このレッスンで終わる頃には
- AIが挙げた「根拠」を、エビデンスの強さで4段階に仕分けできる
- 強さに応じて、AIの答えを臨床にどう使うか（使わないか）を決められる
前のレッスンで、引用が実在するかを確かめる型を身につけました。ここでは一歩進んで、実在する研究でも、その強さはピンからキリまであるという当たり前を、AIの文脈で扱います。
「研究があります」は、何も言っていないのと同じ
AIはよく「〜という研究で示されています」と答えます。この一文に、医師は引っかかりやすい。研究という言葉が、無条件に信頼を連れてくるからです。
しかし医師なら知っているとおり、研究の強さはまるで違います。数千人のランダム化比較試験と、1例の症例報告では、臨床判断への重みがまったく異なります。AIはこの差を、平らな「研究があります」に潰してしまいがちです。
だから確かめるのは実在だけでは足りません。その根拠がどの強さの研究かまで見ます。これは新しい技術ではありません。医師が普段やっている批判的吟味を、AIの出力に向けるだけです。
4段階で仕分ける
AIが挙げた根拠を、ざっくり4段階に置きます。
- 診療ガイドライン・システマティックレビュー: 学会が推奨としてまとめたもの。臨床判断の土台にできる
- ランダム化比較試験（RCT）: 個別の強い研究。ただし対象集団・規模を見る
- 観察研究（コホート・症例対照）: 関連は言えるが因果は慎重に
- 症例報告・専門家意見: 仮説の段階。「こういう例もある」どまり
たとえば溶連菌性咽頭炎の抗菌薬は、学会の診療ガイドラインという最上位の根拠で決まっています（According to PubMed, Shulman ST, et al. Clin Infect Dis. 2012;55(10):e86-102. DOI）。ここに症例報告を持ってきて「別の薬でも効いた例がある」と言われても、標準治療は動きません。
AIが根拠を挙げてきたら、それがこの4段階のどこかを一言で言えるかどうか。それが、臨床に使えるかの分かれ目です。
強さに応じて、使い方を変える
仕分けたら、使い方を変えます。ここが実務の肝です。
- ガイドライン・SR: 一次情報で原文を確認したうえで、臨床判断の土台にしてよい
- RCT: 自分の目の前の患者と、研究の対象集団がどれだけ近いかを見てから使う
- 観察研究: 「関連はありそう」まで。治療を変える根拠にはしない
- 症例報告・専門家意見: 話のきっかけ・仮説どまり。患者に適用しない
AIが症例報告レベルの話を、ガイドライン級の断定口調で語ってくることがあります。口調の強さと、根拠の強さは、まったく別物です。前のレッスンで見た「文体は正しさの証拠にならない」が、ここでも効きます。
数字が出てきたら、鵜呑みにしない
AIは「有効率が高い」「有意差があった」といった数字も、それらしく出してきます。これも実在と強さの両方を確かめる対象です。
- その数字は、実在する研究の実際の結果か（捏造でないか）
- p値や信頼区間の解釈は妥当か
- 相対リスクだけを強調して、絶対リスクを隠していないか
統計の読み方そのものは、p値、ちゃんと読めてる?（研究リテラシー）で扱っています。ここで大事なのは、AIが出した数字も、論文本文と同じ批判的な目で読むという姿勢です。
今日のまとめ
3行で振り返ります。
- AIの「研究があります」は、強さを見るまで何も言っていないのと同じ
- 根拠をガイドライン/RCT/観察研究/症例報告の4段階に仕分け、強さに応じて使い方を変える
- 口調の強さと根拠の強さは別物。数字も実在と解釈の両方を確かめる
次のレッスンでは、ここまでの目を実際に使う「見破りドリル」に進みます。5つのAI回答から、誤りを含むものを見つけ出します。
参考文献
- Shulman ST, Bisno AL, Clegg HW, et al. Clinical practice guideline for the diagnosis and management of group A streptococcal pharyngitis: 2012 update by the Infectious Diseases Society of America. Clin Infect Dis. 2012;55(10):e86-102. DOI（According to PubMed, PMID 22965026）