数年かけて数百のAIツールを試してきた整形外科のレジデントが、現在は6本だけで一日の業務を回しています。それぞれの役割はひとつに限られています。ChatGPTは概念を教え、Wispr Flowは話した言葉をプロンプトに変え、OpenEvidenceは査読済み文献をもとに手術症例の準備を行い、Granolaは手術室での指導を記録し、Claude Designはスライドを作り、OpenAI Codexは個人用ダッシュボードを構築します。重要なのはリストそのものと同じくらい、その背後にある考え方です。誤った答えが患者に害を及ぼしかねない分野だからこそ、汎用チャットボットは教室の役割にとどめ、臨床の質問は医学文献に基づいて作られたツールに任せ、AIの出力は医師が受け入れる決定ではなく、医師が確認するチェックリストとして扱います。
少ないリストが多いリストに勝る理由
ツールを絞るべき理由は、まず市場の規模にあります。ディレクトリサイトのThere's An AI For Thatは51,000本を超えるAIツールを掲載しており、1日で44本が追加されたこともあります。医療もこの洪水と無縁ではありません。米国医師会が2026年に医師1,692人を対象に行った調査では、81%が臨床現場でAIを認知している、または日常的に使っていると回答し、ここ数年の数値から2倍以上に増えました。
すべてを追いかけるコストには名前が付いています。Boston Consulting GroupがHarvard Business Reviewに発表した、米国の企業で働く1,488人を対象にした研究は、「AI brain fry(AIによる脳の疲弊)」と呼ぶ状態を説明しています。AIツールを絶えず監視し、使い分け続けることで精神的疲労、意思決定の過負荷、エラー率の上昇、離職意向の高まりが生じるというものです。
このパターンは、医学部に入学した経験のある人なら誰でも思い当たるはずです。入学すると、競合する講義資料や問題集、Anki、UWorld、AMBOSSといったプラットフォームが並んでおり、多くの学生は選択肢を絞るまで動けなくなります。レジデントの見方では、同じ麻痺が今、AIをめぐって現役の臨床医に起きており、処方箋も同じです。少数のツールに決めて、浮いた注意力を本来の仕事に向けることです。
採用されるための3つのルール
ワークフローに入るツールはすべて、3つのテストに合格しなければなりません。
- 特定のひとつの仕事を、レジデントが試した競合製品のどれよりも明らかにうまくこなすこと。
- 毎日使ってもシンプルで、手間がかからないこと。
- 少なくとも週1回は使うほど、日課に深く組み込まれていること。
いずれかに落ちるものは、デモでどれほど印象的に見えても外されます。
ChatGPT:学び方を覚えてくれる家庭教師
ChatGPTは基礎知識ツールの位置づけで、唯一の仕事は概念を教えることです。複雑な医学トピックでも日常の疑問でも、Googleの大部分を置き換えました。検索エンジンに対する優位は記憶にあります。長く使ううちに、モデルはこのユーザーが好む情報の構造、つまり技術的な詳細の前に第一原理を示す形を把握しました。典型的なプロンプトは骨折固定の原則を教えるよう求めるもので、回答は基礎的な力学、安定性の概念、インプラントがどのように荷重を受けるかを順に説明してから、細部に入ります。
レジデントは、Claude、Gemini、Grokでも同じ役割を果たせると明言しています。推奨されるのは、チャットボットをひとつ選んで使い続け、自分のスタイルを学習させること、そして概念をどう説明し、どう整形してほしいかを直接伝えることです。
Wispr Flow:タイピングの代わりに話す

▲ タイピングを上回る音声入力
2本目のツールは入力速度の問題に対処します。Wispr Flowは、話した内容をアクティブなウィンドウにそのまま入力する音声ディクテーションアプリで、レジデントは主にAIのプロンプト欄への入力に使っています。
| 指標 | 数値 |
|---|---|
| プロフェッショナルの平均タイピング速度 | 毎分約40語 |
| 自然な話し言葉の速度 | 毎分約150語 |
| レジデントのWispr Flowでのディクテーション速度 | 毎分107語、ユーザーの上位2% |
| これまでにディクテーションした総語数 | 256,418語、アプリの換算で書籍2冊分 |
