利益:
- 助産師の仕事をリスクレベルに応じて緑（快適に使用）、黄色（サポート、注意深く）、赤（人工知能が判断しない）のゾーンに区別する機能
- 幻覚のリスクを認識し、Verify-Customize-Link 規律で各 AI 出力を保護する能力
- プライバシーと責任の原則を採用し、臨床上の決定は常に助産師と医師にあることを適用する能力。
助産師は、同じ日にさまざまな仕事をまとめて行う職業です。助産師は、午前中に妊婦の血圧を測定し、検査結果を評価し、午後は不安な妊婦を落ち着かせ、午後は授乳姿勢を修正し、夕方には胎教パンフレットを作成し、一日の終わりにメモを書きます。この作業には、情報の整理、テキストの作成と記憶が含まれる場合があります。それらの中には、母親と赤ちゃんの健康に直接関係する、誤差の範囲が狭い臨床的決定も含まれます。このモジュール全体では、これら 2 つのグループを明確に分離し、安全な範囲内で最初のグループでのみ人工知能を使用することを学びます。
人工知能 (略して AI、膨大な量のテキストで訓練され、人間の言語で読み書きできるコンピューター システム) は、正しく使用すれば助産実践の強力な助けとなります。ここでは、ラージ言語モデル (LLM、チャット アシスタントなど、ユーザーに対応してテキストを生成する AI の一種) タイプのツールについて具体的に説明します。これらのツールは、テキストを要約し、パンフレットを簡素化し、ストーリーを編集し、約束のメッセージを作成します。しかし、診断を下したり、リスクを評価したり、薬を推奨したりするものではありません。このモジュール全体で繰り返す主な原則は次のとおりです。
人工知能はアシスタントです。下書きを生成し、思い出させ、簡素化します。診断、リスクの決定、投薬および臨床指導は助産師と医師の責任です。未検証の AI 出力は、署名されていない患者のメモのようなものです。それ自体には拘束力はありません。
AI は具体的に助産の何を高速化しますか?
助産における AI の価値を理解するために、リスク レベルに基づいて物事を 3 つの領域に分けてみましょう。この区別は、モジュールの残りの部分の骨格となります。
グリーン ゾーン — AI を快適に使用する (テキストと情報の作業): 教育用パンフレットの草案、妊婦への予約と準備のメッセージ、複雑な医療テキストの平易な言語への翻訳、引き継ぎメモの合理化、多言語情報テキストの最初の翻訳、トピックに関する最新の文献を探す場所のロードマップ。ここでは AI が時間を節約し、助産師が出力を読んで修正するときに出力のエラーを簡単に発見できます。
イエロー ゾーン — AI はサポートとしてのみ使用するため、慎重に使用してください。ストーリーの中でリスク要因を列挙し (決定ではなく、リマインダーとして)、危険信号のチェックリストを作成し、起こり得る異なる状況を「思い出させる」ことです。ここで AI はチェックリスト/忘却シールドとして機能します。しかし、助産師は自分の知識に基づいてリストの各項目をフィルタリングし、決定は助産師に委ねられます。
レッドゾーン — AI は、診断 (子癇前症の診断など)、リスクの評価と紹介の決定、投薬と投与量の決定、分娩の管理、緊急介入の決定などの意思決定を行いません。この領域では、AI 出力は最大 1 つの入力になります。決して責任を負うことはできません。
ヒント: AI にタスクをアウトソーシングする前に、次の質問を自問してください。「この出力が間違っていた場合、誰がどのくらい早く被害を受けるのか?」母親や赤ちゃんに急速かつ直接的なダメージが発生した場合、あなたはレッドゾーンに入ります。 AI はテキストの編集にのみ使用し、判断には使用しません。
幻覚: なぜ AI は自信があるように見えて間違っているのか
大きな言語モデルの最も危険な特徴は幻覚です。モデルは、実際には存在しない情報を、あたかも真実であるかのように流暢で自信に満ちた言語で生成します。 AI は「わかりません」と言う代わりに、信憑性のある捏造でギャップを埋めることができます。助産における具体的な例としては、存在しないガイドラインの記述をでっち上げること、自信を持って間違った投薬量を処方すること、実際には発表されていない研究を引用して、検査値に誤った「正常範囲」を与えることなどが挙げられます。
