臨床疑問から研究疑問へ（PICO/FINERフレームワーク）
臨床疑問と研究疑問の違い
臨床の現場では、日々さまざまな疑問が生まれます。「この患者に抗凝固薬を使うべきか」「術後の鎮痛にはどの薬が最適か」「退院後のリハビリ頻度はどのくらいが良いのか」。これらは 臨床疑問（clinical question） です。
しかし、臨床疑問をそのまま研究に持ち込むことはできません。「最適な治療は何か」という漠然とした問いでは、研究の方向性が定まらず、適切なデザインも選べません。臨床疑問を 研究疑問（research question: RQ） に変換する必要があります。
良いRQの条件：具体的（Specific）、測定可能（Measurable）、答えが得られる（Answerable）、現実的（Realistic）、期限がある（Time-bound）。SMARTの原則は目標設定だけでなく、RQ設計にも適用できます。
PICOフレームワーク
RQ構造化の最も基本的なフレームワークが PICO です。
| 要素 | 意味 | 例 |
|---|---|---|
| P (Patient/Population) | 対象患者・集団 | 65歳以上の心房細動患者 |
| I (Intervention/Exposure) | 介入・曝露 | DOAC（直接経口抗凝固薬） |
| C (Comparison) | 比較対照 | ワルファリン |
| O (Outcome) | アウトカム | 脳卒中発症率、大出血イベント |
PICOの変形
研究デザインによって、PICOは以下のように拡張されます。
- PICO: 介入研究（RCT等）の標準形
- PECO: 観察研究（E = Exposure：曝露）
- PICOS: 系統的レビュー（S = Study design：研究デザイン）
- PICOT: 時間軸を明示（T = Time：追跡期間）
- PIO: 比較対照のない研究（予後研究等）
AIを使ったPICO構造化
臨床疑問をPICO形式に変換するとき、AIは強力な支援者になります。
以下の臨床疑問をPICO形式に構造化してください。
臨床疑問: [あなたの臨床疑問をそのまま記述]
以下の形式で回答してください：
- P (Patient/Population): 対象集団を具体的に記述。年齢、性別、疾患ステージ、合併症等の包含基準と除外基準を含める。
- I (Intervention/Exposure): 介入・曝露を具体的に記述。用量、期間、投与経路等を含める。
- C (Comparison): 比較対照を記述。プラセボ、標準治療、別の介入等。
- O (Outcome): 主要アウトカムと副次アウトカムを区別して記述。測定方法と評価時期も含める。
さらに、以下も提案してください：
- PICO形式の1文の研究疑問（英語・日本語）
- 考えられる交絡因子
- 推奨される研究デザイン
実践例：PICOの構造化
臨床疑問（曖昧な形）： 「高齢の糖尿病患者に新しいGLP-1受容体作動薬って効果あるのかな？」
AIによるPICO構造化：
| 要素 | 構造化された内容 |
|---|---|
| P | 65歳以上の2型糖尿病患者（HbA1c 7.0%以上、eGFR 30以上）。インスリン使用者は除外。 |
| I | セマグルチド 1.0mg 週1回皮下注射 |
| C | DPP-4阻害薬（シタグリプチン 50mg/日） |
| O | 主要：24週後のHbA1c変化量。副次：体重変化、低血糖イベント数、消化器症状の発現率 |
1文のRQ（英語）： "In patients aged 65 years or older with type 2 diabetes and HbA1c ≥7.0%, does once-weekly semaglutide 1.0mg compared with sitagliptin 50mg daily result in a greater reduction in HbA1c at 24 weeks?"
FINERフレームワーク
PICO で構造化したRQが「良い研究」になるかを評価するのが FINER フレームワークです。
Feasible（実行可能性）
十分な症例数を確保できるか？技術的に実施可能か？予算・期間は現実的か？対象集団へのアクセスはあるか？
Interesting（興味深さ）
研究者自身が知りたいと思えるか？同僚の関心を引くか？学会で議論の的になるか？
Novel（新規性）
既存のエビデンスに何を加えるか？先行研究との違いは何か？ガイドラインを変える可能性はあるか？
Ethical（倫理性）
患者への不利益はないか？倫理委員会の承認を得られるか？同意取得は可能か？
Relevant（関連性）
臨床実践や政策に影響するか？患者アウトカムの改善につながるか？科学的知見を前進させるか？
AIによるFINER評価
以下のリサーチクエスチョンをFINER基準で評価してください。
リサーチクエスチョン: [PICO形式のRQ] 研究環境:
- 施設: [施設タイプ（大学病院、市中病院等）]
- 年間症例数: [対象疾患の年間症例数（概算）]
- 利用可能なリソース: [研究費、スタッフ、設備等]
- 研究期間: [想定する研究期間]
各基準について以下の形式で評価してください：
- スコア（1-5）
- 根拠
- 改善提案（スコア4未満の場合）
最後に、総合的な実現可能性と推奨事項をまとめてください。
よくある落とし穴とAIによる回避
落とし穴1: RQが広すぎる
悪い例： 「糖尿病治療におけるAIの効果は？」
この問いでは、対象集団も介入も定義されていません。AIに以下のプロンプトで絞り込みを依頼しましょう。
以下のRQは範囲が広すぎます。臨床的に意味のある、具体的なサブクエスチョンを5つ提案してください。各提案にはPICO要素を含めてください。
広いRQ: [あなたの広いRQ] 関心のある領域: [特に関心のあるサブトピック、あれば]
落とし穴2: アウトカムが不明確
「患者の状態が良くなるか」ではなく、「12週後のHbA1cが0.5%以上低下するか」のように、測定可能な指標を定義します。
落とし穴3: 新規性の欠如
「すでに誰かがやっている研究」を避けるためには、文献ギャップ分析が必要です。これは次章で詳しく扱います。
AIにRQを提案してもらうとき、AIが「すでに答えが出ている問い」を新規として提示することがあります。必ずPubMedやCochrane Libraryで先行研究を確認してください。
実践ワークショップ：RQを作ってみよう
以下の手順で、あなた自身のRQを構築してください。
臨床疑問の書き出し
最近の臨床経験で感じた疑問を3つ、自由形式で書き出す。形式にこだわらず、思いつくまま記述する。
PICO構造化
3つの疑問それぞれについて、上記のプロンプトテンプレートを使ってPICO形式に変換する。
FINER評価
PICO形式のRQをFINER基準で評価する。スコアが最も高いRQを選択する。
RQの精錬
選択したRQのFINERスコアが低い項目について、改善策を検討し、RQを修正する。
この章のポイント
良いリサーチクエスチョンは、良い研究の50%を決めます。PICOで構造を作り、FINERで実現可能性を評価する。この2つのフレームワークをAIの力で効率的に回すことで、研究の質と速度を両立できます。
次章の予告
次章では、AIを使った「文献ギャップ分析」を解説します。PICO で構造化したRQが本当に新規性を持つか、既存のエビデンスとの差分を系統的に分析する方法を学びます。