論文執筆まで学んだ。残る問題は、この知識の賞味期限だ。
はじめに：全部追うな
ここまで読み進めた人なら体感しているはずだ。AIの進化は速い。医学の知識そのものも変わり続け、一人の医師がすべてを追いきれる量ではなくなっている [1][2]。そこにAIの変化が加わる。全部追おうとすると臨床が崩れる。追わなければ取り残される。このジレンマに正面から向き合うのが最終回のテーマだ。
答えは単純で、追いかけ方を設計する。情報源を絞り、定点観測を習慣にし、必要な変化だけを拾う。半年後に情報に振り回されているか、振り回されずにいるかは、この設計で決まる。
実際、変化の方向は見えている。BCGは2026年1月の記事で、人の監督を最小限にして自ら計画し作業を進めるAIエージェントが現れ、医療での活用の機会が急増していると述べた [3]。米国の大手医療保険会社UnitedHealth Groupは、2026年と2027年の2年で約30億ドルをAIに投じる計画だ [4]。請求の処理と監査、不正の検出、診療記録の作成、請求コードの選択などを、AIで自動化する取り組みを進めている [5]。医療の周辺では、AIは「使うかどうか」の段階をとうに過ぎ、「どう組み込むか」の段階に入っている。
原則1：情報源を5つに絞る
無数にある情報源から5つだけ選ぶ。それ以外は意識的に切る。5つという数は筆者の経験則だ。多すぎると追えず、少なすぎると盲点が生まれる。3カテゴリから1〜2個ずつが目安になる。
| カテゴリ | 情報源例 | 特徴 |
|---|---|---|
| A：技術トレンド全般 | OpenAI / Anthropic / Google 公式ブログ、X公式アカウント | 新モデルや大型アップデートの一次情報が出る |
| B：医療AI特化 | JAMA Network Open / NEJM AI / m3.com / 日経メディカルAI連載 | 臨床に直結する情報が手早く得られる |
| C：実践レビュー | Product Hunt / Hacker News / Zenn | 実際に触った人間の体感が書いてある |
原則2：週30分をカレンダーに固定する
気が向いたときにやる方式は破綻する。かといって毎日1時間も情報収集に使えば臨床が圧迫される。週1回30分。これをカレンダーに入れて固定する。
日曜の朝、コーヒー片手に30分。やることはあらかじめ決めておく。
- 5分：選んだ5つの情報源を順にチェック
- 10分：気になった記事・論文を「あとで読む」リストに保存
- 10分：保存した中から本当に重要な1件だけを深く読む
- 5分：1週間後の自分宛にメモを残す
このルーティンが回り始めると焦りが消える。週30分で十分だと自分に許可を出す。続けるコツは、量を増やさないことだ。
視点
情報を「追う」のではなく「待ち伏せる」
情報を追いかける姿勢から、「自分の関心がある領域に来た情報だけ拾う」姿勢に切り替える。たとえば「LLM × 医学教育」だけにフォーカスを絞れば、自分の興味と関係ない発表はノイズとして自然に切り捨てられる。
→ 半年後に振り返ると、「自分のテーマに沿った情報だけ」が手元に貯まっている。これが自分の専門性になる。
原則3：3週間ルールで飛びつきを抑える
新しいAIツールが話題になるたびに飛びつくと、何も身につかない。ある研修医から教わったルールが効く。
新しいツールを見かけたら、メモだけして3週間放置する。3週間後にまだ使いたいと思っていたら、そのとき初めて試す。筆者の経験では、多くのツールは3週間で頭から消える。
残ったものだけが本物だ。この選別を入れるだけでツール疲れがなくなり、試すべきものに時間を集中できる。
原則4：出力する場を持つ
インプットだけでは定着しない。半年後に何も残っていない、という経験は誰にでもある。
X、Zenn、note、院内勉強会、抄読会、後輩への口頭説明。形式は問わない。学んだことを外に出すルーティンがあると、情報が自分の中で構造化される。誰かに説明できるレベルまで咀嚼する過程が、理解そのものだ。
このシリーズを読んで何か引っかかるものがあったなら、自分の言葉で周囲の誰かに話してみてほしい。それが13本分の内容を本当に自分のものにする最後の工程になる。
シリーズの終わりに
13本かけて伝えたかったのは、ツールの操作方法ではない。AIを使う側の姿勢だ。
何を任せ、何を手元に残すか。AIの回答をどう検証するか。患者にとって、後輩にとって、自分にとって、どう使えば価値が生まれるか。この問いに向き合い続けること自体が、AI時代の医師としての専門性になる。
ツールは入れ替わる。半年後には今の最新モデルが旧世代になっている可能性もある。それでも、振り回されない姿勢を持った医師は自分の仕事を更新し続けられる。そういう若手が一人でも増えれば、このシリーズを書いた意味がある。
参考文献
- Fraser AG, Dunstan FD. On the impossibility of being expert. BMJ. 2010;341:c6815. doi:10.1136/bmj.c6815（医学の情報が急増するなかで、あらゆる領域の専門家であり続けることの難しさを論じた論考）
- Nissen SE. Reforming the continuing medical education system. JAMA. 2015;313(18):1813-1814. doi:10.1001/jama.2015.4138（生涯教育〔CME〕の制度の改革を論じた Viewpoint。冒頭で、医学知識の変化が加速し、医師が最良の診療を続けるうえで大きな課題になっていると述べる）
- Afkhami A, Agrawal R, Awad N, et al. How AI Agents and Tech Will Transform Health Care in 2026. Boston Consulting Group. 2026年1月5日. https://www.bcg.com/publications/2026/how-ai-agents-will-transform-health-care
- UnitedHealth's $3 billion AI push has bots calling doctors（Bloomberg の記事の転載）. The Spokesman-Review. 2026年6月19日（"plans to invest $3 billion in AI over 2026 and 2027" と報じた）. https://www.spokesman.com/stories/2026/jun/19/unitedhealths-3-billion-ai-push-has-bots-calling-d/
- UnitedHealth Group is making a $3 billion bet on AI. What does it mean for patients? STAT. 2026年4月6日（請求の処理と監査、不正の検出、診療記録の作成、請求コードの選択などを自動化する取り組みを報じた）. https://www.statnews.com/2026/04/06/unitedhealth-group-massive-artificial-intelligence-push-patient-implications/
セルフチェック
1. 新しいAIツールへの対応として推奨される「3週間ルール」とはどれか？
2. 本文が勧める情報源の数と、その理由として最も適切なものはどれか？
明日のアクション
今日、自分の情報源を5つ選んで紙に書き出してみてほしい。書き出した紙を机に貼り、来週の日曜日の朝、30分だけ定点観測する時間を予定に入れる。これがAI時代を生き延びる最初の一歩になる。