どの AI でカルテの下書きを作るか。私にとって、これがいちばん難しい選択でした。
私の外来では、いま Google の Gemini 3.7 Flash を使っています。少し時間はかかりますが、話したことに割と忠実な下書きが出ます。ただ、それは、私がこの AI に合わせて、指示の文を長く育ててきたからかもしれません。別の AI に替えれば、育て直しになります。一方で、一つの会社の AI だけに頼り続けるのも心配でした。そこで、どの AI を主にするかを、研究のテーマとして立てることにしました。
比べるのは、三つの軸
比べる軸は、三つに決めました。
- 忠実さ:会話にないことを書いていないか、大事なことが抜けていないか
- 料金:1回のカルテの費用と、1日に作る回数
- 利用の条件と安定さ:医療の用途の利用条件に合うか、応答が途中で止まらないか
費用は、使うモデルと、渡す量・返ってくる量で変わります。差はありますが、料金は決め手の一つにとどめ、忠実さとあわせて、実際の利用量で確かめていきます。毎日、何十回も使う道具だからこそ、医師が直す手間の少なさの方が、診療に効いてくると考えたからです。
診察の時間を、
比べる時間にしない
難しかったのは、比べ方です。診察の最中に AI を切り替えて試すことはできません。出てきた下書きの良し悪しを、そのたびに書き留めていたら、診察の時間が削られてしまいます。
そこで、診察の中では AI を一つに決めたまま使い、比べは診察のあとに機械で行う形にしました。私がすることは、カルテを直し終えたあとに、振り返りへ送るボタンを1回押すことだけです。送った会話の文字起こしを、夜のうちに、目標の AI にも書かせます。比べた結果は、誤りの数として表にまとめます。
2026年11月の時点で、私が院内で次に試す目標は、Anthropic の Claude Sonnet 5 です。診察中に AI を切り替えて比べる作業は増やさず、比べは診察のあとに回しています。
数える物差しを、
先に決める
並べた二つの下書きは、別の AI が同じ物差しで数えます。
- 会話にないことを書いた所
- 大事なことが抜けた所
- 同じ話を2回書いた所
- 取り違えた所
初めての結果も出ました。ただ、まだ2件です。指示の文の版にも違いがあり、AI の違いだけを比べた結果ではありません。数える役の AI と、目標の AI が同じ会社のものなので、甘く数えている恐れもあります。外来の種類ごとに、5件たまったところで見直しを始めます。2件で決めないことも、比べ方の一部だと考えています。
育ててきた型を、
物差しとして残す
目標は決めましたが、いまの AI をすぐにやめるわけではありません。料金も安いので、使い続けながら、少しずつ方向を直していきます。
長く育ててきた下書きのうち、私が「これで良い」と思えたものは、次の AI を測る物差しになります。乗り換えは、一から作り直すことではありません。育ててきた型を土台にして、別の AI でも同じ形が出るかを確かめていくことです。
その場で選ばず、
仕組みが知らせる
目指しているのは、どの AI を使うかを、人がその場で選ばなくてよい形です。
毎晩の比べのあと、外来の種類ごとに、件数と四つの数の平均をまとめます。前に決めたときから5件たまった外来があれば、朝に見る一枚に「見直しの時」と出ます。
替えるときの順も決めました。まず、別の会社の AI にも同じ組を読み合わせてもらう。次に、ふだんの診療と同じ形で数件を確かめる。最後に、私が決めます。決めたことは、外来ごとの台帳に、消さずに1行ずつ足していきます。
新しい AI が出たときも、指示の文を直したときも、同じ関門を通ります。数がたまれば仕組みが知らせ、人は決めるときだけ立ち会う。外来の種類ごとに、届いたものから替えていくので、全部を一度にそろえる必要はありません。
関連して、音声AIカルテが自分の科に合うかを、確かめるも書いています。
カルテの最後に、今日送る説明が出る仕組みについては、診察後の患者説明を、カルテの末尾で確かめるに書いています。
この考え方を自院でも取り入れてみたい医療機関の方は、「医療機関の方へ」のページからご連絡ください。ご相談は、Clinical AI Core を運営するライフクレッシェンド株式会社がお受けします。最初は、医院の1日の流れを一緒に見るところから始めます。
最初は、医院の1日の流れを一緒に見るところから始めます。
文:小森広嗣(医師)
Clinical AI Core の開発者。地域で子どものクリニックを開業し、外来を続けながら、カルテの下書きの仕組みを自分で作り、日々の診療で使いながら改善を重ねています。
