「先生、ChatGPTではこう書いてあったんですが」

この一言が診察室で飛び出す頻度が、明らかに増えている。

患者が受診前にインターネットで症状を調べること自体は以前からあった。しかし生成AIの普及によって、その「下調べ」の質と深度が変わった。Google検索では断片的なページを読んでいた患者が、今や「私の症状はこれで、考えられる原因を教えて」と対話型で情報を引き出し、整理された回答を持って来院する。

クリニックの外来では、この変化への対応が求められている。「AIの情報は間違っていることもあるから」と一蹴するだけでは、患者との信頼関係が損なわれる。かといって、すべての「AI由来情報」に丁寧に反論していれば、診療時間が圧迫される。

受診前コミュニケーションを設計し直す時期が来ている。

患者の受診行動が変わった3つのポイント

1. 「症状名」ではなく「仮説」を持って来院する

従来の患者は「お腹が痛くて」「咳が続いていて」という症状を持って来院した。生成AIを使った患者は「過敏性腸症候群かもしれないと思って来ました」「機能性ディスペプシアの可能性はありますか」と、医学用語と仮説を持って来院することがある。

この変化は一概に悪くない。医師との対話がスムーズになるケースもある。一方で、AIが提示した病名に強く引っ張られ、実際の診察での所見と乖離した場合に「でも○○じゃないんですか」と食い下がる患者も出てくる。

2. 治療選択肢の「存在」を知った状態で来院する

「この薬以外に選択肢はありますか」「手術をしない方法はありますか」——患者が治療の選択肢を事前に調べて来院するケースが増えた。

AIはエビデンスの存在を教えることが得意だ。「この治療法は研究で有効性が示されている」という情報を持つ患者に対し、「なぜその選択肢が自分には向いていないか」を説明する工数が診療に加わる。

3. 医師の説明に対して「検証」をかけてくる

診察後、患者が帰宅してからAIに「先生が○○と言っていたが正しいか」と確認するパターンもある。AIが異なる情報を提示した場合、次回の受診で「別のところでは違うと書いてあった」という形で持ち込まれる。

AIの「ハルシネーション」がもたらす医療安全リスクと防衛策

受診行動の変化を前向きに捉える一方で、決して軽視してはならないのが「ハルシネーション（もっともらしいウソ）」による医療安全リスクだ。

AIは時として、実在しない医学論文をでっち上げたり、異なる疾患の治療法を混同して提示したりする。これを信じ込んだ患者が「AIが『ただの風邪』と言ったから」と重症化するまで受診を控えたり、処方薬を自己判断で中断したりするケースは、医師にとって最大の懸念事項である。

そのため、クリニックのウェブサイトや院内掲示、予診票の冒頭などで「AI等による事前検索はあくまで参考にとどめ、自己判断せず必ず医師の診断を仰ぐこと」というアナウンスメントをあらかじめ明示しておくリスクマネジメントが不可欠になる。

AI情報と向き合う際の基本姿勢

まず前提として、患者がAIで下調べをすること自体は責めるべきでない。医療リテラシーが高まる方向の行動であり、積極的に情報収集する患者は、治療への関与度も高い傾向がある。

問題は「AIの情報が間違っているかどうか」ではなく、「AIが答えた情報が、この患者のこの状況に適用できるかどうか」という点だ。

診察室での対応として有効なのは、以下のような語り口だ。

「調べてきてくれたんですね。今日の検査結果と合わせて確認しましょう」

患者が持ってきた情報を否定せず、診察での実際の情報と組み合わせて判断するというスタンスを示す。これにより「先生は私の情報を軽視した」という印象を避けつつ、診察所見を軸に話を進められる。

受診前コミュニケーション設計の3つの視点

視点1: ウェブサイト・予診票で「AI情報との接続点」を作る

クリニックのウェブサイトや予診票に、「受診前に調べてきた情報があれば教えてください」という欄を設けるクリニックが増えている。

これは患者にとっては「自分の調べた情報を活用できる」という安心感を与える。クリニック側にとっては、事前に患者の思い込みや先入観を把握できる。「AI由来情報」を診察の敵にするのではなく、インテーク情報の一部として活用する発想だ。

電子カルテの問診機能を活用し、「受診前に気になった情報や疑問点があれば入力してください」という項目を設定しておくと、診察前に医師が把握できる。

視点2: 「AIが得意なこと・苦手なこと」の説明を標準化する

患者に対して「AIはこういう情報は正確だが、こういう判断はできない」という枠組みを、診察中の一言として持っておくと便利だ。

例えば：

「AIが〇〇と言ったのは一般論として正しい。ただ、今日の検査結果を見ると、あなたの場合は〇〇という理由で別のアプローチが適切です」という説明は、患者が持ってきた情報を尊重しながら、医師の専門性を示す構造になっている。

