AIによるシフト表作成・2026年版――GPT-5.6 Solで病棟勤務表の自動生成を再検証

看護職のシフト表作成という泥沼の業務に、ようやく光が見えてきた。2025年9月、複数のAIモデルに対して25人の看護師と31日分の勤務条件（夜勤人数、休日数、夜勤ペア禁止、連続勤務制限など）を与えても、各AIが出してきた表には条件違反が山積みだった。検証記事の結論は明確だった。「AIに完成したシフト表を直接出力させるのは実用的ではない。専用の数理最適化ツールが必要」。

1年後の2026年8月、同じ課題を最新モデルのGPT-5.6 Solで再検証したら、指定した条件をすべて満たす勤務表が生成できた。ただしここで大事なのは、AIの性能が単に「向上した」わけではないということだ。従来のAIは、複雑な制約を「勘」で配置していた。「この人は夜勤が続きすぎているから休日を」という人間の試行錯誤を真似ていた。だから条件が増えるほど破綻した。今回のAIが選んだ戦略は質的に異なる。複雑な制約充足問題を数学的に定式化し、HiGHSというソルバーに求解させる方法だ。人間の勘ではなく、機械が確実に解く。

条件定義が厳密なら成功し、矛盾する希望を与えると「不成立」と判定して原因も説明する。つまり信頼性と透明性が一段階上がった。AIが条件を無断で緩和するという過ちも報告されており、透明性が高まることは現場の信頼につながる。中小の医療現場は今も、シフト作成を主任や管理者の属人的判断に頼っている。条件が曖昧で、「経験と勘」で調整する文化が主流だ。自動化の入口が視野に入ってきたが、最大の前提は「条件の明確化」だ。なぜこの人がこのパターン？理由は？という暗黙知を言語化する作業が、シフト表自動化の最初の一歩となる。その作業の中で初めて、現場の判断ロジックが可視化され、改善可能になる。