
国家予算が処方箋を書く日(第5部):「例外」に出会えない医師たち
※本稿は全6部構成の連続論考です。
医療と合理性、AI、そして「医師とは何か」という問いを順に整理していきます。
月・木21時更新。
目次(全6部/順次公開)
第5部:例外に出会えない医師たち(本文へ)
はじめに
前稿では、申請AIと審査AIのGAN的軍拡が制度を内部から空洞化させる力学を描いた。最後にこう書いた──「この指標は本当に医療の質を反映しているか」を問う能力は、今のところ人間だけが持っている、と。
本稿では、その「人間だけが持っている能力」がどのように失われていくかを考える。
これはAIの問題ではない。人間の能力の問題である。
「例外」とは何か
臨床における「例外」を定義しておく。
標準治療で8割の患者が改善する。教科書に載っている治療プロトコルが、大多数の患者に有効に機能する。これは医学の成果であり、標準化の価値そのものである。
残りの2割がいる。
標準的な薬剤に反応しない患者。教科書通りの副作用ではない反応を示す患者。診断基準を満たすが、臨床的な印象が診断名と一致しない患者。複数の疾患が重なり、どの治療ガイドラインにも当てはまらない患者。社会的背景が複雑で、医学的に正しい治療が現実には実行できない患者。
これらを「例外」と呼ぶ。
例外は、定義上、データが少ない。データが少ないから統計的な処理になじまない。AIは大量のデータからパターンを抽出する技術である。データが少ない領域は、AIが最も苦手とする領域でもある。
例外に対応するのは、医師の臨床的判断力──経験に基づく直感、パターン認識、そして「何かが違う」という感覚──である。この能力は、例外に出会うことでしか育たない。
自動操縦のパラドックス
航空業界に、よく知られたパラドックスがある。
自動操縦技術の発達により、パイロットが手動で操縦する時間は劇的に減った。飛行の大半は自動操縦が処理する。パイロットの仕事は、自動操縦を監視し、異常時に手動に切り替えることである。
だが、手動操縦の機会が減ることで、パイロットの手動操縦能力は低下する。そして手動操縦が必要になるのは、まさに自動操縦が対応できない異常事態──つまり最も高い操縦能力が要求される瞬間──である。
最も能力が必要な瞬間に、最も能力が低下している。
これを「自動化の皮肉(Irony of Automation)」と呼ぶ。1983年にリスボン・ベインブリッジが提唱した概念である。
医療で同じことが起きる。
AIが標準的な患者の診療を処理する。医師はAIの出力を監視し、承認する。日常の診療の大半はこのルーティンになる。医師が「自分の頭で考える」機会は減る。
そして例外が現れる。AIが対応できない患者。標準治療が効かない、あるいは標準治療が害になる患者。この瞬間に、医師は自分の臨床判断力に頼る必要がある。
だがその判断力は、例外に出会う経験の蓄積によって形成されるものである。AIが標準的な患者を処理し続ける限り、若い医師が例外に出会う機会は構造的に減少する。
最も判断力が必要な瞬間に、最も判断力が育っていない。これが医療における「自動化の皮肉」である。
経験の不可逆性
ここで強調したいのは、臨床経験の特殊な性質である。
臨床経験は、知識とは異なる。知識は教科書から学べる。論文から得られる。AIが提供する情報からも吸収できる。だが臨床経験は、患者との対面の中でしか生まれない。
ある薬剤が教科書通りに効かなかったとき、その患者の表情、訴え方、生活背景の何が「違和感」を生んだのか。その違和感から別の仮説を立て、別の治療を試み、結果を観察する。この一連の過程は、知識では代替できない。身体化された判断力である。
しかもこの経験は、蓄積に時間がかかる。長い臨床経験は、その年月をかけてしか得られない。5年で圧縮することはできない。AIが効率化できるのは情報処理であって、経験の蓄積ではない。
