AIに症状・検査値を相談する前の安全ガイド　「回答できる」と「任せてよい」を分ける

生成AIへ症状や検査値について質問できる場面は増えています。しかし、結論から言えば、AIが回答できることと、その回答を診断や治療判断に使ってよいことは別です。

安全な使い方は、AIを「診断する人」ではなく、医療機関へ相談する前の情報整理、用語の理解、質問リストの作成に限定することです。緊急性の判断、病名の確定、薬の開始・中止・用量変更は任せません。個人を特定できる健康情報も、サービスの保存・学習・共有条件を確認できないまま入力しないのが基本です。

この記事では、次の点が分かります。

安全フィルターが緩和されたという発表を、どう読み違えないか
症状・検査値に関する用途を、低リスクから高リスクまでどう分けるか
AIへ渡す情報を最小限にする方法
回答を医療判断へ直結させない確認手順
個人利用だけでなく、医療・健康関連の組織で導入するときに必要な管理

なぜ今、医療・健康分野での線引きが必要なのか

Anthropicは2026年8月7日、Claude Fable 5の生物分野向け安全対策を更新したと発表しました。同社によると、安全分類器の調整により、生物関連の質問で別モデルへ切り替わる「フォールバック」が、同社のテストでは製品全体で約85%減少しました。日常的な健康の質問、症状の理解、検査結果の解釈、教育目的の生物学などで、従来よりFable 5が回答しやすくなると説明されています。

一方、この発表が主に扱っているのは、危険な生物研究やデュアルユースの依頼を見分ける悪用防止の分類器です。分類器が作動した場合は、同等の生物学的能力を持たない別モデルへ処理を切り替える仕組みであり、医学的な回答が正しいことを保証する制度ではありません。Anthropic自身も、無害な質問を危険と判定する偽陽性や、分類境界の継続的な調整が残ると説明しています。Anthropicの公式発表

ここで区別すべき安全性は三つあります。

安全性の種類	主な問い	安全フィルターだけで解決するか
悪用防止	危険な病原体研究などを支援しないか	一部を担うが、完全ではない
医学的信頼性	症状や検査値について正確で、個人に適用できるか	解決しない
情報管理	入力した健康情報が適切に保存・利用・削除されるか	解決しない

つまり、「以前は拒否された質問に答えるようになった」「高性能モデルのまま回答された」という表示は、医療上の承認を意味しません。拒否されないことも、正しいことの証明にはなりません。

WHOも、健康分野における大規模マルチモーダルモデルの用途として、患者からの質問への回答、症状や治療の調査、記録作成、教育、研究などを挙げています。同時に、もっともらしいが誤っている回答、偏り、不完全な説明、プライバシー侵害、AIの推奨へ過度に依存するオートメーションバイアスを明確なリスクとして示しています。WHOの公式発表

以下の判断基準は、これらの一次情報を基にAI活用ナビ編集部が一般利用向けに整理したものです。特定の製品が診断に適することを確認した実機試験ではなく、個別の診断・治療を目的とするものでもありません。

まず用途を4段階に分ける

AIへ入力する前に、「何を質問するか」ではなく「回答を何に使うか」を決めます。同じ検査値を扱っていても、用語を調べる用途と、薬を中止する判断に使う用途では危険度が大きく異なります。

段階	用途例	基本判断
1：一般情報	検査項目名の意味、診療科で使われる用語、受診時の持ち物を調べる	出典を確認しながら利用可能
2：情報整理	症状の経過を時系列にする、医師へ聞く質問を作る、説明文を平易に言い換える	個人情報を減らし、原文と照合する
3：解釈の補助	自分の検査値について一般的な確認観点を挙げる、複数の可能性を整理する	結論に使わず、医療従事者への相談材料に限定する
4：意思決定	緊急性の判定、病名の確定、服薬の開始・中止・増減、受診不要の判断	AIへ任せない

実務上もっとも使いやすいのは段階1と2です。段階3は、AIに結論を求めるのではなく、「医師へ伝えるべき不足情報は何か」「確認すべき質問は何か」を洗い出す場合に限ります。段階4は、回答がどれほど自然で詳しくても適用しません。

特に「重大な病気ではありませんか」「今すぐ受診すべきですか」「この薬をやめてもよいですか」という質問は、一見すると情報収集に見えても、実際には意思決定を求めています。質問文ではなく、回答後に予定している行動で分類することが重要です。

安全に使いやすい四つの仕事

1. 医療用語を読み解く

診療明細、検査票、医療機関から渡された説明文に分からない語があるとき、一般的な意味を平易に説明させる用途です。このときも、AIに病名との結び付きを断定させるのではなく、「この用語は一般に何を表すか」「単位は何か」「どの部分を医療機関へ確認すべきか」を尋ねます。

