生成AIで医師の仕事は実際にどう変わったか――市中病院の勤務医が使って分かったこと

2023年にChatGPTが急速に広まったころ、「AIが医師を代替する」「診断はAIの方が正確になる」といった未来予測が盛んに語られました。

それから数年が経った2026年、生成AIは医師の仕事をどう変えたのでしょうか。

私は市中病院で働く内科系の勤務医で、医師になって10年前後になります。実際に使ってきた立場から先に結論を言うと、私の仕事で大きく変わったのは、診察室の中で行う診断や治療そのものではありませんでした。

変わったのは、その前後にある仕事です。

典型的でない症例について文献を探す。海外のガイドラインを比較する。専門外の領域の全体像をつかむ。講演の構成を考え、スライドを作り、想定質問を準備する。こうした「調べる」「整理する」「形にする」作業では、生成AIが日常的な相談相手になりました。

一方で、生成AIに相談したいと強く思う場面ほど、実際の診療中には使いにくいという矛盾も感じています。

この記事では、生成AIを使って本当に便利になった仕事、使って恥をかいた経験、そして外来診療では期待したほど使えていない理由を、勤務医としての実感から書きます。

このサイトでも、AIを使えば記事は増えた

実は、このサイトで2024年に公開した記事の一部は、LLMを使って作成しました。たとえば「テレメディスンと未来の医療：医師にとっての機会と挑戦」では、生成AIが医師の診断や治療決定を支える未来について書いています。

文章を形にするまでの時間は短くなり、扱いたかったテーマの記事を増やすこともできました。しかし、後から読み返してみると、一般論が中心です。内容が完全に間違っているわけではなくても、私自身の経験や問題意識が薄く、「このサイトでなければ読めないもの」にはなっていませんでした。

AIを使えば文章は作れます。しかし、何を書くべきか、なぜ自分が書くのか、どの経験を差し出すのかまでは決めてくれません。

今回このサイトを再開するにあたり、AIで無難な記事を量産するのではなく、AIを編集や調査の補助に使いながら、自分の経験と考えを中心に書くことにしました。この記事自体も、その最初の試みです。

最も変わったのは、講演スライドの作り方だった

生成AIを使って最も効率が上がったと感じるのは、講演などのスライド作成です。

以前は、伝えたい内容があっても、全体の構想を組み立てるまでに時間がかかっていました。とりあえず作り始め、途中で論点の抜けに気づき、後から全体の順番を直すことも少なくありませんでした。

現在は、最初からスライドを作らせるのではなく、もっと手前の段階からAIと相談します。

誰に、何を持ち帰ってもらう講演なのかを言葉にする
盛り込むべき論点と、削るべき論点を洗い出す
講演全体の骨格を作る
各スライドの要点が一つに絞れているか確認する
完成したスライドに抜けや重複がないか点検する
聴衆から想定される質問と回答案を出す

一人で考えていると、最初に思いついた構成に引っ張られます。AIを壁打ち相手にすると、別の順番や不足している視点を何度でも出させることができます。相手の時間を気にせず、構想の途中でも相談できることが大きいのだと思います。

もちろん、医学的な内容の選択と最終確認は自分で行います。それでも、白紙から全体像を作り、完成後に自分だけで点検していたころと比べて、作業の進め方は大きく変わりました。

文献検索では「答え」より「入口」として使う

臨床で典型的でない症例に出会ったとき、似た症例報告を探したり、海外のガイドラインを参照して国内の考え方と比較したりします。また、非専門分野について、まず何を調べればよいのかを確認することもあります。

このとき生成AIは便利です。考えられる検索語を挙げる、疾患概念の周辺を整理する、ガイドライン間で比較すべき項目を並べる、といった作業が速いからです。専門外の領域でも、最初の地図を短時間で作れます。

ただし、AIの回答は文献ではありません。

私の現在の使い方は、AIに検索の入口を作ってもらい、最終的には症例報告の原文、学会のガイドライン、公的資料に戻るというものです。AIが示した引用や数字を、そのまま孫引きすることはできません。

専門分野の誤答を信じて、上司に指摘された

生成AIの怖さを実感した出来事もあります。

自分の専門分野に関する内容を相談した際、AIが明らかに誤った説明を、もっともらしい文章で出力しました。私はそれを十分に確認せずに使い、上司から誤りを指摘されました。率直に言えば、かなり恥ずかしい経験でした。

専門外なら慎重になるのに、専門分野では「自分なら間違いに気づける」という油断があったのだと思います。しかし、自然な文章の中に誤りが混ざると、知っている内容であっても意外に見落とします。自分の考えと近い回答なら、なおさら疑いにくくなります。

この経験から、生成AIの出力は「正しいか、間違っているか」だけでなく、「自分が信じたくなる形で書かれていないか」を確認する必要があると感じました。

生成AIの誤りは、荒唐無稽だから危険なのではありません。自然で、整っていて、会議やスライドにそのまま貼れそうに見えるから危険です。

AIに相談したい場面ほど、外来では使いにくい

生成AIが診療に役立つと聞くと、外来で鑑別診断を挙げさせたり、患者の訴えについてその場で相談したりする姿を想像するかもしれません。

しかし、現在の私にとって、外来はむしろAIを使いにくい場所です。

外来では時間が限られています。想定していなかった訴えが出たときこそ、「ほかに何を聞くべきか」「見落としてはいけないものは何か」をAIに相談したくなります。ところが、患者を前にしてAIへ質問を入力し、画面の回答を読み始めることには抵抗があります。

患者から見れば、医師が自分ではなく画面に注意を向ける時間になります。何を入力しているのか、AIの回答をどこまで信用しているのかも伝わりません。個人情報をどの環境に入力できるかという問題もあります。そして何より、限られた診察時間の中で、AIとの対話を挟む余裕がありません。

結局、いま生成AIが力を発揮しているのは、診察の最中よりも、その前後です。

この「最も助けてほしい瞬間には、まだ自然に使えない」という感覚は、医療AIの実用化を考えるうえで重要だと思います。モデルの性能が上がるだけでは足りません。電子カルテとの連携、入力方法、患者への説明、個人情報の扱い、回答を確認する時間まで含めて、診療の流れに組み込まれなければ使えないからです。

AIが賢いことと、医師がうまく使えることは別問題

研究結果にも、似た構図が表れています。

2024年に50人の医師を対象として行われたランダム化比較試験では、GPT-4を利用できる医師と従来の情報源だけを使う医師の間で、診断推論の成績に有意差はありませんでした。AI単独では高い成績を示したにもかかわらず、医師にAIを渡すだけでは成績向上につながらなかったのです。

一方、2026年に発表された70人の臨床医による研究では、医師とAIがそれぞれ独立して症例を検討した後、両者の一致点と相違点をAIが統合する仕組みを使うことで、従来の情報源を使う群より診断精度が高くなりました。ただし、複雑な臨床シナリオを用いた探索的研究であり、忙しい実際の外来で同じ効果が出ると確定したわけではありません。

それでも、この二つの研究が示す方向は興味深いものです。

AIが高性能であることと、AIを使った医師の仕事が良くなることは同じではありません。何を質問するか、AIの回答をいつ見るか、自分の考えと異なったときにどう検証するか。性能だけでなく、人間とAIの仕事の組み方が結果を左右します。