さらに重要なのは、この経験は伝達が困難だということである。「この患者には何かが違うと感じた」という臨床的直感は、言語化しにくい。暗黙知である。教科書に書けない。AIの学習データにもならない。師匠と弟子の関係の中で、症例を通じて少しずつ伝わるものである。
医学教育の地殻変動
この状況の中で、医学部のカリキュラムは何を教えるのか。
現在の医学教育は「知識の蓄積 → 臨床推論 → 実技」の三層構造である。このうち最初の二層が、AIに代替される圧力を受ける。
変わるのは、教える内容の重心である。
第一に、AIの出力を批判的に評価する能力。 ハルシネーションを見抜くこと。統計的最適が目の前の患者に当てはまらないケースを判別すること。EBMが導入されたとき「論文の読み方」が必須科目になったのと同じ転換が、「AIの出力の読み方」で起きる。それは知識ではなく判断力の教育である。
第二に、AIが計測できない領域の教育の拡充。 患者との関係性構築、非言語コミュニケーション、苦痛の質的理解、倫理的判断。現在は「医療面接」として週に数コマ程度のものが、カリキュラムの中核に移動する。
第三に、制度設計の理解。 AIが予算から治療を逆算し、レセプトを審査する世界では、「なぜこの処方が査定されたのか」を理解し、異議を唱える能力が医師に不可欠になる。医療経済学、社会保障法、データガバナンスが必須教養になる。前稿で描いたGAN的軍拡の構造を理解しなければ、医師は制度に翻弄されるだけの存在になる。
教育で解決できないこと
ここまでは、カリキュラムの改革で対応できる範囲である。だが、教育では解決できない問題がある。
例外に出会う経験そのものは、教室では提供できない。
シミュレーション教育は進歩している。模擬患者、VR、症例ベースの学習。だがこれらはすべて、「設計された例外」である。本物の例外は設計できない。予測できないからこそ例外なのであって、予測された例外は例外ではない。
本物の例外に出会えるのは、臨床現場だけである。そして臨床現場でAIが標準診療を処理するほど、若い医師が担当する症例は「AIが処理できなかった残り」に限定されるか、あるいは「AIの承認ボタンを押す」だけの作業に変わる。
どちらにしても、段階的に経験を積む「中間地帯」が消える。標準的な症例から少しずつ複雑な症例へ進み、やがて例外に出会う──この漸進的な経験蓄積の場が、AIによって空洞化する。
ネガティブ・ケイパビリティの構造的喪失
以前、私は「AI反応行動化」という概念を提唱した。AIが曖昧さを解消する装置として機能することで、人間のネガティブ・ケイパビリティが損なわれる現象である。
ネガティブ・ケイパビリティとは、詩人ジョン・キーツが名づけた概念で、「不確実性、謎、疑いの中にあって、性急に事実や理由を求めることなく留まれる能力」を指す。
臨床において、これは「この患者にはまだ何が効くかわからない。もう少し様子を見よう」と言える力である。診断がつかない不安に耐えること。治療効果が見えない時間を過ごすこと。患者の訴えが矛盾しているように見えても、その矛盾の中に何かがあると感じ取ること。
AIはこの不確実性を解消しようとする。症状を入力すれば鑑別診断が出る。検査データを入れれば治療提案が出る。曖昧さが消え、明確な選択肢が提示される。
これは便利である。だが便利さの代償として、不確実性に耐える必要がなくなる。不確実性に耐える必要がなければ、耐える能力は育たない。能力が育たなければ、AIが提示できない不確実性に直面したとき、医師は立ちすくむ。
若い医師がAIとともに育つとき、このことは環境として存在する。AIが常に「答え」を提示する環境では、「答えがない」状態に耐える訓練の機会が消える。それは特定のスキルの喪失ではなく、医師であることの基盤の喪失である。
臨床記述という思考の道具
このネガティブ・ケイパビリティの喪失は、より具体的な場所で始まる。書くという行為の変質から、である。
精神科カルテは、もともと三つの機能を持っていた。
第一に、記録。何が起きたかを残す。
