揃うまで粘り強く、かつ自然に対話を続ける」システムが構築済みな点です。

• 受付業務の効率化：基本的な問診を自動化することで、医療スタッフの負担を軽減し、待ち時間を短縮できます。
• 情報の漏れ防止：システムが必須項目（年齢・性別等）の入力を強制的にチェックするため、聞き漏らしがなくなります。
• 柔軟な入力対応：「30歳男性、頭痛」と一言で入力しても、「頭が痛い」とだけ入力しても、どちらにも適切に対応できます。

まとめ

Patient Intake Chatbotテンプレートは、医療現場における「問診」をモデルにしていますが、その本質は「ユーザーから必要な情報を過不足なくヒアリングする」という汎用的なタスクです。

この仕組みは、不動産の条件ヒアリング、採用面接の一次対応、カスタマーサポートの初期振り分けなど、様々なビジネスシーンに応用可能です。

ミラーマスター合同会社では、このようなヒアリング型チャットボットの導入支援や、既存の予約システムとのAPI連携などのカスタマイズ開発も承っております。窓口業務の自動化をご検討の際は、ぜひお気軽にご相談ください。