診断は医師の最も本質的な仕事である。AIはそれを増幅する——正しく使えば。
鑑別診断における3つの落とし穴
まず、多くの医師が陥る失敗パターンを見ておこう。
落とし穴1: 丸投げ型
典型例:
3歳男児、5日間の発熱です。診断は何ですか?
何が問題か:
- 情報が不足している(症状、身体所見、経過)
- AIは「もっともらしい答え」を統計的に生成するが、この患者固有の情報が反映されない
- 鑑別診断が30個列挙され、優先順位がつかない
結果: 使えない出力、時間の無駄
落とし穴2: 確証バイアス型
典型例:
この患者は川崎病だと思います。
川崎病の診断基準を満たしているか確認してください。
何が問題か:
- すでに診断を決めつけている
- AIは「川崎病である」という前提で回答を生成する
- 他の重要な鑑別(劇症型溶連菌感染症、Stevens-Johnson症候群など)が見落とされる
結果: 確証バイアスの強化、見逃しリスク増加
落とし穴3: 検証なし型
典型例:
AIが「川崎病の可能性が高い」と言ったので、免疫グロブリン投与を開始した。
何が問題か:
- AIの出力を検証していない
- ハルシネーション(診断基準の誤り、疫学情報の誤りなど)に気づかない
- Ch.3で学んだことが活かされていない
結果: 誤診、過剰治療、医療事故のリスク
4ステップ・プロトコル — 構造化された鑑別診断
落とし穴を避け、AIの力を最大限に引き出すには、構造化されたプロトコルが必要である。
以下の4ステップ・プロトコルは、臨床推論の標準的プロセス(症例提示→仮説生成→検証→更新)をAI活用に最適化したものだ。
AI鑑別診断の4ステップ
構造化された症例提示
約3分患者情報をAIが最も精度高く処理できる形式で提示する。
追加情報の戦略的収集
約2分鑑別を絞り込むために必要な追加情報を優先順位順に特定する。
確率の更新と絞り込み
約2分新しい情報を踏まえてベイズ的に各疾患の確率を更新する。
検証と最終判断
約3分最有力候補に対する反証を試み、見落としがないか確認する。
Step 1: 構造化された症例提示
目的
患者の情報を、AIが最も精度高く処理できる形式で提示する。
プロンプトの型
【Role】あなたは小児科専門医です。
【Task】以下の症例について、鑑別診断を可能性の高い順に5つ挙げてください。 各診断について、その診断を支持する所見と否定する所見を明示してください。
【Context】 ■ 患者基本情報
- 年齢・性別:
- 主訴:
- 現病歴: (発症時期、経過、増悪因子、寛解因子)
■ 身体所見
- バイタルサイン:
- 全身状態:
- 系統的身体所見:
■ 検査所見(あれば)
- 血液検査:
- 画像検査:
■ 既往歴・家族歴・予防接種歴
【Format】 各鑑別診断について:
- 疾患名
- 可能性(高/中/低)の根拠
- 支持する所見
- 否定する所見
- 確定診断に必要な追加情報
【Constraint】
- 鑑別診断は頻度順に5つまで
- 「〜かもしれない」ではなく、根拠を明示
- 見逃してはいけない疾患(Don't miss diagnosis)を必ず含める
実例:5歳男児の発熱
【Role】あなたは小児科専門医です。
【Task】以下の症例について、鑑別診断を可能性の高い順に5つ挙げてください。
各診断について、その診断を支持する所見と否定する所見を明示してください。
【Context】
■ 患者基本情報
- 年齢・性別: 5歳男児
- 主訴: 5日間持続する発熱
- 現病歴:
- 5日前から39-40℃の発熱が持続
- 解熱薬で一時的に37℃台まで下がるが、すぐに再上昇
- 3日目から両眼が充血、口唇が赤くなった
- 4日目から体幹に紅斑出現
- 5日目に母親が「手足が赤く腫れている」と気づいた
■ 身体所見
- バイタルサイン: 体温39.5℃、心拍数120/分、血圧95/55mmHg、SpO2 99%(室内気)
- 全身状態: 不機嫌だが活気はある、脱水なし
- 頭頸部: 両側眼球結膜充血(+)、眼脂なし、口唇発赤・亀裂(+)、咽頭発赤(+)、
