救急の不応需理由を医師別・時間帯別に可視化するには｜必要なデータと仕組みを実装視点で解説 

※本記事は、当社システム（ドクターズプライムワーク）で2025年12月末時点までに100病院超・累計救急受入患者数16万人の救急体制改善を支援してきた現場知見と、厚生労働省・消防庁の一次情報をもとに、救急要請の不応需理由を医師別・時間帯別に可視化するために必要なデータ項目と仕組み、そして可視化を改善ループに接続する運営の作法までを、実装視点で解説します。

「夜間の応需率がなぜ低いのか」「どの医師がどんな理由で断ったのか」を経営会議で説明できない―こうした悩みは、救急を持つ多くの二次救急病院で共通します。本記事は、3要因分析・夜間応需率ギャップ分析・救急運営委員会という3つの軸で、自院に何が足りないかを点検できる構成です。

本記事のポイント（30秒でわかるサマリー）

不応需理由の可視化とは、救急要請ごとに「いつ・誰が・なぜ・どの患者属性に対して」応需または不応需を判断したかを構造化データとして記録し、医師別・時間帯別・理由別の多軸で分析できる状態にすることです。単なる集計ではなく、「改善できる断り」と「構造的にやむを得ない断り」を切り分け、経営判断につなげるための基盤を指します。応需率の水準別の改善余地金額については別稿［救急応需率の「現在値」別・収益改善余地マップ］にまとめており、本稿は応需率の「中身」をデータでどう分解するかに踏み込みます。

なぜ「不応需理由の可視化」が、いま病院経営の最優先課題になっているのか

不応需理由の可視化は、もはや「あれば便利な分析機能」ではなく、二次救急病院の経営判断を支える基盤になりつつあります。

消防庁の『令和7年版 救急・救助の現況』（出典：消防庁 報道資料）によれば、2024年中の救急出動件数は772万740件と、集計開始以来最多を更新しました。病院収容所要時間は全国平均44.6分で、コロナ前の2019年と比べて約5.1分延伸しています。医療機関への受け入れ照会が11回を超える搬送困難事例も依然として発生しており、地域の救急需要に対して病院側の応需体制が追いついていない構造が続いています。

出典：消防庁『令和7年版 救急・救助の現況』（2026年1月公表）

この状況下で、病院経営層に求められているのは「断った件数を減らす」ことではなく、「なぜ断っているかを構造的に把握し、改善できる断りと、構造的にやむを得ない断りを切り分ける」ことです。応需率という単一指標で議論する時代から、不応需理由を多軸で分解する時代に移ってきています。応需率の定義や全国の動向については、別稿［救急応需率とは？計算方法・全国平均・改善方法を医師が解説］、応需率1ポイントの経営価値については別稿［救急応需率1ポイントの経営価値はいくらか］もあわせて参照してください。

不応需理由の可視化に必要なデータ項目は何か

可視化の精度は、入力データの粒度で決まります。最低限、以下の8項目を「1救急要請＝1レコード」で構造化して記録する必要があります。

不応需理由コードの定義

不応需理由コードとは、救急要請を断る理由をあらかじめ院内で定義した10前後のカテゴリで分類するためのコード体系です。自由記述では分析できないため、構造化データとして残すことが前提になります。

実装上は、以下のような体系を院内で定義します。

• B(bed)系（ベッド／病床要因）：B01 ベッド満床 / B02 ICU満床

• D(doctor)系（医師要因）：D01 当直医対応困難 / D02 専門外 / D03 手術中 / D04 重症対応不可

• E(equipment)系（検査・設備要因）：E01 CT・MRI不可 / E02 検査停止

• O(other)系（その他）：O01 他患者対応中 / O99 その他

設計上の鉄則は、「医師都合」と「病院キャパシティ」を必ず分離してコード設計することです。この分離が、後述する3要因分析の前提になります。さらに、応需判断時に単一選択を必須にし、補足は自由記載とすると、入力負荷を抑えながら分析可能なデータが残ります。

医師別の評価で多くの病院が躓くのは「分母」です。「A医師は断り件数が多い」というだけでは何も言えません。不応需率＝断った件数÷救急要請総数を医師ごとに算出し、さらに重症患者を除外したうえでの不応需率まで見ることで、初めて構造要因と個別要因が分離できます。