第二に、思考の道具。書くことで、診察中に漠然と感じたことが言語化され、臨床的仮説が形成される。
第三に、コミュニケーション。他の医師やコメディカルに、自分の臨床判断を伝える。
AIが臨床記述を代筆するとき、第一の機能(記録)は維持される。むしろ正確になるかもしれない。第三の機能(伝達)も維持される。読みやすい文章が生成されるだろう。
消えるのは第二の機能──思考の道具としてのカルテ──である。
精神科医にとって、カルテを書く行為は診療の一部である。「今日の患者はなぜ靴を揃え直したのか」と書くとき、医師は自分の中にある違和感を言語化している。その違和感は、書くまでは形を持っていない。書くことで初めて、次の診察での問いが生まれる。
AIに書かせた文章をレビューする行為は、これとは質的に異なる。他人が書いた文章を「合っているか確認する」作業は、自分の中の未言語化された感覚を探る作業とは、認知的に別のプロセスである。
精神科医がカルテを「書く」代わりにAIの出力を「確認する」ようになったとき、診察室で患者の前に座っている医師の中で何かが変わる。まだ言葉にならない違和感を抱えたまま、次の診察まで待つという能力が、静かに損なわれていく。これがネガティブ・ケイパビリティの喪失の、最も身近な起点である。
「例外」の記憶を誰が継承するのか
私は長きにわたる臨床で、相当数の「例外」に出会ってきた。
教科書通りに処方したら致命的な副作用が出た症例。診断基準を完全に満たしているのに、どうしても違うと感じた症例。標準治療を数年続けても改善しなかったが、生活環境の小さな変化で劇的に好転した症例。
これらの記憶は、言語化が困難で、体系化もされていない。だがこの記憶が、次の「例外」に出会ったときに、「何かが違う」という感覚を生む。
この記憶はAIの学習データにならない。データにならないから、AIでは代替できない。だからこそ価値がある──という逆説がここにある。
だが問題は、この記憶をどう次の世代に渡すかである。AIが標準診療を処理し、若い医師が例外に出会う機会が減れば、この種の記憶は一世代で途絶える可能性がある。
師匠が弟子に症例を語る。「あの患者のとき、こうだった」と。その語りの中に、教科書には書けない暗黙知が含まれている。だがAIが診療を効率化し、症例検討の時間が「非効率」として削られていけば、この語りの場も失われる。
知識はデジタルに保存できる。経験はできない。経験の消失は不可逆である。
精神科医の仕事とは何か──問いを残すということ
最後に、一つの問いを置いておく。これは次稿につながる問いでもある。
精神科カルテに書く行為の中間線を引くためには、「精神科医は診察室で何をしている人なのか」という問いへの答えが必要である。
もし精神科医の仕事が「正しい診断名をつけ、適切な薬を処方し、必要な書類を書く」ことであるなら、AIは精神科医の仕事の大半を代替できる。そしてカルテは、AIが生成し医師が承認する「成果物」になる。
もし精神科医の仕事が「患者の前に座り、まだ言葉にならないものに言葉を与え、その過程を記録する」ことであるなら、カルテは「思考の道具」であり続ける必要がある。その場合、AIの役割は代筆ではなく、医師が書いた後の整理や補完に限定される。
この問いに対する答えを、私はまだ完全には持っていない。持っていないということを、正直に書いておく。
確かなのは一点だけである。「問いを持てる人間」を育てることは、カリキュラムの問題ではなく、臨床の場の設計の問題であるということ。そして、問いを持てるかどうかは、例外に出会い、不確実性に耐え、書くことで思考し続けた経験の積み重ねによって決まるということである。
次稿では、このシリーズの最終的な問いに向かう。AI時代に、医師であるとはどういうことか。
本稿は「国家予算が処方箋を書く日」シリーズ第5部です。
#精神科医 #AI医療 #医学教育 #臨床経験 #ネガティブケイパビリティ #自動化の皮肉 #暗黙知 #医療制度 #国家予算が処方箋を書く日 #AI #医師 #noteで書くこと