扁桃腫大なし、苺舌(+)、右頸部に2cm大のリンパ節1個触知(可動性良好、圧痛軽度)
- 皮膚: 体幹に境界不明瞭な紅斑、手掌・足底の発赤と硬性浮腫
- その他: 心雑音なし、呼吸音清、腹部平坦・軟
■ 検査所見
- 血液検査: WBC 15,200/μL(好中球78%)、CRP 8.5mg/dL、
AST 45 U/L、ALT 38 U/L、血小板 38万/μL、Na 135mEq/L
- 尿検査: 蛋白(-)、潜血(-)、白血球5-9/HPF
■ 既往歴・家族歴・予防接種歴
- 既往歴: 特記事項なし
- 家族歴: 特記事項なし
- 予防接種: 定期接種すべて完了、BCG接種あり(左上腕に瘢痕あり、発赤なし)
【Format】
各鑑別診断について:
1. 疾患名
2. 可能性(高/中/低)の根拠
3. 支持する所見
4. 否定する所見
5. 確定診断に必要な追加情報
【Constraint】
- 鑑別診断は頻度順に5つまで
- 「〜かもしれない」ではなく、根拠を明示
- 見逃してはいけない疾患(Don't miss diagnosis)を必ず含める
AIの出力例(Step 1)
【鑑別診断】
1. 川崎病(Kawasaki Disease)
可能性: 高
支持する所見:
- 5日以上の発熱(診断基準を満たす)
- 両側眼球結膜充血
- 口唇発赤・亀裂、苺舌(口腔粘膜所見)
- 多形紅斑
- 四肢末端の発赤・硬性浮腫
- 頸部リンパ節腫脹(1.5cm以上)
→ 主要症状5つのうち5つすべてを満たす
- 炎症反応高値(CRP 8.5mg/dL)
- 血小板数正常〜やや高値(38万、発症早期としては妥当)
否定する所見:
- 特になし
確定診断に必要な追加情報:
- 心エコー(冠動脈病変の有無)
- 血清アルブミン(3.0g/dL以下で不全型の可能性)
- BCG接種部位の発赤(あれば診断をさらに支持)
2. 劇症型溶連菌感染症(Invasive Group A Streptococcal Infection)
可能性: 中(除外必須)
支持する所見:
- 高熱
- 皮疹
- 炎症反応高値
否定する所見:
- 咽頭所見が軽度(溶連菌では通常、強い咽頭痛・扁桃腫大)
- 全身状態が比較的良好(劇症型では急速に悪化)
- 血圧低下なし
確定診断に必要な追加情報:
- 迅速溶連菌検査
- 血液培養
3. Stevens-Johnson症候群(SJS)
可能性: 低〜中(除外必須)
支持する所見:
- 発熱
- 皮疹
- 口腔粘膜所見
否定する所見:
- 薬剤使用歴の記載なし(通常、発症前1-3週間に薬剤使用)
- 水疱・びらんの記載なし
- 眼脂・眼痛なし(SJSでは結膜炎を伴う)
確定診断に必要な追加情報:
- 詳細な薬剤使用歴
- 皮疹の性状(標的病変の有無)
- 眼科診察
4. アデノウイルス感染症
可能性: 低
支持する所見:
- 発熱
- 結膜充血
- 咽頭発赤
否定する所見:
- 眼脂なし(アデノウイルス結膜炎では通常、眼脂を伴う)
- 経過が5日と長い(通常3-5日で解熱傾向)
- 手足の発赤・浮腫はアデノウイルスでは非典型的
確定診断に必要な追加情報:
- アデノウイルス迅速検査
5. EBウイルス感染症(伝染性単核球症)
可能性: 低
支持する所見:
- 発熱
- 頸部リンパ節腫脹
- 咽頭発赤
否定する所見:
- 扁桃腫大なし(EBVでは通常、著明な扁桃腫大)
- 肝機能正常(EBVではAST/ALT上昇が多い)
- 年齢(5歳はEBV初感染としてはやや若い)
確定診断に必要な追加情報:
- EBV抗体価(VCA-IgM, EBNA)
- 末梢血液像(異型リンパ球の有無)
Step 2: 追加情報の戦略的収集
目的
Step 1で挙げられた鑑別診断を絞り込むために、どの情報を追加で取るべきかをAIに提案させる。
プロンプトの型
【Role】あなたは小児科専門医です。
【Task】Step 1で挙げた鑑別診断を絞り込むために、
追加で取得すべき情報を優先順位順に提案してください。
【Context】