| アプリによる自動修正の回数 | 12,193回 |
| デスクトップでのディクテーションのうちAIプロンプトに入った割合 | 74%、3,184回の入力 |
主張はこうです。大規模言語モデルは豊富な背景情報を受け取るほど格段に良い答えを返しますが、タイピングでは人は省略し、ニュアンスを削ってしまいます。話すことで、思考の流れを途切れさせずに、雑然としていても完全な文脈を一気に渡せます。質問を声に出すと、自分がまだ理解していない部分も浮かび上がりがちです。提案されている実験は、丸一日すべてのAIプロンプトを音声で入力し、出力の質を比べてみることです。
OpenEvidence:臨床との境界線を引く場所
患者ケアに関わることは、すべてツールを切り替えます。OpenEvidenceは医療従事者向けに作られた臨床AIプラットフォームで、一般的なウェブテキストではなく査読済みの医学文献から回答を生成します。このプラットフォームについて引用されている普及の数値では、10,000の病院にまたがる米国の有資格医師の40%超が毎日ログインしているとされています。
レジデントの主な用途は手術症例の計画です。すべての手技に対して標準化されたテンプレートを実行し、患者の体位、手術アプローチ、麻酔上の考慮点、インプラントシステム、起こりうる合併症、患者のリスク因子、関連する解剖という固定項目を埋めます。一例では、大腿骨頸部骨折で右股関節人工骨頭置換術を受ける79歳の女性について、術前メモ、アプローチ、麻酔、インプラントの詳細、文献引用付きの周術期のポイントを含む構造化された計画シートをシステムが作成しました。
使い方は2つの境界線で定義されています。第一に、人の健康がかかっている場面では汎用チャットボットは不十分とみなされ、その仕事は医療用に設計されたプラットフォームに属します。別の選択肢としてChatGPT for Cliniciansの名前も挙がっています。第二に、AIに新しい医学理論を生み出すことは期待されていません。その価値は、すべての症例に同じ厳密さを課す信頼できるチェックリストとしてのものです。この枠組みによって、意思決定者は外科医にとどまっているように見えます。シートは検討すべき事項を整理し、目の前の患者に何が当てはまるかは臨床医が判断します。読者も同じように扱うべきです。実際の患者に関する臨床上の決定は、計画シートではなく治療にあたる医療チームのものです。
Granola:指導医の言葉を残す

▲ 手術室での指導を自動で記録
レジデンシーでは講義、科内カンファレンス、グランドラウンド、全国学会が絶え間なく続きますが、体系的に記録しなければ大半は消えていきます。AIによる文字起こしと要約のアプリであるGranolaはこうしたセッションを記録するため、レジデントは後できれいな要約が残ると分かったうえで、能動的に聞くことに集中できます。
最も価値が高い使い方は手術室で起きます。手洗いの直前にアプリをオンにすると、症例中に自然発生する指導、たとえば指導医がある手順を特定のやり方で行う理由、リトラクターの位置の取り方、手技の途中で下される判断が文字起こしされ、整理されます。出力は、手術のポイント、手技、ディスカッションをまとめた日次サマリーに集約されます。基本原則は、声に出して聞く価値があるものは残す価値があるということで、レジデントはApple Watchも会話の要約機能でこの流れに加わったと指摘しています。これを真似したい人は、ボタンを押す前に、臨床空間での録音に関する自施設のルールを確認してください。
スライドを作る2つの方法
スライド作成はレジデントの夜を食いつぶします。中核の6本に入ったのはClaude Designですが、文書をスライドに変換するAiPPTも抄読会で使われています。
AiPPTは文書をプレゼンテーションに変換します。一例では、2022年にJAMA Network Openに掲載された半月板損傷に関するESCAPE試験のPDFが、10枚の抄読会用スライドになりました。エージェントモードにPDFと、聴衆に必要なもの、つまり研究デザイン、患者集団、主要アウトカム、ディスカッションの論点を記した簡単な指示を渡しました。数分のうちに草案は、試験の11ポイントの非劣性マージンと3.5ポイントの全体効果、5年間の追跡データ、理学療法から遅延部分半月板切除術への32%のクロスオーバー、副次アウトカムと限界をカバーしていました。統計の簡略化やディスカッションスライドの並べ替えといった追加の依頼でスライドを磨き、PPTX、PDFなどの形式に書き出せます。論文からスライドを作るツール全般に通じる教訓は、学術または医療の専門家というペルソナを設定し、ディスカッションの論点を明示的に求めることです。
