歯科衛生士の求人倍率が23.7倍——人手不足を「採用努力」だけで解決できない理由とAIの現実解

歯科AIナビ編集部

2026年5月20日 · 📖 約6分

米国でも同じ構造——採用市場は2034年まで改善しない

• ●2025年時点で少なくとも1つの欠員を抱える歯科医院は78%⁵（ADA HPI、2025年3月）
• ●採用を最大の経営課題に挙げる歯科医師は62%⁵
• ●歯科衛生士の採用を「非常に困難または極めて困難」と回答した医院は90%⁸
• ●2019年比で求人あたりの応募者数は40〜60%減少⁵
• ●BLS（米国労働統計局）の予測では歯科衛生士不足は2034年まで継続見通し⁴

①AIシフト管理——スキル・希望・診療予約を自動最適化

• ●スタッフの勤務希望をLINE等で自動収集し、診療スケジュールに合わせた最適シフト案を自動生成¹⁸
• ●スタッフのスキルを「見える化」し、専門処置に対応できるスタッフが必ず入る配置を実現¹⁸
• ●AIによるスケジューリング時間の短縮と管理業務削減で、院長・事務長の負担を直接軽減⁸
• ●常勤5名以下の小規模体制では「1人抜けると現場が回らない」という脆弱性があるが、スキルの可視化と事前の代替シフト設計でリスクを構造的に緩和できる¹⁸

②AIシフト管理が離職防止にも機能する理由

• ●DentalPostの離職者調査によると、離職理由の25%は「燃え尽き・業務負荷」⁵
• ●管理系スタッフの平均在職期間は2019年の3〜4年から1.5〜2.5年に低下している⁵
• ●AIによる公平なシフト割り当てと業務負荷の可視化は、特定スタッフへの集中を防ぎ、スタッフ満足度の維持に直接つながる
• ●「不公平なシフト」や「急な出勤依頼の多さ」は見えにくい離職要因の一つ。自動化によって属人的な調整を排除できる

③AI採用支援——求人原稿・オンボーディング・定着率向上

• ●生成AIを活用した求人原稿・採用マニュアル・オンボーディング資料の自動作成は今日から着手可能¹⁵
• ●採用後90日以内の離職率は管理スタッフで20〜25%⁵。入社直後の体験を標準化するオンボーディング設計が定着率を左右する
• ●専門採用エージェントの手数料は採用者年収の15〜25%⁵。AIツールで求人・選考プロセスを一部自動化することでこのコストを圧縮できる

空席損失と患者対応の自動化

• ●ノーショー・キャンセル・リコール未実施による歯科医院の年間損失は15万〜25万ドル（約2,250万〜3,750万円）と推計されている¹²
• ●AIを導入した歯科医院ではノーショーが32%減少、患者受付速度が45%短縮、追加月次生産が8,000〜15,000ドル増加したとされる¹²（これはDental Economics 2025 Practice Survey推計であり、規模や導入ツールによって変動する）
• ●国内メディアで報告されている数値として、前日の自動リマインダー送信による無断キャンセル率の平均30%以上削減がある¹⁵（出典元の明記は限定的であり、参考値として扱うこと）

AIが管理業務を肩代わりすることで「今いるスタッフ」が診療に集中できる

• ●AIスクライブ（Sia等）：椅子サイドの会話から30秒以内にカルテ記録を生成。1日あたり2〜3時間のプロバイダー時間節約¹³
• ●AI保険確認（Milo等）：資格確認を2分以内に処理、300以上の保険者に対応、保険請求拒否を40%削減¹³
• ●保険確認・患者コミュニケーションの自動化で事務負担を最大40%削減⁸
• ●スタッフが「事務作業」ではなく「患者ケア」に時間を使える環境が、燃え尽きを防ぎ離職抑制にもつながる

今週から始められること（コスト0〜低コスト）

• ●ChatGPT等の生成AIで求人原稿・シフト調整メッセージ・スタッフ向け業務マニュアルを作成する（無料プランで即日開始可能）
• ●現在使っているPMS（診療予約管理ソフト）に予約リマインダーのSMS・LINE自動送信機能が搭載されているか確認する（15分でできる）
• ●スタッフの業務時間ログをExcelからGoogleスプレッドシートに移行し、シフトパターンを可視化する

1〜3ヶ月以内に導入するもの（ROI回収3〜6ヶ月が複数事例で報告されているが規模・ツールにより異なる）

• ●クラウドシフト管理ツール（らくしふ等、月額数千円〜）：LINE連携で希望収集を自動化し、スキル別の最適シフト案を生成¹⁸
• ●AI予約リマインダー・リコール管理：ノーショー削減で診療収益に直接還元
• ●ROI簡易試算：「スタッフ1名の残業削減時間（時給×月あたり時間）」と「ツール月額費用」を比較するだけで導入判断の基準が得られる

日本の院長が注意すべき「AI導入の落とし穴」

• ●FMIの調査（Q4 2024、450医院対象）によると、AIソリューションを既に導入済みの歯科医院は米国63%に対し日本は27%にとどまる¹⁹。導入判断が慎重な文化的背景があるが、スタッフの採用難・離職コストを考えると先送りのリスクも大きい
• ●「ツールを入れれば解決する」ではなく、スタッフへの事前説明・運用ルールの策定をセットで行うこと。導入初期の混乱が離職を招くケースがある
• ●AIはスタッフの「仕事を奪う」のではなく「面倒な作業を肩代わりする」ものとして位置づけること。この導入軸を院内で共有できているかが定着率を左右する

「また求人を出しても応募がない」——そうなんですよね、これは頑張り方の問題じゃなくて、そもそも市場に人がいないという構造の問題なんです。

私自身、スタッフのシフト調整に毎週1時間以上かけていた時期がありました。LINEで希望を集めて、手動で組み直して、急な欠員が出たらまた全部やり直して。生成AIを使って「希望をまとめるプロンプト」を作ってからは、その時間が半分以下になりました。

正解はないんですけど、まず「採用を増やす」より「今いるスタッフが辞めない環境をつくる」方が費用対効果は高いと思っています。シフトの不公平感や事務作業の多さが離職に直結しているケースは、私の周りでも少なくないです。

まず今週、ChatGPTに「5名のシフト希望をまとめて最適案を出して」と投げてみてください。一発では完璧じゃなくても、可能性を感じるはずです。

参考・出典

関連記事

予約キャンセル率31%削減——AIリマインダー3ヶ月導入の実数レポート

2026年4月17日 · 📖6分

レセプトチェックAI導入で査定率60%改善——3院の比較データ

2026年4月5日 · 📖8分

バーンアウト率が51.9%→38.8%に低下——音声AIカルテを歯科医師が今年中に検討すべき理由

2026年5月18日 · 📖6分