[Step 1の症例情報と鑑別診断をコピー]
【Format】
各追加情報について:
1. 情報の種類(問診/身体所見/検査)
2. 具体的な内容
3. この情報で何が分かるか(どの鑑別診断の確定/除外に寄与するか)
4. 緊急性(即座/当日中/翌日以降可)
5. コスト・侵襲性(低/中/高)
【Constraint】
- 優先順位順に5つまで
- 「とりあえず全部」ではなく、診断への寄与度で優先順位をつける
- 保険診療の範囲内
AIの出力例(Step 2)
【追加情報の優先順位】
1. 心エコー検査
種類: 検査
具体的内容: 冠動脈径の測定(左冠動脈主幹部、右冠動脈、左前下行枝)、心機能評価
何が分かるか:
- 川崎病の診断をほぼ確定(冠動脈拡大があれば)
- 治療開始の判断材料(拡大なくても川崎病は診断可能だが、ベースライン評価として重要)
緊急性: 当日中
コスト・侵襲性: 低(非侵襲、保険適用)
2. 迅速溶連菌検査 + 血液培養
種類: 検査
具体的内容: 咽頭ぬぐい液での迅速検査、血液培養2セット
何が分かるか:
- 劇症型溶連菌感染症の除外(陰性なら可能性低い)
- 敗血症の除外
緊急性: 即座
コスト・侵襲性: 低
3. BCG接種部位の再確認
種類: 身体所見
具体的内容: 左上腕のBCG瘢痕部に発赤・硬結がないか詳細に観察
何が分かるか:
- 川崎病の診断をさらに支持(参考所見として有用)
緊急性: 即座
コスト・侵襲性: なし
4. 詳細な薬剤使用歴の聴取
種類: 問診
具体的内容: 発症前3週間以内の薬剤使用(市販薬・漢方含む)、特に解熱薬の種類と回数
何が分かるか:
- Stevens-Johnson症候群の除外(薬剤使用なければ可能性低い)
緊急性: 即座
コスト・侵襲性: なし
5. 血清アルブミン値の測定
種類: 検査
具体的内容: 採血済み検体で追加測定可能
何が分かるか:
- 川崎病の重症度評価(低アルブミン血症は不全型や重症例を示唆)
- IVIG不応例のリスク評価
緊急性: 当日中
コスト・侵襲性: 低(採血済み検体で測定可)
Step 3: 情報更新と確率の再計算
目的
Step 2で得た追加情報をもとに、各鑑別診断の確率を更新する(ベイズ推論)。
プロンプトの型
【Role】あなたは小児科専門医です。
【Task】Step 2で提案した追加情報を取得しました。
これをもとに、各鑑別診断の確率を更新してください。
【Context】
[Step 1の症例情報]
[Step 2で取得した追加情報の結果]
追加情報の結果:
- 心エコー: 冠動脈径は正常範囲内(左冠動脈主幹部3.0mm, Z-score +1.2)、心機能正常
- 迅速溶連菌検査: 陰性
- 血液培養: 48時間後の中間報告で陰性(継続中)
- BCG接種部位: 左上腕に軽度の発赤あり(5mm大、硬結なし)
- 薬剤使用歴: 発熱後にアセトアミノフェンを5回使用のみ、他の薬剤なし
- 血清アルブミン: 3.2g/dL
【Format】
各鑑別診断について:
1. 疾患名
2. 更新後の可能性(高/中/低)
3. 確率が変化した理由
4. 現時点での推奨アクション(確定診断/除外/経過観察/治療開始)
【Constraint】
- ベイズ推論の考え方で確率を更新
- 「完全に除外」は慎重に判断
AIの出力例(Step 3)
【確率更新後の鑑別診断】
1. 川崎病
更新後の可能性: 高 → ほぼ確定
確率が変化した理由:
- BCG接種部位の発赤を確認(参考所見として診断を支持)
- 主要症状5つすべてを満たす
- 他の鑑別診断がほぼ除外された
- 冠動脈拡大はないが、これは発症早期として矛盾しない(拡大は通常7-10日目以降)
推奨アクション: 治療開始
- 免疫グロブリン大量療法(IVIG 2g/kg)
- アスピリン(初期30-50mg/kg/日、解熱後3-5mg/kg/日)
- 入院管理
- 心エコーフォローアップ(7-10日目、2週間後、1ヶ月後)
2. 劇症型溶連菌感染症
更新後の可能性: 中 → ほぼ除外
確率が変化した理由:
