mz-logo

豆蔵デベロッパーサイト

開発に役立つチュートリアルやテクニック・ノウハウを豆蔵メンバーがご紹介します!

記事のタグから検索 ...(全てのタグを表示)

本サイトは本家の豆蔵ホームページではありません。会社概要、製品紹介等はこちら、 募集中の求人情報はこちらをご覧ください。

mameka豆香の豆知識 image for mameka column
再診カルテも秒で整理!?Nintex RPAが病院にもたらすスピード革命
やっほー!医療現場の紙吹雪にゲンナリしてるみんな、豆香がテンション120%で叫ぶよ!今日のヒーローは『Nintex RPA in Healthcare Data Management』。カルテが山盛りになって「もうムリ!胃カメラよりキツい!」って泣きたい夜勤、私も味わった…白衣も心もシワッシワ。そこに颯爽と登場するのがNintexのロボット軍団!
まず受付。患者さんが保険証を出した瞬間、RPAロボがピッとスキャン、情報を電子カルテへ自動入力。人間はニッコリ対応に集中できるからクレーム激減。「この前は待ち時間がカテーテル並みに長かった!」なんて怒号もシュッと消える。
次は検査結果。検体ラベルを読み取り、データベースへすばやく格納。昔は「検査結果どこ行ったー!」と探し回って深夜に絶叫してたのに、いまやロボが秒速で格納。私は余った時間で夜食のプリンを優雅に堪能。プリンを落として号泣…なんて悲劇もなくなった!
さらに請求業務。保険点数の計算ミスがあるたび、経理さんが鬼の形相で登場していた。でもNintexがルールベースで自動チェック。「今日は何も問題ないぞ」と経理の鬼も桃色オーラに変身。職場が一気に平和モード!
もちろん導入前は「ロボがミスしたらどうする?」と不安もあった。けどプロセスマッピングで手順を見える化、例外処理もループでがっちり設定。結果、ヒューマンエラーは激減、患者さんの転院手続きもスイスイ。うれしくてハイタッチ連発、手が真っ赤!
まとめると、Nintex RPAはカルテ整理から請求まで、医療データを高速&正確にさばいてくれるスーパードクター。私はもう紙の山を見てもビビらない。「RPAって苦そう…」と眉間にシワ寄せてる君、プリン味の未来が待ってるぞ!一緒にロボと踊りながら、医療現場をキラッキラに変えてこー!
※本コラムはAIで生成したものです。内容の正確性を保証するものではありません。
過去のコラムはこちらから!

新着記事new-articles全ての記事を見る

  • | ブログ | 21 min read
    #2026年 #MCP #typescript

    AIエージェントとシステムをつなぐMCP入門(認証/認可編)

    はじめに # 本ページは「AIエージェントとシステムをつなぐMCP入門」の続編です。 今回は、認証/認可について説明します。 MCP仕様では認可機能は任意扱いですが、MCPを実運用する場合は必須機能と言えます。 本記事では、以下の内容を扱います。 Streamable HTTPにおけるMCPの認証・認可の流れ PRMと認可サーバーの発見 Keycloakとトークンイントロスペクションを使ったMCPサーバー側の検証 本記事で掲載しているコードはこちらで公開しています...

    記事を読む
  • | ブログ | 10 min read
    #2026年 #GFXBench #android #gpu

    オープンソース版GFXBenchをAndroidで動かす(1)ビルド編

    はじめに # GFXBenchというGPUベンチマークソフトをご存じでしょうか。 Windows, Linux, Android, iPhone等のマルチプラットフォームで実行出来るkishonti社のGPUベンチマークソフトです...

    記事を読む
  • | ブログ | 9 min read
    #2026年 #GitHub

    GitHub Stacked PRs で実現する「小さな PR」とレビューを溜めない開発スタイル

    はじめに # 先月、GitHub のスタック PRs (Stacked pull requests) がパブリックプレビューになりました。 https://github.blog/changelog/2026-07-30-stacked-pull-requests-are-now-in-public-preview/ これまでも PR のブランチからブランチを生やして、PR スタックさせることは可能でした...

