岡本賢 ─ 臨床 × AI

医者のための
資料ストック

学会・講演・症例で使う図解と素材

Okamoto Ken, MD

CLINICALIntro

外来の合間に

伝わる一枚を、
毎回ゼロから作らない

学会発表も、医療者向け講演も、使う図解の型は決まっている。

型をストックし、見出しと数値だけ差し替える。
準備の時間を、患者と研究に戻す。

CLINICALLive Demo

外来の5分で、論文が5本そろう

「小児喘息のRCT、2022年以降で5本」と打つだけ

返ってくるまで

30秒

30分かかっていた検索が、
外来の合間に終わる。

CLINICALOutcome

受診前の情報提供で、不要な時間外受診が減った

介入前後の比較（サンプル・実データに差し替えて使用）。

介入前

迷って、とりあえず受診

時間外受診 32% ／電話相談月14回。

→

介入後

適切な受診に変わる

時間外受診 19% ／電話相談月8回。

Section 02

判断は人が、
下ごしらえはAIが

CLINICALConcept

連携すれば、10倍引き出せる

1割

単体 ─ 答えるだけ

答えは返る。次の作業は、また自分。

10割

連携あり ─ AIが動く

検索・要約・返答まで。人は判断だけ。

CLINICALFlow

AIは下書きを作り、判断は必ず医師が担う

外来での生成AI活用フロー（医療者向け）。

1

主訴入力

問診から

2

AI要約

鑑別の下書き

3

医師が判断

省略しない

4

説明生成

平易化

5

記録

カルテ反映

CLINICALMatrix

緊急度と重症度で、対応の優先度を切り分ける

小児の主訴トリアージ（教育用・実際の判断は各施設の基準に従う）。

育てる経過観察で可

即時対応見落とさない

定時受診計画的に

精査後日に

低 ← 緊急度緊急度 → 高低 ← 重症度重症度 → 高

CLINICALResearch KPI

登録は順調、追跡率の維持が次の論点

前向き研究の進捗（サンプル）。色は信号機（良/注意/危険）。

登録症例数

184

目標 200+22

追跡率

86%

目標 90%−2pt

主要欠測率

7.4%

目標 <5%+1.1pt

CLINICALClosing

今日の三つの要点

講演クロージング（医療者向け）。

01

AIは時間を生む

下書き生成で記録の時間が短くなる。

生まれた時間を対話に回す。

02

判断は人が持つ

確認・判断の工程は省略しない。

守るべき線を最初に決める。

03

小さく始める

一つの場面から導入する。

成功体験を作ってから広げる。