自分がAIを使うのと同じように、患者さんもAIを使っている。
はじめに:診察室での架空の場面
以下は、説明のための架空の場面である。咳が2週間続く40代の人が外来に来て、スマートフォンの画面を見せる。「AIに聞いたら、咳喘息か逆流性食道炎の可能性が高いと言われました。吸入薬を出してもらえますか」。

ここで「AIの言うことは当てにならない」と返すと、会話はそこで終わる。患者さんは次から、調べたことを黙って受診するようになる。逆に、AIの答えをそのまま方針にすることもできない。この回では、その間の受け止め方を扱う。
どれくらいの人が使っているか
米国の世論調査(2026年、成人1,343人)では、過去1年にAIのチャットで健康の情報を得た人は32%だった。理由は「すぐ知りたい」が65%、「受診の前に調べたい」が41%。体の不調についてAIに相談した人のうち42%は、そのあと医療者に相談していなかった。検査の結果など自分の医療情報をAIに入れた人は、利用者の41%にのぼる [1]。

日本について、受診の前にAIで調べた人の割合を全国で調べた一次資料は、2026年11月の時点で見当たらない。
AIだけの成績と、人がAIを使ったときの成績
AIは医学の問題に高い正答率を出す。では、一般の人がAIに相談すれば、正しい判断に近づくのか。英国で行われた無作為化試験は、一般の人1,298人に、10の模擬の場面のうち2つずつを示し、考えられる病気と、取るべき行動(自分で様子を見る、受診する、救急車を呼ぶなど5段階)を答えてもらった。AIを使う群と、ふだんの方法で調べる群に分けている。AIだけに解かせると、病気の特定は94.9%、取るべき行動は56.3%で合っていた。ところがAIを使った人の成績は、ふだんの方法で調べた人より良くならなかった [2]。2024年のモデルを使った、模擬の場面での結果である。

「AIは医師の役に立つのか:研究でわかっていること」で見た、医師にAIを渡しても診断の成績が上がらなかった試験と、同じ形の結果だ。
うまくいかない場所は、AIの知識の量よりも、人とAIのやり取りのほうにあるようだ。
この試験の会話を調べると、利用者が大事な情報を伝えていない例が多かった。似た質問でも、聞き方が少し違うと答えが変わることもあった [2]。

AIへの相談で、情報が抜けやすいところ
| 患者さんの側 | 診察で補うこと |
|---|---|
| 大事だと思っていない症状は、書かない | 問診で、関連する症状をこちらから聞く |
| 持病、飲んでいる薬、妊娠の可能性を伝えていない | 既往歴と内服薬を確かめる |
| 複数の候補のうち、気になったものだけ覚えている | AIが挙げた候補を、全部見せてもらう |
| 体を診ることと検査は、AIにはできない | 診察と検査の結果で、候補を絞る |
筆者の整理
外来での受け止め方:4つの手順
ここからは筆者が勧める進め方で、効果を試験で確かめたものではない。

- 聞く。何を質問し、どんな答えが返ってきたかを見せてもらう。調べてきたことを、まず受け取る。
- 合っている点を言葉にする。AIの挙げた候補のうち、医学的に筋の通るものは「それも考えます」と伝える。
- 足りない点を補う。診察と検査で分かったこと、AIが知らなかった情報を示し、いまの見立てを説明する。
- 次の使い方を伝える。受診するかどうかの判断と、薬を始める・やめる判断は、AIの答えだけで決めないよう頼む。
冒頭の場面なら、こうなる。咳喘息と逆流は、長引く咳の候補として筋が通っている。そのうえで、熱、体重の変化、喫煙、飲んでいる薬を聞き、聴診をする。必要なら胸部の写真を撮る。吸入薬を出すかどうかは、その結果で決める。患者さんには、AIが候補を挙げてくれたおかげで話が早く進んだことも伝える。
注意
すぐに受診や相談が要る場面は、先に伝えておく
AIに相談しているあいだに受診が遅れることがある。胸の痛み、息苦しさ、意識の変化、麻痺、生後3か月未満の発熱、ぐったりした乳児など、迷わず受診してほしい症状は、診察の終わりに具体的に伝える。「こういうときはAIに聞く前に電話してください」と言える連絡先を示す。
患者さんのAIの使い方を、どう助けるか
使うな、と言っても使う。それなら、害の少ない使い方を一緒に考えるほうがよい。診察で聞きたいことを整理する。検査や薬の名前の意味を調べる。説明を聞いたあとで、分からなかった言葉を確かめる。こうした使い方は、診察の時間を濃くする。
もう1つ、検査の結果や紹介状をAIに入れると、その情報が事業者に送られることを知らない人もいる。聞かれたら、入れる前にサービスの設定を確かめるよう伝える。
参考文献
- KFF. Poll: 1 in 3 Adults Are Turning to AI Chatbots for Health Information. 2026年3月25日(2026年2月24日〜3月2日、米国の成人1,343人の世論調査)https://www.kff.org/health-information-trust/poll-1-in-3-adults-are-turning-to-ai-chatbots-for-health-information-equaling-the-share-who-use-social-media-for-health/
- Bean AM, et al. Reliability of LLMs as medical assistants for the general public: a randomized preregistered study. Nat Med. 2026;32(2):609-615. doi:10.1038/s41591-025-04074-y(1,298人、10の場面での事前登録の無作為化研究。実際の受診行動を追った研究ではない)
明日のアクション
次に患者さんがAIやインターネットで調べた内容を話してくれたら、最初のひと言を「何と書いてありましたか」にしてみてほしい。返ってきた内容のうち、合っている点を1つ言葉にしてから、自分の見立てを説明する。