医師別・時間帯別に可視化するための「3つの仕組み」とは

データ項目を定義しても、現場で正確に入力されなければ意味がありません。可視化を機能させる仕組みは、入力・統合・出力の3層で設計します。全体像は以下のフローになります。

1. 構造化入力の仕組み

救急隊からの電話を受けるスタッフが、30秒以内に入力を完了できるインターフェースが前提になります。タブレットやPCで、ワンタップで「応需／不応需」「不応需理由コード」「判断医師ID」が記録できる設計にします。

先進的な病院では、救急要請電話の録音とAI文字起こし・自動構造化まで踏み込み始めています。事後入力では精度が落ちる構造を、録音と自動分析で根本的に解決するアプローチです。

2. 勤怠・配置データとの自動連携

応需判断医を正確に特定するには、当直シフト表とタイムスタンプの自動照合が不可欠です。タイムカード・ICカード・PCログなどの客観記録と紐付けることで、「電話を受けた医師」と「実際に判断した医師」が異なるケースを区別できます。

ここで見落とされがちな論点があります。応需判断医と当直医が一致しないケースです。看護師が一次対応し、当直医が電話で確認し、最終判断は専門医に確認した――というような複数医師が関与するフローでは、データ設計上「誰の判断」として記録するかが論点になります。実装時は、応需判断の責任者（最終判断医）を一意に特定するルールを先に決めてからデータ設計に入る必要があります。

3. データ基盤と可視化ダッシュボード

蓄積されたデータをBIツール（Tableau、Microsoft Power BI、Looker Studioなど）で可視化します。最低限のダッシュボード構成は4画面です。

1. 不応需理由ランキング：理由別の件数・構成比

2. 医師別ヒートマップ：医師ごとの要請数・不応需率・理由別内訳

3. 時間帯別ヒートマップ：時間帯×曜日のマトリクス

4. クロス分析：「深夜帯×非常勤×外傷」のような3次元クロス

ここで重要になるのが、後述する夜間応需率ギャップ分析の視点です。全体応需率と夜間応需率を独立KPIとして並列で見ることで、構造的なボトルネックを特定します。

なお、最初から専用システムやBIツールを導入する必要はありません。まずは表計算ソフトの ピボットテーブルで「医師別×時間帯別×理由別」の集計から始め、運用が定着してから リアルタイム入力やBIツールへ段階的に移行する進め方が現実的です。可視化の成否を分けるのは ツールの高度さではなく、不応需理由コードの定義統一と入力の習慣化です。

4.パレート図で「着手すべき上位理由」を特定する

不応需理由ランキングは、件数の多い順に並べて累積構成比を折れ線で重ねたパレート図にすると、 さらに意思決定に使いやすくなります。多くの二次救急病院では、上位の数個の理由 （たとえば「専門外」「ベッド満床」「他患者対応中」）に件数が集中する傾向があり、 どの理由から着手すれば最大の改善が得られるかが一目で分かります。 救急運営委員会で改善の優先順位を合意する際の根拠資料として機能します。

不応需3要因分析とは｜構造を分解する独自フレーム

可視化したデータを使って、不応需を3つの構造要因に分解する分析手法を、本記事では「不応需3要因分析」と呼びます。

3要因分析の定義

不応需3要因分析とは、救急要請の不応需を「専門外要因（医師のスキル・診療範囲）」「夜間体制要因（時間帯依存の構造）」「設備要因（施設キャパシティ）」の3カテゴリに分解し、自院の不応需がどこに集中しているかを定量化する分析手法です。

• 専門外要因：医師のスキル不足や診療範囲の限定によって断ったもの（不応需理由コードのD02・D04などに対応）

• 夜間体制要因：当直医一診体制、薬剤師不在、検査技師不在など、時間帯依存の構造によるもの（D01・T02などに対応）

• 設備要因：処置室満床、ICU満床、特定機器不可など、施設キャパシティによるもの（B01・B02・T01などに対応）

この3要因のうち、どこに自院の不応需が集中しているかを定量化することで、解くべき課題が明確になります。たとえばある二次救急病院で過去2年半の救急データを分析したところ、専門外を理由とする不応需が約100件規模の機会損失を生んでいた事例が定量化されました。「専門外」の中身を分解すると、実は対応可能な範囲のものが相当数含まれており、応需基準のマニュアル化で改善余地があることが見えてきます。