- 迅速溶連菌検査陰性
- 血液培養48時間時点で陰性
- 全身状態が安定
推奨アクション: 除外(ただし血液培養は最終確認まで継続)
3. Stevens-Johnson症候群
更新後の可能性: 低〜中 → 除外
確率が変化した理由:
- 薬剤使用歴がアセトアミノフェンのみ(SJSの原因薬剤としては稀)
- 水疱・びらんなし
- 粘膜病変が川崎病として説明可能
推奨アクション: 除外
4. アデノウイルス感染症
更新後の可能性: 低 → 除外
確率が変化した理由:
- 臨床経過が非典型的
- 川崎病でより良く説明可能
推奨アクション: 除外
5. EBウイルス感染症
更新後の可能性: 低 → 除外
確率が変化した理由:
- 典型的な所見に乏しい
- 川崎病でより良く説明可能
推奨アクション: 除外
【最終診断】川崎病(Kawasaki Disease)
確信度: 95%以上
Step 4: 診断の妥当性検証
目的
Step 3で導いた診断が、本当に妥当かを批判的に検証する(Ch.3で学んだ3層検証の応用)。
プロンプトの型
【Role】あなたは批判的思考に長けた小児科専門医です。
【Task】Step 3で導いた診断「川崎病」について、
以下の観点から批判的に検証してください。
【Context】
[Step 1-3の内容]
【Format】
1. 診断基準との適合性
- 診断基準は正確に引用されているか
- すべての項目を満たしているか
2. 他の説明可能性
- この症状を説明できる他の疾患はないか
- 見落としている可能性はないか
3. 典型例からの逸脱
- 何か非典型的な要素はないか
- それは診断を覆すほどのものか
4. 治療開始前の最終確認
- 治療を開始する前に確認すべきことは何か
- 治療のリスクとベネフィットのバランスは適切か
【Constraint】
- 「確定診断」に安易に飛びつかない
- 「確率95%」でも5%の可能性を無視しない
- 見逃してはいけない疾患を再度確認
AIの出力例(Step 4)
【批判的検証】
1. 診断基準との適合性
日本小児科学会「川崎病診療ガイドライン2020年改訂版」に基づく診断基準:
- 5日以上の発熱: 該当
- 両側眼球結膜充血: 該当
- 口唇・口腔所見: 該当(口唇発赤・亀裂、苺舌)
- 多形紅斑: 該当
- 四肢末端の変化: 該当(発赤・硬性浮腫)
- 頸部リンパ節腫脹(1.5cm以上): 該当(2cm大)
→ 主要症状5つのうち5つすべて満たす = 川崎病確定診断
2. 他の説明可能性
注意すべき点:
- 麻疹(はしか): 現在の症状を説明可能
→ しかし、予防接種歴完了で可能性は極めて低い
→ コプリック斑の記載なし
→ 麻疹特有の3C(Cough, Coryza, Conjunctivitis)の記載なし
- 全身型若年性特発性関節炎(sJIA): 発熱・発疹で類似
→ しかし、関節症状の記載なし
→ 経過が5日と短い(sJIAは通常もっと長期)
→ 川崎病でより良く説明可能
3. 典型例からの逸脱
典型的な川崎病の提示
唯一の非典型的要素:
- 冠動脈径が正常(Z-score +1.2)
→ しかし、発症5日目の時点では冠動脈拡大がなくても矛盾しない
→ 拡大は通常7-10日目以降に出現
→ 治療を遅らせる理由にはならない
4. 治療開始前の最終確認
確認すべき事項:
- 免疫グロブリン製剤の禁忌確認(IgA欠損症の既往など)
- 体重の再確認(投与量計算のため)
- 保護者への十分な説明と同意取得
リスク・ベネフィット評価:
- IVIG投与のリスク: 発熱反応、アナフィラキシー(稀)
- 治療しないリスク: 冠動脈瘤形成(20-25%)、心筋梗塞、突然死
→ ベネフィットがリスクを大きく上回る
最終判断:
治療開始を強く推奨
4ステップ・プロトコルの実践記録
ここまでの4ステップを、実際の患者1名で実践してみよう。
実践ログの書き方
| ステップ | 時間 | 実施内容 | 結果 | 検証 |
|---|---|---|---|---|