視点3: スタッフへの対応指針を整備する

診察室に入る前の段階で、看護師や受付スタッフが「AIで調べてきた情報に基づく質問」を受けるケースも増えている。

スタッフが個別に対応に悩まないよう、クリニックとしての基本姿勢を整備しておくことが重要だ。

この3点を共有しておくだけで、受付・診察補助での混乱が減る。

時間効率を守るための診察設計

AI由来の質問への対応が増えると、診察時間が伸びるリスクがある。これを防ぐための設計として有効なのが、以下のアプローチだ。

「今日確認できること・できないこと」を最初に整理する

「今日は〇〇の症状について確認しましょう。〇〇についてはまた別途話しましょう」と、最初にスコープを設定する。患者が複数の疑問を持って来院している場合、いちどに全部答えようとすると時間が溶ける。

よくあるAI由来質問への「定型回答」を持つ

「ChatGPTで調べたらこう出た」という形で持ち込まれる質問には、診療科・院長の経験によって一定のパターンがある。よく出る3〜5パターンについて、スタッフ全員が共有できる「定型の枠組み」を持っておくと、診察のリズムが乱れにくくなる。

情報に固執する患者への「線引き」を明確にする

基本姿勢として患者の調べた情報を頭ごなしに否定しないことは重要だが、中にはAIが提示した情報に強く固執し、医師の診断を頑なに受け入れないケースも想定される。

すべての主張に付き合っていては診療業務が破綻し、他の患者の待ち時間にも悪影響を及ぼす。「当院で提供できる医学的根拠に基づいた説明はここまでであり、ご納得いただけない場合はセカンドオピニオンをお勧めする」といった、毅然とした線引き（エスカレーションルール）を院内で決めておく必要がある。患者の不安に寄り添うことと、医師としての専門的責任や診療秩序を放棄することは別である。

電子カルテ運用との連携

この受診前コミュニケーション設計を機能させるために、電子カルテに情報を蓄積することが有効だ。

特に複数回通院する患者について「前回AIで〇〇と調べてきていた」というコンテキストを持てると、診察の連続性が高まる。

まとめ

患者がAIを活用して来院することは、今後さらに一般的になる。この変化を「やっかいな問題」と捉えるのではなく、患者のリテラシーが高まっているサインとして受け取り、受診前コミュニケーションを設計し直すことが求められる。

院長として今すぐできることは3つだ。

1. 予診票・問診に「AI由来情報の収集欄」を追加する — 事前把握でスムーズな診察につなぐ
2. スタッフへの対応指針を整備する — 個別対応のバラツキをなくす
3. AI情報との接続フレーズを1〜2つ持っておく — 診察室での時間ロスを防ぐ

この設計は患者満足度の向上にもつながる。「先生は私が調べてきたことをちゃんと受け止めてくれた」という体験は、クリニックへの信頼を高める。

Mac・Windows・iPadで自由に操作、マニュア ルいらずで最短クリック数で診療効率アップ

オンライン診療機能を搭載 したクラウド型電子カルテ 「CLIUS」

特徴

１．使いやすさを追求したUI・UX ・ゲーム事業で培って来た視認性・操作性を追求したシンプルな画面設計 ・必要な情報のみ瞬時に呼び出すことが出来るため、診療中のストレスを軽減 ２．診療中の工数削減 ・AIによる自動学習機能、セット作成機能、クイック登録機能等 ・カルテ入力時間の大幅削減による患者様と向き合う時間を増加 ３．予約機能・グループ医院管理機能による経営サポート ・電子カルテ内の予約システムとの連動、グループ医院管理機能を活用することにより経営サポート実現 ・さらにオンライン診療の搭載による効率的・効果的な診療体制実現

対象規模

無床クリニック向け 在宅向け

オプション機能

オンライン診療 予約システム モバイル端末 タブレット対応 WEB予約

提供形態

サービス クラウド SaaS 分離型

診療科目

内科、精神科、神経科、神経内科、呼吸器科、消化器科、、循環器科、小児科、外科、整形外科、形成外科、美容外科、脳神経外科、呼吸器外科、心臓血管科、小児外科、皮膚泌尿器科、皮膚科、泌尿器科、性病科、肛門科、産婦人科、産科、婦人科、眼科、耳鼻咽喉科、気管食道科、放射線科、麻酔科、心療内科、アレルギー科、リウマチ科、リハビリテーション科、、、、

詳細を見る