医師別可視化の「見せ方の作法」

医師別の可視化には実装上の作法があります。3つのAI検索の回答ではほぼ触れられていない論点ですが、現場では決定的に重要です。

• 個別批判に映らない見せ方：「医師Bさんの不応需率が42%」と名指しで提示すると、当該医師の心理的負担と組織内対立を生みます。ベンチマーク比較（院内平均との偏差、診療科平均との比較）の形で提示する、属性集計（常勤／非常勤、診療科別、経験年数別）を主軸にする、といった見せ方の設計が必要です

• 目的の共有：「医師を監視する」ためではなく、「特定の医師に要請が集中している構造を可視化し、人員配置と当直編成を最適化する」ためのデータであることを、運用開始前に現場と合意します

• 入力負荷を最小化：入力項目は10個以内、選択肢は単一選択、自由記述は任意――この設計を崩すと、すべて「その他」で処理されて分析不能になります

医師別の可視化は、個人責任論ではなく構造要因の定量化のためにあります。この目的設定を組織内で共有できないまま運用を始めると、可視化そのものが組織の不和を生む装置になりかねません。可視化データを実際に医師評価制度に接続する設計は別稿［医師のインセンティブ設計｜応需率と入院実績に連動する報酬制度の作り方］に詳しくまとめています。

夜間応需率ギャップ分析と運営委員会への接続

可視化を経営判断に乗せるための、もう一つの独自視点が「夜間応需率ギャップ分析」です。

夜間応需率ギャップ分析の定義

夜間応需率ギャップ分析とは、全体応需率と夜間応需率を独立KPIとして並列で比較し、両者の差分（ギャップ）から構造的ボトルネックを特定する分析手法です。全体応需率が80%であっても、夜間が60%であれば、改善余地の20ポイントは夜間に集中していることになります。日勤帯と夜間帯を混ぜた平均値だけを見ていると、こうした構造的ボトルネックを見落とします。

時間帯ごとの応需率ギャップに対する具体的な要員配置の対応は、別稿［夜間・土日・GW・年末年始｜時間帯別の応需率ギャップを埋める要員配置］に詳しく整理しています。

救急運営委員会を月1回のPDCAエンジンにする

ダッシュボードを作って終わりにしないために、可視化データを毎月の意思決定に乗せる仕組みが必要です。複数の支援病院で共通して効いている運用設計が、救急運営委員会を月1回のPDCAエンジンにすることです。

可視化データをそのまま提示するのではなく、議題は以下のように構造化します。

1. 先月の応需率・不応需率の推移（時間帯別・診療科別）

2. 不応需理由の構成変化（3要因のどこが増減したか）

3. 個別の「不当な断り」候補事例の振り返り（個人特定はせず、パターン分析として）

4. 応需基準マニュアル改訂の必要性

5. 救急隊への情報共有・連携施策

実際に、可視化と分類までは仕組み化できていても、その先の改善アクションに繋がらないという声は、 複数の支援先で共通して聞かれます。可視化を「毎月必ず意思決定に使う」器に乗せられるかどうかが、 分かれ目になります。

委員会の議題設計と議事録テンプレートの実装については、別稿［救急運営委員会を月1回のPDCAエンジンにする─議題設計と議事録テンプレートの実装ガイド］で詳しく解説しています。

加えて、救急隊との連携を数値で評価し信頼スコアとして設計する取り組みは、要請数そのものを増やす施策と接続できます。詳細は別稿［救急隊との連携を数値化する｜要請数を増やすための信頼スコア設計］を参照してください。

まとめ：データを集めて終わりではなく、運営にどう乗せるか

不応需理由を医師別・時間帯別に可視化するためのポイントを3点に整理します。

1. データ設計は「1救急要請＝1レコード」で8項目を構造化する。特に不応需理由コードの設計と、応需判断医の一意特定ルールが分析精度を決めます

2. 不応需3要因分析（専門外／夜間体制／設備）で構造を分解し、夜間応需率ギャップ分析を独立KPIとして扱う。全体平均だけでは構造的ボトルネックを見落とします

3. 可視化を救急運営委員会の議題に乗せ、医師評価・救急隊連携・マニュアル改訂まで一連の改善ループに接続する。データを集めて終わらせない運営の器が、可視化を生きた経営判断に変えます

