橋梁補修設計を生成AIが支援、品質標準化図る 八千代エンジニヤリング：AI

八千代エンジニヤリングは、生成AIを活用して橋梁補修設計の品質標準化を図る「橋梁の補修設計支援ツール」を開発した。

[BUILT]

　八千代エンジニヤリングは2026年4時22日、生成AIを活用し、橋梁（きょうりょう）の点検調書から損傷原因分析、最適な補修工法の自動策定や品質検証を行う「橋梁の補修設計支援ツール」を開発したと発表した。補修設計の標準化と効率化により、若手技術者でも高品質なアウトプットが可能な環境の構築を目指す。

橋梁の補修設計支援ツールのイメージ　出典：八千代エンジニヤリングプレスリリース

　橋梁の補修計画や設計には高度な専門性が求められ、従来は技術者の経験や知見に依存していたため、技術者の習熟度によって品質のばらつきや手戻りが生じていた。また、点検の電子化に伴うデータ量の増大により、点検データの精査に多大な時間とコストがかかり、特に複雑な橋梁では技術者の負担が大きい。

　新開発の補修設計支援ツールは、LLM（大規模言語モデル）とRAG技術を統合／連携させ、写真を含む橋梁の点検調書を基に、損傷原因の分析や最適な補修工法の選定、AIで生成した補修工法の品質チェックと自己修正までを一貫して行うマルチAIエージェント機能を備えている。

　損傷原因の分析と特定は、LLMが点検調書から自動抽出した損傷の形状や損傷ランク、周辺環境条件、橋梁諸元などの情報を、RAG技術により社内ナレッジデータベースと照合して実施。環境条件や損傷原因に基づき補修方針を提案するとともに、結論に至る論理の流れを可視化し、サマリーを作成する。構造物の寿命や施工条件、コストを考慮し、技術基準に基づく複数の補修工法案（推奨案や代替案など）を生成。生成した工法案は別のチェック用AIエージェントが検証し、品質が基準を満たすまで自動修正を繰り返して信頼性を確保する。

6橋65損傷を対象に回答を評価　有効性を確認

　検証では、生成AIが出力した回答について、措置方針の妥当性、工法選定の適切性、補修工法の持続性／再劣化防止、損傷原因の理解度、提案内容の明確性／論理性、施工性と安全性／周辺への影響の6つの観点から、AIによる評価を実施し、各指標を5点満点で採点した。6橋65損傷を対象に生成した回答では、多くの損傷で総合30点満点の評価を獲得し、妥当な提案だと確認した。

　技術者による検証では、表面的なひび割れ補修にとどまらず、判断が難しい「内部滞水」という要因を推定し、水抜き孔設置と橋面防水を組み合わせた提案が行われていると確認し、AIによる設計支援の効果を評価した。

　課題として、複雑な橋梁構成部材や付帯設備に対する専用RAGによる認識精度向上やハルシネーションを抑制するアルゴリズムの強化を推進するとした。

　今後は自社が注力する橋梁包括事業における点検／設計の品質向上を目指し、新システムの社内実証を橋梁補修設計業務で進め、効果を定量評価する。社内データベースの正確性や網羅性の向上も図り、国土交通省発注業務での活用も視野に入れる。