幻覚は「故障」ではなく、これらのツールの動作方法による自然な結果です。完全には消えません。したがって、解決策は AI に依存するのではなく、独立した情報源からのあらゆる数値的および臨床的記述を検証することです。テキストの流暢さは正確さを証明するものではありません。
検証規律: ANC ルール
各 AI 出力をリリースする前に、3 つのステップを経ます。これを、検証 – カスタマイズ – 接続という略して ANC と呼びましょう。
- 検証: 現在の公式情報源 (保健省のガイドライン、施設のプロトコール、信頼できる専門ガイド) からのテキスト内のすべての数値、用量、分析値、週間制限値、およびガイドラインの記述を検証します。確認できない文は削除してください。
- カスタマイズ: 一般的なテキストをこの妊婦、この施設、この文化的背景に適応させます。 AI は平均的な患者に代わって書き込みます。目の前には本物の人間がいる。
- リンク: 出力を臨床状況および責任の連鎖にリンクします。「これは草案であり、助産師/医師の承認が必要です」という注記を追加し、必要に応じて医師に相談してください。
ミニケース3個
ケース 1 — パンフレットの草稿 (緑色の領域): 助産師は、生徒 20 名の妊娠学校向けに「妊娠の栄養」のパンフレットを作成します。彼は AI に 350 ワードの簡単な草案を依頼し、8 分でそれを受け取り、所属機関の鉄葉酸プロトコルに従って 2 つの文を修正して配布します。もし彼が手書きで書いていたら、45分かかったでしょう。 AIにより時間は約8割短縮され、助産師が全ての数値を確認するためミスのリスクも低かった。
ケース 2 — 偽の投与量 (レッド ゾーンへのシフト): 別の助産師が YZ に「妊娠中の鉄欠乏性貧血における鉄の 1 日の投与量はどれくらいですか?」と質問しました。彼は尋ねます。 AIが自信のある数字を出してくれます。助産師がこのことを妊婦に直接伝えようとしたとき、立ち止まって施設の手順を確認します。彼は、AI によって与えられた範囲がプロトコルと一致しないことに気づきました。投与量の決定は医師に属します。助産師はAI出力を一切使用しておりません。ルールは機能しました。数値/臨床出力は検証なしでは使用されません。
ケース 3 — 病歴収集 (イエロー ゾーン): 3 人目の助産師は、AI に乱雑な 12 ページの妊娠ファイル (個人情報は省略) を要約させ、「顕著な危険因子」のリストを求めました。 AIが生成するアイテムは6つ。助産師はリストを読み、1 つの項目が誤解されていることに気づき、それを削除し、不足している項目を 1 つ追加します。このリストは決定ではなく、助産師の評価への入力となります。
コピー可能なテンプレート
以下の 4 つのテンプレートを自分の実践に適応させることができます。これらすべてに共通しているのは、ロール、制限、検証要件をプロンプトに書き換えることです。
役割: あなたは、経験豊富な助産師のために執筆するジュニアアシスタントです。タスク: 次のトピックについて、妊婦向けの簡単な情報草案を作成してください。トピック: [トピック]ルール: - 診断を下さないでください、薬/用量を推奨し、リスクを層別化してください。 - 確信のない数字、用量、ガイド文は書かないでください。代わりに「[MIDWIFE VERIFIED]」というラベルを残します。 - 言語: 6 年生レベル、短文、初出時に医学用語の説明。長さ: 300 ワード以内。
以下のAI出力を「検証の目」でスキャンします。出力: [テキストを貼り付け]次のリストを教えてください:1) その中のすべての NUMBER、DOSE、WEEK、および NORMAL RANGE ステートメント (個別に)。2) ガイドライン/プロトコルを参照するすべての文。3) 決定的な (「常に」、「絶対に」、「絶対に」) 文言を含むすべての主張。これらは私が手作業で検証する項目です。コメントの追加。
役割: あなたはテキスト簡略化アシスタントです。課題: 以下の医学的文章を、高卒の妊婦が理解できるように書き直してください。意味を変更したり、情報を追加または削除したりしないでください。用語を簡略化できない場合は、括弧内に簡単に説明してください。テキスト: [テキスト]