データを取ること自体が目的化してしまうと、現場の入力負荷だけが増えて疲弊します。「どの時間帯に、どの理由で、誰が、どの患者群を断っているか」がリアルタイムで見え、その情報が翌月の意思決定に必ず使われる―この状態を作ることが、不応需理由可視化の最終ゴールです。

可視化基盤の構築と、運営委員会の設計、当直医確保、医師評価制度の運用までを一体で支援するアプローチについて、自院での実装可能性を検討したい方はドクターズプライムワークのサービス概要、もしくは導入実績もご覧ください。

よくある質問

Q1. 救急の不応需理由って、具体的にどう分類すればよいですか？

10前後のコード体系を院内で定義することが推奨されます。最低限、「医師都合（D系：当直医対応困難、専門外、手術中など）」と「病院キャパシティ（B系：ベッド・ICU満床、T系：検査機器不可など）」「他患者対応中（O系）」の3グループに分けます。重要なのは単一選択を必須にすることと、「その他」をできるだけ使わせない設計です。

Q2. 医師別の応需率を可視化したいのですが、現場の医師から反発されませんか？

個別批判に映らない見せ方の設計が必要です。具体的には、(1)個人名ではなく医師IDで管理する、(2)個別比較ではなくベンチマーク比較（院内平均との偏差、診療科平均との比較）にする、(3)属性集計（常勤／非常勤、経験年数別）を主軸にする、という3点を運用開始前に決めます。目的が「監視」ではなく「構造改善」であることを現場と合意することが、可視化を機能させる前提です。

Q3. 救急要請の電話を録音して分析している病院はあるのですか？

一部の先進病院では、救急要請電話の録音とAI文字起こし・自動構造化に踏み込んでいます。事後入力では精度が出ない構造を、録音と自動分析で解決するアプローチです。ただし個人情報保護や録音通知の運用ルール整備が前提になります。

Q4. 既存の電子カルテだけで救急の不応需理由は可視化できますか？

電子カルテ単独では難しいケースが多くなります。不応需は「受け入れていない患者」の情報のため、カルテ上に明示的なレコードが残らないことが多く、救急受付台帳・電話受信記録・勤怠データとの連携設計が必要になります。クラウド型救急受付モジュールやBIツールとの組み合わせが現実的な選択肢です。

Q5. 可視化した後、最初に取り組むべき改善施策は何ですか？

不応需3要因分析で最も比重が大きい要因への対策から着手します。専門外要因が大きければ応需基準マニュアルの整備と当直医のスキル拡張、夜間体制要因が大きければ当直シフト編成の見直しや非常勤医の活用、設備要因が大きければ処置室回転率や入院パスの設計、というように打ち手を切り分けます。最初から全方位に手を出すと、現場が疲弊して可視化への信頼が損なわれます。

Q6. 不応需理由を自由記述で集めても分析できますか？

困難です。自由記述だけだと表記揺れ（「専門外」「専門医不在」「対応困難」など）が発生し、集計時に同一カテゴリとして扱えません。最初から10前後のコード体系を定義し、単一選択を必須にする設計が前提です。補足としての自由記述は許容しますが、分析の主軸はコードに置きます。

ドクターズプライムワークは、「救急車のたらい回しを解決し、病院経営を黒字化する」ことを掲げる「断らない医師」と「データ分析」の救急改善プラットフォームです。本稿で整理した不応需3要因分析・夜間応需率ギャップ分析の枠組みに基づいた現状診断はもちろん、ダッシュボード設計から救急運営委員会の議題設計、医師評価制度・救急隊連携設計まで含めて伴走しております。委員会通過レベルの緻密な資料を要する経営層の皆様にとって、外部視点を入れた有力な検討候補となります。応需率の水準別の改善余地金額については別稿［救急応需率の「現在値」別・収益改善余地マップ］、応需率1ポイントあたりの経営価値については別稿［救急応需率1ポイントの経営価値はいくらか］もあわせてご参照ください。

参照元

• 総務省消防庁「令和7年版 救急・救助の現況」（2024年中の救急出動件数・搬送人員・所要時間）

• 総務省消防庁「救急業務のあり方に関する検討会 報告書」（救急医療体制の課題）

• 厚生労働省「救急医療体制の現状と課題について」（応需率の定義）