GPTからClaude Codeへ──バイブコーディングという選択

3か月ほど、このnoteを放置していました。その間に何をしていたかというと、ひたすらツールを作っていました。診療で使う業務ツールを、AIと一緒に。

プログラミングの経験はありません。今もありません。コードは1行も書いていません。本当に。

でも、今うちのクリニックには35個の自作ツールが動いています。紹介状、診断書、健診レポート、漢方提案、音声カルテ、レセプト病名推測──全部、診察室のブラウザの中で動いている。

何が起きたのか、書きます。

GPTの限界

僕はもともとChatGPTを診療に使っていました。翻訳、カルテ要約、ブログ執筆。それで十分役に立っていた。

でも「ツールを作る」となると話が違いました。ChatGPTにHTMLを書かせて、コピーして、ブラウザで開いて、動かない、またプロンプトを直して──このループが果てしなく続く。1つのツールを仕上げるのに、何日もかかる。しかも出来上がったものは、次の日にはもう直したくなる。

これは無理だ、と思いました。

2026年の2月、Claude Codeというツールの存在を知りました。チャットでAIと会話すると、AIが直接ファイルを作って、書き換えて、動くものを出してくれる。ブラウザで確認して、「ここ直して」と言えば、その場で直る。コピペのループが消えた。

「健診書アプリを作って。検査値はPACSから取得して、AI所見をつけて、印刷できるようにして」

これだけで、3時間後には動くものが手元にありました。

これが「バイブコーディング」と呼ばれているものです。プログラミングの知識がなくても、作りたいものの「感覚（vibe）」を伝えるだけで、AIがコードにしてくれる。

バイブコーディング自体は、誰にでもできます。プロンプトを書いて、AIにコードを作らせるだけだから。

でも「何を作るか」は、現場にいないとわからない。

紹介状に何を書くべきか。健診レポートで患者さんが知りたいことは何か。採血の基準値はいくつで、どこからが要注意か。漢方の「証」とは何で、どう判断するか。

これは医学の知識です。プログラマーには書けない要件定義。

毎日100人診ている医者が「この書類めんどくさい」と思う、その"めんどくさい"が最強のプロンプトになる。

この感覚は、外注では絶対に再現できません。

せっかくなので、裏側も書いておきます。

患者データがAWSに保持されることはありません。音声データも院内のGPUで処理されて、外には出ません。3省2ガイドラインへの適合も意識した設計にしています。

月額コストは約50ドル。年間20万の音声認識サービスを解約できたので、実質マイナスです。

GPT時代は「AIを診療に使う」話をしていました。今は「AIで診療の道具を作る」フェーズに入っています。

使うのと、作るのでは、まったく次元が違う。

使う側は、ベンダーの都合に合わせる。作る側は、自分の現場に合わせる。

開業医が自分で作ったツールは、自分の診療フローにぴったりはまる。当たり前です。自分が設計しているのだから。

次回からは、具体的にどんなツールを作ったのか、1つずつ紹介していきます。

ひろつ内科クリニック
開業1年3ヶ月
自作ツール：35種
プログラミング経験：なし
使用AI：Claude Code / AWS Bedrock Claude