文献レビューとエビデンスの整理

🔄 Quick Recall: 前回のレッスンで患者教育資料（疾患説明、退院指導書、服薬ガイド、セルフケアシート）の作成法を学んだ。今回は医療者自身の学習——最新のエビデンスにAIで効率的に追いつく方法に取り組む。

知識の洪水

医学の知識は約73日で倍増するといわれている。世界中で30,000以上の生物医学ジャーナルが刊行され、自分の専門領域だけでも週に数十本の論文が出る。

全部読む時間は誰にもない。多くの医療者は、養成課程で学んだ知識に、学会やスタッフからの情報を少しずつ足しているのが実情。

AIは批判的吟味の能力を代替しない。しかし、関連研究を見つけ、読み、統合するプロセスを大幅に加速できる。

ハルシネーション問題

テクニックに入る前に、研究レビューにおけるAIの最大の弱点を理解する必要がある——AIは存在しないものを作り出す。

「○○について最新の研究は何か？」と聞くと、自信に満ちた文章で——実在しない論文、出版されていない統計、その論文を書いていない著者を引用することがある。

医療分野では特に危険：

• 捏造された情報が権威ある文体で書かれる
• 実在するジャーナル名に架空の論文を紐づける
• 本物の知見と捏造を混ぜることがある

対策： AIに「研究は何と言っているか」を聞かない。実際の研究をAIに与えて分析させる。

❌ 悪い例：
「メトホルミンのPCOS管理における有効性について
 最新の研究は何と言っていますか？」

✅ 良い例：
「以下は2024年のPCOSにおけるメトホルミンの
 システマティックレビューの抄録です。
 主要な知見、サンプルサイズ、臨床的意義を
 要約してください：
 [実際の抄録をペースト]」

前者はハルシネーションを招く。後者は実データを処理させる。

✅ Quick Check: AIが自信たっぷりに引用した文献が実在しなかったという経験はあるだろうか？ 研究に関する質問では非常に頻繁に起こる。対策は常に同じ——資料は自分で用意する。

個別研究の要約

関連する論文を見つけたら、AIで要点を素早く抽出する：

以下の研究論文を臨床医向けに要約して：

抽出する項目：
1. 研究デザイン：種類、サンプルサイズ、期間
2. 主要な知見：結果を一文で
3. 臨床的な意義：患者ケアへの影響
4. 限界：適用性に影響する注意点
5. 結論：自分の臨床を変えるべきか？ なぜ？

論文テキスト：
[抄録または全文をペースト]

全文をセクション別に読む場合：

研究論文をセクションごとにペーストします。
各セクションについて：
- 一文要約
- 方法論上の注意点
- 臨床的な関連性

まず方法のセクション：
[ペースト]

30分かかる全文読解が、AIが要点を抽出し臨床的判断を自分が行う10分のガイド付きレビューになる。

複数研究の比較

臨床的な疑問を調べるとき、複数の研究を横断的に比較する必要がある：

[テーマ]に関する複数の研究を比較します。
以下の抄録から比較表を作成して：

比較項目：
- 研究（著者、年、ジャーナル）
- デザイン（RCT、コホート、メタアナリシス等）
- サンプルサイズ
- 主要な知見
- 効果量（報告されている場合）
- 限界
- 他の研究との一致/不一致

その後、統合パラグラフを：
これらの研究は全体として何を示唆するか？
一致している点は？ 矛盾している点は？
残された疑問は？

研究1：[抄録をペースト]
研究2：[抄録をペースト]
研究3：[抄録をペースト]

手作業なら1時間かかる比較表を、AIは数秒で作成する。抽出された詳細の検証は必要だが、構造化のスピードは圧倒的。

週次レビューシステム

最新の研究に持続的に追いつくためのシステム：

ステップ1：アラートを設定

PubMedアラート、Google Scholarの通知、またはジャーナルの目次メールを設定する。主要なトピックで一度設定すれば10分で終わる。日本語の文献にはメディカルオンラインやJ-STAGEのアラートも活用できる。

ステップ2：週次バッチ処理

週に30分の時間を確保し、届いた抄録を集める。

ステップ3：AIでトリアージ

今週のアラートで届いた研究抄録が[数]本あります。
各抄録について教えて：

1. 臨床的な関連性（高 / 中 / 低）
   背景：[自分の職種]で[勤務先]の[専門領域]を担当
2. 一文要約
3. 全文を読むべきか？（はい / 検討 / スキップ）

「はい」は臨床を変える可能性がある研究にのみ。

抄録1：[ペースト]
抄録2：[ペースト]
...

このトリアージにより、全部読もうとする代わりに週2〜3本の全文読解に集中できる。

ステップ4：重要な論文を深掘り

「全文を読むべき」とされた論文に、個別要約プロンプトを使って要点を効率的に抽出する。

✅ Quick Check: 現在、最新の研究に追いつくために週何分使っているだろうか？ ゼロに近いなら（正直に言えば、多くの臨床家がそう）、この30分のシステムは大きな改善になる。

批判的吟味の補助

AIは研究の質の評価を助けるが、自分の判断を代替するものではない：

以下の研究の批判的吟味を手伝って：

評価項目：
- 研究デザイン：この疑問に適切なデザインか？
- サンプルサイズ：十分な検出力があるか？
- バイアス：どのようなバイアスの可能性があるか？
- 一般化可能性：自分の患者集団に適用できるか？
  （自分の患者は[特徴を記載]）
- 統計分析：手法は適切か？
- 利益相反：資金源や著者のCOIはあるか？

研究：[抄録または方法セクションをペースト]

エビデンスサマリーの作成

重要な知見を見つけたら、チームと効果的に共有する：

臨床チーム向けの1ページエビデンスサマリーを作成して：

テーマ：[臨床的な疑問]

根拠となる資料：
[2〜3本の研究から主要な知見をペースト]

構成：
- 臨床的疑問（一文）
- エビデンスの内容（3〜4つの箇条書き）
- エビデンスの質（強い/中程度/弱い＋簡潔な説明）
- チームへの意味（実践的な影響）
- 推奨アクション（具体的な提案）
- 参照文献（引用した研究のリスト）

1ページ以内。部署は[記載]。
トーン：同僚間の情報共有、エビデンスベース、実用的。

カンファレンス、勉強会、プロトコル更新に活用できる。

Key Takeaways

• AIに「研究は何と言っているか」と聞かない——必ず実際の資料を与えて処理させる
• ハルシネーションは医学研究で特に危険——必ず原著で検証
• 週次バッチ処理：抄録を集め→AIでトリアージ→選択的に深掘り
• AIは批判的吟味を加速するが、臨床的判断を代替しない
• エビデンスを臨床に反映するには構造化された実装計画が必要
• 1ページエビデンスサマリーでチームと効果的に共有できる

Up Next

レッスン6：チーム連携と多職種コミュニケーション——勤務交代、部署間、多職種の間で、AIを使って情報の漏れを防ぐ方法を学ぶ。