2. 症状の経過を整理する

受診前に、発症時期、変化、生活への影響、すでに試した対応を時系列へ並べます。AIが新しい事実を補わないよう、「入力にない内容は追加しない」と指定します。整理後は、日付、頻度、程度が元のメモと一致するか本人が確認します。

3. 質問リストを作る

「考えられる病名を一つ選んで」と依頼する代わりに、診察で確認したい項目を作らせます。たとえば、検査の目的、結果の再確認時期、日常生活で記録すべき変化、薬について医療従事者へ尋ねる事項などです。AIの役割は質問を作るところまでで、回答するのは担当の医療従事者です。

4. 医療機関から受けた説明を再整理する

診察後の自分のメモを、「確認済みの説明」「自分の理解」「次回尋ねること」に分ける用途です。録音、診療記録、他人の情報を扱う場合は、利用の許可や個人情報の取扱いを別途確認する必要があります。

入力前から回答確認までの6段階

手順1：緊急判断をAIの外へ出す

強い症状、急な変化、意識や呼吸に関わる異常など、対応の遅れが重大な結果につながり得る場面では、AIとの対話を入口にしません。地域の救急相談、医療機関、公的な案内など、人につながる既存の経路を使います。

ここで重要なのは、AIの性能比較ではありません。緊急場面では、追加質問への回答、地域ごとの連絡先、本人の状態確認、継続的な観察が必要になるため、一般向けチャットの文章だけに依存しないという運用判断です。

手順2：目的を一文で固定する

次のように、AIへ期待する仕事を一つに絞ります。

検査項目の一般的な意味を理解したい
症状の経過を医師へ伝えやすく整理したい
次回の診察で確認する質問を作りたい
医療機関から受けた説明と自分の推測を分けたい

「原因を知りたい」では範囲が広すぎます。病名の推定へ流れやすいため、「何を確認すればよいかを整理したい」へ置き換えます。

手順3：入力する健康情報を最小限にする

氏名、住所、電話番号、メールアドレス、患者番号、保険証番号、顔写真、医療機関名、書類のバーコードなど、目的に不要な識別情報は削除します。家族や同僚の健康情報は、本人の情報以上に慎重に扱います。

検査票の画像をそのまま送ると、必要な検査項目以外の欄、氏名、生年月日、受診日、施設名などが一緒に含まれることがあります。画像を使う前に、必要部分だけを書き起こすか、識別情報を確実に除いた複製を作る方が安全です。

個人情報保護委員会は、一般利用者に対し、入力した個人情報が機械学習に利用される場合や、正確または不正確な形で出力されるリスクがあるとして、利用規約とプライバシーポリシーを確認するよう注意喚起しています。個人情報保護委員会の注意喚起

「学習に使わない」という設定だけで判断を終えないことも大切です。保存期間、運営者によるアクセス、外部サービスとの連携、削除方法、共有リンク、組織管理者から見える範囲は別の条件です。確認できない場合は、個人を特定できる健康情報を入力しません。

手順4：AIの回答形式を先に決める

自由な診断文を求めず、事実、一般情報、未確認点、質問候補を分けて出力させます。たとえば、次のような依頼文が使えます。

目的は、医療機関へ相談する前の情報整理です。診断、緊急性の判定、薬の変更は行わないでください。

以下を分けて整理してください。
1. 私が入力した事実
2. 用語についての一般的な説明
3. この情報だけでは判断できない点
4. 医療従事者へ確認する質問
5. 回答の根拠として確認すべき公的・専門的資料の種類

入力にない症状や経過を補わず、不確かな内容は不確かと示してください。

この形式なら、AIの推測が本人の事実へ紛れ込むのを減らせます。ただし、指示を書けば誤りがなくなるわけではありません。あくまで確認しやすい形にするための操作です。

手順5：一文ずつ原資料へ戻す

回答の確認では、文章の自然さではなく、元データとの対応を見ます。

数値、単位、小数点、基準範囲を正しく転記しているか
検査日や測定条件を混同していないか
本人が入力していない症状を追加していないか
一般論と本人への判断が混ざっていないか
「可能性がある」が、いつの間にか「該当する」へ変わっていないか
情報源の名称やURLが実在し、その記述を本当に支えているか
古い基準、別の国の制度、別の対象年齢を混ぜていないか

検査値は数値だけを見ず、検査票に記載された単位、基準範囲、検査日を一組として扱います。運用上は、AIが示した一般的な範囲より、手元の検査票と担当医療機関の説明を優先します。

手順6：次の行動は人と決める

AIの出力からそのまま「様子を見る」「受診をやめる」「薬を変える」という行動へ進みません。出力は、医療機関へ持参するメモや質問票として使います。

米FDAが2026年1月に公表した臨床意思決定支援ソフトウェアの最終ガイダンスでは、一定の非医療機器型CDSについて、医療従事者が推奨の根拠を独立して確認でき、推奨に主として依存せず臨床判断を行えることが重要な条件として整理されています。これは米国制度上の文書であり、日本の一般向けチャットへ直接適用される法的基準ではありません。それでも、「判断する人が根拠を独立して確認できるか」という考え方は、日常利用の安全設計にも有用です。FDAのガイダンス概要