| Step 1 | 3分 | 構造化症例提示 | 鑑別診断5つ挙がる | 済 |
| Step 2 | 2分 | 追加情報の優先順位 | 心エコー、迅速検査を実施 | 済 |
| Step 3 | 2分 | 確率更新 | 川崎病ほぼ確定 | 済 |
| Step 4 | 3分 | 批判的検証 | 治療開始を決定 | 済 |
| 合計 | 10分 |
重要: 4ステップ全体で10-15分程度。この時間で、網羅的な鑑別診断、優先順位づけ、確率更新、批判的検証が完了する。
今週の実践課題(10分×5日)
Day 1(月): Step 1の練習
- 今日診た患者を1名選ぶ
- Step 1のプロンプトで症例提示
- 鑑別診断5つが挙がるか確認
- 時間: 10分
Day 2(火): Step 2の練習
- Day 1の症例の続き
- Step 2で追加情報の優先順位を出す
- 実際の診療と比較(AIの提案と自分の判断の違い)
- 時間: 10分
Day 3(水): Step 3の練習
- Day 2の続き
- 実際に得た追加情報をAIに入力
- 確率更新を見る
- 時間: 10分
Day 4(木): Step 4の練習
- Day 3の続き
- 批判的検証を実施
- 最終診断の妥当性を確認
- 時間: 10分
Day 5(金): 新しい症例で全ステップ
- 新しい患者でStep 1-4を一気に実施
- 10-15分以内に完了できるか計測
- 同僚と共有
- 時間: 10分(実践)+ 5分(記録)
到達目標
以下の3つができていれば、次の記事に進んでよい:
目標1: 4ステップを自然に実行できる
患者を診たとき、意識せずにStep 1-4の流れで鑑別診断を進められる。
目標2: 10-15分で完結できる
4ステップ全体が10-15分以内に完了する。それ以上かかる場合は、プロンプトを見直す。
目標3: 検証を忘れない
Step 4(批判的検証)を省略せず、必ず実施している。
鑑別診断でのAI活用は、「丸投げ」ではなく「協働」である。
まとめ
- 4ステップ・プロトコル — 構造化症例提示 → 追加情報収集 → 確率更新 → 批判的検証
- 3つの落とし穴 — 丸投げ型、確証バイアス型、検証なし型を避ける
- 10-15分で完結 — 効率的かつ網羅的な鑑別診断
- 協働の姿勢 — AIは「答えを出す」のではなく、「思考を補助する」道具
- 検証の徹底 — Step 4で必ず批判的検証を行う
次は、もう一つの日常業務——カルテ記載の効率化——に進む。
この章のポイント
- AI鑑別診断には構造化された4ステップ・プロトコルが不可欠
- 「丸投げ」「確証バイアス」「検証なし」の3つの落とし穴を避ける
- 症例提示は構造化フォーマット(基本情報・身体所見・検査所見)で行う
- ベイズ推論の考え方で確率を更新し、最有力候補を反証で検証する
- AIは臨床推論を「増幅」するツール——最終判断は常に医師が行う
参考文献
- Kanjee, Z. et al. (2023). "Accuracy of a Large Language Model in Generating Differential Diagnoses." Nature Medicine, 29: 1-8.
- Singhal, K. et al. (2023). "Towards Expert-Level Medical Question Answering with Large Language Models." Nature Medicine, 29: 1-12.
- 日本小児科学会. (2020). 『川崎病診療ガイドライン2020年改訂版』.
- Croskerry, P. (2009). "A Universal Model of Diagnostic Reasoning." Academic Medicine, 84(8): 1022-1028.
- Sox, H. C. et al. (2013). Medical Decision Making. American College of Physicians.