ガイドラインと論文を丸ごと読ませる

Claudeが最も力を発揮する場面

ChatGPTでは長いガイドラインを貼ると途中で文脈を見失うことがある。Claudeは最大100万トークン（約75万語）を一度に保持できるので、80ページのガイドラインをそのまま貼って質問できる。

これがClaude最大の実用的優位点だ。

このガイドラインで、eGFR 30未満の患者に対するSGLT2阻害薬の
推奨グレードと注意事項を教えてください。
該当する記述を原文のまま引用してください。

「原文のまま引用して」と指示すると、要約ではなくガイドラインの該当箇所をそのまま抜き出してくれる。自分で確認しやすい。

旧版と新版の両方をアップロードして:

2023年版と2025年版のガイドラインを比較して、
臨床的に影響が大きい変更点を優先度順に5つ挙げてください。
それぞれ旧版と新版の該当箇所を並べて示してください。

論文PDFをアップロードして:

この論文について以下の観点で批判的吟味をしてください。

1. 研究デザインの妥当性
2. サンプルサイズと検出力
3. 主要なバイアスリスク
4. 結果の臨床的意義（統計的有意差 vs 臨床的有意差）
5. 著者が認めている限界以外に、見落とされている限界

各項目2-3行で簡潔に。

飯塚浩也先生（「医学のあゆみ」2026年4月号）は、複数の論文をClaudeに入れて即時横断比較を行うワークフローを報告している [1]。

以下の5本の論文を比較してください。

1. {論文A}
2. {論文B}
3. {論文C}
4. {論文D}
5. {論文E}

比較軸:
- 研究デザイン
- 対象患者数
- 主要アウトカム
- 結果の方向性
- エビデンスレベル

表形式で出力してください。

medRxivに掲載されたプレプリント（2026年2月）では、Claude APIを使ったPythonスクリプト1本で、文献検索・スクリーニング・データ抽出・統合まで全自動化した系統的レビューのパイプラインが報告されている [2]。

完全自動化はまだ研究段階だが、以下のステップは今日から使える:

スクリーニングの補助:

以下の20本の論文アブストラクトを読み、
「成人の2型糖尿病患者におけるGLP-1受容体作動薬の心血管イベント抑制効果」
に直接関連するものだけを選んでください。
選んだ理由と除外した理由を1行ずつ添えてください。

データ抽出の補助:

以下の論文から、下記の項目を抽出して表にまとめてください:
著者、年、国、デザイン、N、介入、対照、主要アウトカム、結果、バイアスリスク

プログラミング経験ゼロの循環器内科医が、Claude Codeを使ってPubMed論文検索の自動化ツールを構築した事例がある [3]。

これはClaude Codeの話なので本コースの範囲を超えるが、Claudeのエコシステムがここまで広がっていることは知っておく価値がある。

長いからといって何でも入れていいわけではない。 患者の個人情報は入れない。匿名化データのみ使う。

Claudeもハルシネーションする。 NotebookLMと違い、Claudeは学習データ全体から回答を生成する。ガイドラインを入れて質問しても、ガイドラインに書かれていない情報を補完することがある。「原文を引用して」と指示することで、この問題を軽減できる。

参考文献

飯塚浩也. 医学のあゆみ. 2026;297(2):179-184.
medRxiv. Fully automated systematic review via Claude API. 2026. doi:10.64898/2026.02.18.26346559v1.
ノーコード内科医. note.com/light_allium3069, 2025.