これは引継ぎメモの草案です。臨床判断は含まれません。次の散在するメモを見出しごとに整理します:[ストーリー] [今日の発見] [アクション] [フォローアップのためのリマインダー]。新しい情報は失敗しました。不足しているフィールドがある場合は、「[BLANK]」と記入します。生のメモ: [メモ]
弱いプロンプト / 強いプロンプト
<w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:rPr><w:b/></w:rPr><w:t>プロンプトが弱い
強力なプロンプト
テキスト
「妊娠中の鉄分について教えてください」
「役割: 助産師アシスタント。妊娠中の女性に役立つ概要を 6 年生レベルで最大 250 語で書きます。推奨される投与量/薬。不明な番号には [助産師確認] とマークしてください。」
結論
用量や主張を含む出典のない、検証が困難なテキスト
明確な境界と検証対象のマークされた領域を備えた、安全に編集可能なドラフト。
弱いプロンプトで AI が解放されます。簡単にレッドゾーンに入ります。強力なプロンプトでは、役割、制限、検証タグ、および長さが最初から定義されています。出力は助産師の制御下に残ります。
倫理とプライバシー: 最初からの 2 つのルール
最初の単元から始めて、2 つの倫理原則がモジュール全体に適用されます。 1つ目はプライバシーです。妊婦の名前、TR ID番号、電話番号、ファイル番号、住所などの識別情報をAIに決して書き込まないでください（詳細はユニット9で）。第 2 に、透明性と説明責任: AI が生成したテキストを人間が書いたものとして提示しないでください。臨床文書に記載されるすべての記述は、それを承認した助産師に責任があります。
注意: AI は文化的な「平均」に従って書きます。したがって、社会的、宗教的、または地域的な感受性の一部を見落としたり、誤って想定したりする可能性があります。助産師は常に文化的な適応を行います (詳細はユニット 10)。
よくある間違い
- AI に「決断」を求める:「この妊婦を紹介すべきか?」このような質問はレッドゾーンです。 AIに質問することはできません。
- 数値を確認せずに使用する: 用量、週、分析間隔などの各数値を確認せずにテキストに残すことは、最も一般的で危険な間違いです。
- 識別情報の書き込み: 妊婦を識別できる情報は、プロンプトに含めるべきではありません。
- 流暢さと正確さを混同する: テキストがうまく書かれているからといって、その内容が正しいとは限りません。
- 役割と制限を書き留めない: 無制限のプロンプトは無制限の (そして危険な) 出力を生成します。
- 単一の出力に依存する: 重要なテキストについては、AI を 2 番目の「検証の目」として再実行し、自身の出力をスキャンすると便利です。
要約すれば
人工知能は、助産におけるテキストと情報の作業を加速する強力なアシスタントです。しかし、診断、リスク、投薬、臨床紹介などの決定に代わるものではありません。タスクを緑 (快適に使用)、黄色 (サポート、慎重)、赤 (意思決定) のゾーンに分割します。幻覚の危険性があるため、独立した情報源からの各数値的および臨床的記述を検証します。各出力を Validate-Customize-Link 規律に渡します。プライバシーと責任の原則はモジュール全体に適用され、決定は常に個人に委ねられます。
アプリケーションタスク
毎週のタスクを 6 つ選択し、それぞれを緑/黄色/赤のゾーンに配置するチャートを作成します。上記のパンフレット テンプレートを使用して、グリーン ゾーンのビジネスの概要を作成します。次に、「検証目」テンプレートを使用して自分の印刷物をスキャンし、検証が必要な項目にマークを付けます。レッドゾーンに該当する仕事については、AI を使用しない理由を 2 つの文で書きます。
チェックリスト
- [ ] ジョブを緑/黄/赤のゾーンに配置しました。赤の場合はAIを使って判断しませんでした。
- [ ] プロンプトに役割、制限 (診断/用量なし)、検証タグを書きました。
- [ ] 私は、プリントアウト内の各数値、用量、週、およびガイドラインの記述を独自に検証しました。
- [ ] プロンプトに識別情報が入力されていません。
- [ ] 出力の検証 – カスタマイズ – リンクの手順を実行しました。
- [ ] 私は、臨床文書に入力された記述に対して責任があることを確認します。