クリニックDX

増えすぎた自作ツールを「止まらない」ように作り直した話——35個を運用して学んだ安定化の工夫

診療ツールを35個も自作すると、1つ動かすたびに連鎖で止まる、PC再起動で一斉に落ちる——という問題が出てきます。壊れる話（前回）の逆、止まらないように仕立て直した工夫を、開業2年目の内科医が書きました。自動起動・自動復帰、1コマンドの稼働確認、毎朝のヘルスチェック、止めるべき時に止まる設計まで。

カルテに処方を自動入力する——「処方だけ叩くAPI」がなかったので画面操作で越えた話

電子カルテへの処方入力を自動化しようとしたら、処方だけを叩く入口（API）がなく、保存処理の一部に埋まっていました。直接データを送るのを諦め、画面操作で越えた具体的な手順、AIを使わずアルゴリズムで確実に動かす設計、処方は医師が最後に確認する線引きを書きました。

「何でもAIに流す」のをやめた——アルゴリズムとAIを使い分ける医療現場の設計

AIは便利ですが、何でもAIに流せばよいわけではありません。確定できる計算はアルゴリズムで、判断が要る部分だけAIで——医療現場での使い分けと、三省二ガイドライン・ZDRを前提にした設計、AIは下書き・確定は医師という線引きを、開業2年目の内科医が書きました。

完全ローカルで動く医療AIを作り始めた話｜1ビット量子化×診療データで院内完結AIを目指す

患者データを外部に一切送らない「完全ローカル医療AI」の構築を開始しました。1ビット量子化技術で80億パラメータのモデルをPC1台で稼働させ、日々の診療データで自動学習する「シャドウモード」を実装。現時点のスコアや技術構成、今後の展望を正直にお伝えします。

音声認識を看護師に渡したら、想定と違うことが起きた｜内科医のAI開発記

医師用に作った音声認識SOAPを看護師に渡したら、マイク・GPU・業務タイミングの3つが全部合わなかった。自分専用ツールを他人に渡す難しさと、現場観察から作り直す話。

バイブコーディングの限界──壊れる日は突然やってくる｜内科医のAI開発記

プログラミング経験ゼロの内科医がAIでツールを35個作った。でも壊れる。デグレーション、テストの限界、肥大化──バイブコーディングの構造的な弱点と、それでも続ける理由を正直に書きます。

有料の音声認識サービスを自作で置き換えた話｜内科医のAI活用

開業当初から、診察中の会話を音声認識してカルテに落とすサービスを使っていました。マイクで拾った音声をクラウドに送り、文字起こしとSOAP整形をして返してくれるもので、使い勝手は問題ありませんでした。実用レベルとしては十分です。 それでも置き換えたのは、「自由度」と「コスト」が理由です。

カルテから紹介状が出るまで3分──「コピペゼロ」の仕組み｜内科医が解説

紹介状（診療情報提供書）の作成を、電子カルテ連携とAIで自動化。患者情報・SOAP・採血データの自動取込からAI本文生成、編集、印刷までの「コピペゼロ」の仕組みを内科医が解説します。

「AIを診療に使うな」で日本の医療は守れるのか

日本の医療現場でAIを使うことへの違和感と、具体的にどう安全に使えるのかを現役開業医の立場から整理しました。AWS Bedrock ZDR、ローカルWhisper、3省2ガイドラインへの対応方針を公開しています。

Google口コミ100件到達 — 開業1年3ヶ月のご報告

ひろつ内科クリニックのGoogle口コミが100件に到達しました。★4.8（★5：95件）の評価内容を分析し、土日祝夜間診療・説明のわかりやすさ・外国人対応・健康診断の即日発行など、患者さんからいただいたお声を整理してご報告します。

プログラミング経験ゼロの開業医が35個の業務ツールを作った話｜バイブコーディング実践記

前回（GPTからClaude Codeへ──バイブコーディングという選択）では、GPTからClaude Codeに移行した経緯と、バイブコーディングという手法について書きました。 紹介状、返書、普通診断書、外国人診断書、インフル・コロナ診断書、療養計画書、雇用時健診書＋採血レポート、2次検診提案。

GPTからClaude Codeへ──バイブコーディングという選択

プログラミング経験ゼロの開業医が、Claude Codeで35個の診療ツールを自作。GPTからバイブコーディングへ移行した経緯と、医者がAI開発をやると強い理由を解説します。

医療AIのルールはどうなっている？2026年時点の日本のガイドラインと法規制をわかりやすく解説

「AIが診断する時代が来たって本当？」「AIに自分のカルテデータを見られて大丈夫？」 こうした疑問を持つ方が増えています。実際に、画像診断の補助や電子カルテの音声入力、健康診断レポートの自動生成など、AIは医療現場にすでに浸透し始めています。 一方で、「AIが間違った判断をしたらどうなるのか」