よくある失敗と、その直し方

失敗1：「安全対策付きだから医学的にも正確」と考える

悪用防止、コンテンツ制限、プライバシー保護、医学的な性能評価は別の仕組みです。危険な生物研究を止める分類器があっても、個人の症状に対する診断精度まで保証するわけではありません。

直し方： 製品発表を読むときは、「何の危険を減らす仕組みか」「どの評価結果か」「誰が試験したか」「個人の医療判断を対象にしているか」を分けます。

失敗2：詳しい回答ほど正しいと思う

長い説明、専門用語、整った表、断定的な文体は、根拠の強さを示しません。WHOも、健康分野では誤りや不完全な記述がもっともらしく提示されるリスクを指摘しています。

直し方： 回答量を増やすより、確認可能な主張へ分割し、根拠と不確実性を併記させます。確認できない主張は採用しません。

失敗3：個人情報を入れないと役に立たないと思う

情報を減らすと回答が一般的になる一方、識別情報を増やしても医学的に必要な背景がそろうとは限りません。名前や患者番号は診断の質を高めず、情報管理上の負担だけを増やします。

直し方： 目的に必要な項目だけを文章で入力し、識別情報は削除します。個別性が必要になった時点で、AIへの追加投入ではなく医療従事者への相談へ切り替えます。

失敗4：AIの拒否や許可を危険度判定に使う

同じ質問でも、モデル、更新時期、分類器、表現によって回答や拒否が変わる可能性があります。拒否されたから病状が危険なのでも、回答されたから安全なのでもありません。

直し方： サービスの挙動と、質問自体の医療リスクを切り離します。危険度は「回答後に何を決めるか」で判断します。

失敗5：一度の回答で「異常なし」と結論付ける

AIには、診察、触診、再検査、経過観察、他の検査結果との照合ができません。入力されなかった背景も知りません。

直し方： 「異常がないか」ではなく、「この情報だけでは分からない点」「医療従事者へ伝える項目」を尋ねます。

組織で使う場合は、個人の注意だけでは足りない

医療機関、介護、保険、健康相談、企業の健康管理などで生成AIを使う場合は、利用者の注意力へ依存しない仕組みが必要です。少なくとも次の項目を導入前に決めます。

対象業務を、記録の整理、文章の平易化など明確な作業へ限定する
診断、治療、緊急度判定へ出力を直接使わない
入力可能な情報区分と、匿名化・仮名化の方法を定める
保存、学習利用、削除、国外移転、委託先、管理者権限を確認する
どのモデルと設定を使ったかを追跡できるようにする
出力の確認者と、確認に使う原資料を定める
誤りが見つかった場合の訂正、連絡、利用停止手順を用意する
モデル更新後に同じテストケースで再評価する

組織利用では「人が最後に見る」という一文だけでは不十分です。何を見るのか、何を根拠にするのか、どの結果なら差し戻すのかを先に決めます。確認者がAIと同じ要約だけを見る構成では、独立した確認になりません。

利用前の最終チェックリスト

次のうち一つでも「いいえ」または「不明」がある場合は、入力内容を減らすか、AIを使わずに医療機関や公的窓口へ相談します。

「答えるAI」ではなく「相談準備を助けるAI」として使う

2026年8月のAnthropicの更新は、高性能モデルが日常的な健康や生物学の質問へ答えやすくなる動きとして注目できます。しかし、確認できたのは悪用防止分類器の調整と、Anthropicが報告したフォールバック減少です。個人の症状や検査値に対する診断性能が公的に承認された、あるいは医療従事者による確認が不要になったという発表ではありません。

長く使える判断基準はシンプルです。

回答できることを、安全性や正確性の証明にしない
緊急判断、診断、治療変更はAIの外へ出す
健康情報は目的に必要な最小限だけ入力する
回答を、事実・一般情報・推測・未確認点に分ける
最終判断は、独立した根拠を確認できる人が行う

AIの能力が上がるほど、質問できる範囲は広がります。しかし、安全な利用範囲まで自動的に広がるわけではありません。症状や検査値に関しては、AIを結論の代行者にせず、医療従事者とよりよく話すための準備道具として使うのが現実的です。

情報確認日と主要な一次情報

情報確認日：2026年8月26日（日本時間）

今回確認した主要資料は、Anthropicの生物分野向け安全対策更新、WHOの健康分野における大規模マルチモーダルモデルの指針、FDAの臨床意思決定支援ソフトウェア最終ガイダンス、個人情報保護委員会の生成AI利用に関する注意喚起です。製品の仕様、利用規約、保存・学習設定は変更される可能性があるため、実際の利用時には各サービスの最新表示も確認してください。

PRIMARY SOURCES