エラーチェック

このテクニックとは

AIが生成した診断・治療計画・薬剤情報などの医療アウトプットは、一見正確に見えても論理的矛盾や見落とし、ハルシネーション（事実と異なる情報の生成）を含む可能性がある。「エラーチェック」プロンプトは、AIの出力に対して「批評的な目で見直す」作業を同じAIに依頼するテクニックだ。

自己批判的なレビューをAIに依頼すると、元の出力では見逃された矛盾点や、「この症例では当てはまらない一般論」「カットオフ値の誤適用」などが浮かび上がることがある。特に複数の検査データが絡む複雑な症例では、このダブルチェックが診断の安全性を高める。

エラーチェックの依頼は別のプロンプトとして独立させることが重要だ。前の出力を貼り付けた上で「この内容に誤りや矛盾はないか」と問うことで、AIが前の文脈に引きずられず批評的視点を持ちやすくなる。

基本パターン

以下はAIが生成した[診断結果/治療計画/薬剤情報]です。
医療専門家の視点から、以下の観点でエラーチェックを行ってください。

【チェック対象のAI出力】
[チェックしたいAIの出力内容をここに貼り付ける]

【確認してほしい観点】
1. 論理的な矛盾・不整合はないか
2. 症例の情報と合致していない記述はないか（バイタル・検査値の解釈など）
3. 見落とされている可能性のある疾患・合併症はないか
4. 投薬情報がある場合：用量・禁忌・相互作用の誤りはないか
5. ガイドラインや最新の知見と矛盾する記述はないか

問題点を発見した場合は、どの部分が問題で、正しい情報は何かを具体的に指摘してください。
問題がない場合もその旨を明示してください。

医療での活用例

シナリオ

急性症状を呈した患者の診断結果をAIが提示した後、医師が最終判断を下す前に誤診や見落としがないか確認する必要がある。特に複雑な症例で多くの検査データがある場合、エラーチェックによるリスクの低減が求められる。

プロンプト例

以下の患者情報と診断結果について、ステップバイステップで詳細にエラーチェックを行ってください。診断における見落としや矛盾、検査データの不整合がないか検討し、疑わしい点があれば具体的に指摘してください。患者情報: [患者情報]、症例情報: [症例情報]、検査結果: [検査結果]、AI診断結果: [AI診断結果]

いつ使うべきか

• AIが生成した治療計画や薬剤の用量・用法を処方前に確認したいとき
• 複雑な多臓器疾患の症例でAIの診断推論に矛盾がないか検証するとき
• 学術論文の要約やガイドライン解釈をAIが行った後、内容の正確性を二重確認するとき
• インフォームドコンセントの説明草案に医学的な誤りが含まれていないかチェックするとき
• AIが提案した検査オーダーや投薬計画を指導医への報告前に自己チェックするとき