    記事を読む
  • | ブログ | 6 min read
    #2026年 #スクラム #アジャイル #生成AI #AI

    スクラムマスターのAI活用を考える - 実践編:AI起点のデイリースクラム

    はじめに # アジャイルグループの石田です。 以前掲載したスクラムマスターのAI活用を考えるの連載で、透明性・検査・適応の三本柱をAIで強化するアプローチを紹介してきました。 今回はその実践編として、私が現在のプロジェクトで実践している、AIの発信を起点にデイリースクラムを進める取り組みを紹介します。 ここまで紹介してきたAI活用は、あくまで人間が「AIを使いに行く」ものでした...

    記事を読む
  • | ブログ | 4 min read
    #2026年 #ETロボコン #AI

    AI活用で進化するETロボコン - シルバーモデル獲得までの4年間と、次の挑戦へ

    はじめに # 私が4年間取り組んできた ETロボコンの活動の軌跡 を紹介します。 昨年度はベーシッククラス(当時の名称:プライマリークラス)に挑戦し、AI活用を取り入れた新しい開発スタイルにも踏み込みました。 これまでの経験がどのように積み重なり、昨年度の成果につながったのかをまとめています。 最後までお付き合いいただければ幸いです。 4年間の活動をひとことで紹介すると # 「設計(UML)→ 実装 → 実機制御 → チーム運営 → AI活用」 と、毎年新しい挑戦を積み重ねてきました...

    記事を読む
  • | ブログ | 15 min read
    #2026年 #MCP #typescript

    MCP 2026-07-28 RC解説:ステートレス化がもたらすAIエージェント実装

    はじめに # Model Context Protocol (MCP) は、2024年11月の初版リリース以来、AIモデルと外部データ・機能を接続する標準プロトコルとして急速に進化してきました。 今回の2026-07-28 Release Candidate(以下、RC)は、単なる機能追加ではなく、プロトコルの実運用前提を大きく変える改訂です。 とくに注目すべきは、プロトコル層のステートレス化です...

    記事を読む
  • | ブログ | 11 min read
    #2026年 #Deno Desktop #Tauri #electron #Deno

    Deno 2.9 で登場したデスクトップ機能 (Deno Desktop) - Electron / Tauri との違いを実感

    はじめに # Deno 2.9 リリースおめでとうございます。 Deno 2.9 | Deno Electron 大好きな自分としても気になるのはやはり Deno Desktop です。 Tauri と同様 WebView をバックエンドにする構成と Electron と同様 Chromium ベースの構成を選べるとのことで、これは試すしかないと思いました。 公式ドキュメントは以下にあります...

    記事を読む
  • | ブログ | 7 min read
    #2026年 #AI #生成AI

    人工知能学会2026参加記 — 発表と学会で見えたAI研究の流れ

    はじめに # AIテクニカルセクターの藤堂です。セクターが独立組織となって以降、全社でAI活用を広げる取り組みが本格化しています。そのような中、6月には第40回 JSAI2026に参加しました。 前半ではポスター発表をした、士業資格試験を対象としたLLMベンチマークShigyoBenchについて簡単に触れ、AIの実用化についての所感を述べます。 後半では、人工知能学会で印象に残った発表と、今後のAI研究について思ったことを記します...

    記事を読む
  • | ブログ | 3 min read
    #2026年 #retrospective

    豆蔵デベロッパーサイト 2026年4-6月のサマリー

    今年も半分が過ぎました。2026年4-6月のサマリーです。 記事数・執筆者数 # この3ヶ月で13本の記事が投稿され、記事数は889になりました。 連載 # AIエージェントとシステムをつなぐMCP入門 # MCP(Model Context Protocol) は AI エージェントが外部サービスと通信するための仕様で、2024年に Anthropic 社によって初版がリリースされました。MCP を使用することで、AI エージェントは外部サービスの機能を効果的に利用できます...

    記事を読む
  • | ブログ | 7 min read
    #2026年 #MCP #typescript

    AIエージェントとシステムをつなぐMCP入門(リソース編)

    はじめに # 本ページは「AIエージェントとシステムをつなぐMCP入門」の続編です。 今回は、リソースについて説明します。 MCPのリソースは、AIモデルが回答を生成する際に参照するコンテキスト情報(ファイル、ガイド、仕様など)を提供する機能です。 ツールが「AIモデルの判断」で実行され、プロンプトが「ユーザーの意思」で選択されるのに対し、リソースは「アプリケーション主導(Application-driven)」でその組み込みを決定します。 本記事で掲載しているコードはこちらで公開しています...

    記事を読む

豆蔵では共に高め合う仲間を募集しています!

recruit

具体的な採用情報はこちらからご覧いただけます。