AnthropicのClaude Designは、ゼロから作るプレゼンテーションを担当します。レジデントは承認済みのテンプレートを渡し、各スライドで何を達成すべきかを口述します。これでフォントや余白、レイアウトを深夜にいじる作業がなくなります。Student National Medical Associationの地域大会向けに準備した、医療におけるオンライン上の職業的プレゼンスに関するスライドは、調査数値の見せ方を変えるといった修正依頼を声で伝えて仕上げました。スライドでは、雇用主の70%が候補者をソーシャルメディアで調べる、レジデンシープログラムのディレクターの40%が応募者のアカウントを確認する、卒業する医学生の65%がプログラムを調べるのにソーシャルメディアを使う、患者の73%が医療者選びにオンラインレビューを頼りにする、といった数値を比較しました。声で指示するたびに、スライド全体のビジュアルが更新されました。
Codex:ユーザーに合わせたソフトウェア
最後のツールはOpenAI Codexで、「バイブコーディング」に使われています。欲しいものを平易な英語で説明すると、AIがバックエンドのロジック、データベース構造、インターフェースを書いてソフトウェアを作る手法です。プログラミングの知識は必要ありません。
レジデントはこの方法で2つの個人用システムを作りました。ひとつは病院外のプロジェクトを管理するもので、タスクリスト、カレンダー、分析機能を備えています。もうひとつはレジデンシー用ダッシュボードで、Granolaの症例サマリー、準備スケジュール、日々のアクティブリコール用フラッシュカード(たとえば上腕二頭筋長頭腱を安定させる構造について)、学術出版プロジェクトのボードを一元化しています。カスタムソフトウェアを作る理由は、市販のアプリが個人のワークフローに合うことはまれで、ユーザーが習慣をツールに合わせてしまうからです。自分専用のダッシュボードはその関係を逆転させます。CodexにもClaude Codeにも利用上限がありますが、レジデントは上限に達するまでにより多くのタスクをこなせるという理由で、現在はCodexを選んでいます。
このワークフローから学べること
| 仕事 | ツール | 残る理由 |
|---|---|---|
| 概念を学ぶ | ChatGPT | ユーザーが好む教わり方を覚えている |
| プロンプトを速く入力する | Wispr Flow | タイピングの毎分約40語に対して毎分107語 |
| 症例を準備する | OpenEvidence | 査読済み文献からの回答、チェックリストの規律 |
| 指導を記録する | Granola | 手術室やカンファレンスでの即興のポイントを保存 |
| スライドを作る | Claude Design(抄読会にはAiPPTも) | テンプレートと口述、または論文から数分でスライド |
| 個人用ツールを作る | OpenAI Codex | ワークフローに合わせたソフトウェア、その逆ではない |
根底にある哲学は、カル・ニューポートのデジタルミニマリズムの考え方です。自分の目標に強く役立つごく少数のツールを選び、残りは気にせず無視するというものです。レジデントは医学部の1年目を勉強ではなく生産性ツールの管理に費やしたことを振り返り、医療でもそれ以外でも、最も優れたAIユーザーは少数のアプリケーションを使いこなし、それぞれに明確な役割を与え、明らかに優れたものが現れたときだけ乗り換えると論じています。
読者にとって実践的な一手は具体的です。手元に残すツールすべてに一文で仕事を書き、書けないものは切り捨てます。チャットボットをひとつ選び、自分の学び方を教え込みます。一日、プロンプトを音声で入力してみます。リスクの高い分野で働いているなら、その分野の質問はその分野向けに作られたツールに回し、出力は検証すべきチェックリストとして扱い、決して結論として受け取りません。特に医療では、患者に関する最終判断は臨床医にとどまります。


