このガイドの基盤となるSkill： Nora - Medical Writer AI Skill。対象読者、文書タイプ、管轄区域を最初に確認し、捏造する代わりに不足データを示します - $29、1回払いで永久に利用できます。
Nora Skillを表示 →モデルは、文書の構成、同じ試験データの読者に応じた書き換え、臨床用語の平易な言葉への変換といった初稿作成の負担を軽減できます。参考文献を任せることはできず、承認済みのラベルも把握しておらず、入力した情報のうちどれを貼り付けることが許可されていたのかも分かりません。この方法で作成したものを、適格な医学、科学、規制上のレビューなしに、患者、規制当局、または雑誌に提出してはなりません。これは医療上の助言ではありません。
なぜ引用の捏造を最初に対処すべきなのでしょうか？
この分野では、架空の参考文献は単にあなたを困らせるだけではありません。モデルは、実在しない論文について、実在しそうな著者名の一覧、もっともらしい雑誌名、巻号、ページ範囲、形式の整ったDOIを生成できます - しかも、その出力には、そのどれもが捏造されたことを示す手掛かりがありません。留保もなく、欠落項目もなく、確信度の低下もありません。
これは、まさに最も裏付けを必要とする箇所、つまり議論の要となる具体的な主張で、実際の文献が最も乏しい場所で、最も頻繁に起こります。十分に研究されているテーマを引用する場合、モデルは本物の論文を見たことがあり、1件を挙げる可能性が高くなります。あなたの文章に、誰も実施していない研究が必要なら、誰も実施していない研究が提示されます。
隣接する失敗は、医療文書ではより深刻です。ざっと見ただけでは見抜けないからです。実在する論文に架空のページ番号を付ける、実在する論文の知見を、文中で結び付けた文章とは異なる集団、異なる用量、異なる追跡期間のものにする、無関係な論文を指すDOIを記載する、といったものです。すべての参考文献は、どこかに記載する前に、DOI、PubMed、雑誌を使って実際の出典と照合します。
うまくいく方法：出典は決して求めない
順序を逆にします。引用が必要な主張にモデルで印を付け、何を検索すべきかを伝えてもらいます。出典は自分で見つけます。次に、実際の出典本文を貼り戻し、その出典が実際に述べている内容と照らして草稿を確認させます - これは、実在する参考文献の根拠を超えて引用文を拡大解釈する、より一般的な問題を捉える段階です。
プロンプト1 - 主張に印を付け、参考文献は提供しない
比較有効性または安全性に関するもの。これらは規制当局の審査に回します。
文章を1行も書く前に、対象読者、文書の種類、管轄区域を確認し、あなたが提供したデータだけを使って作業します。不足している情報は補完せず、[DATA TO BE PROVIDED] と表示します。すべての出力には、資格を持つ専門家によるレビュー用のドラフトであることが示されます。
Nora - Medical Writer AI Skillを見る →実際に何を入力できるのでしょうか？
これは現実のルールが関わる現実の判断であり、貼り付けた後ではなく、貼り付ける前に決めることです。別々の2つの問題が混同されています。
患者データ。 HIPAAでは、あなたに代わって保護対象保健情報を処理するベンダーには、業務提携者契約（Business Associate Agreement）が必要です。一般消費者向けのチャットプランには通常これが付属しないため、「症例概要をそのまま貼り付ければよい」という判断は、利便性ではなく、組織のコンプライアンス体制に関する判断です。匿名化にも、セーフハーバー方式と専門家による判定という明確な基準があり、名前を削除するだけでは不十分です。日付、まれな診断、少人数の施設集団、年齢と所在地の珍しい組み合わせなど、これらのいずれも個人を再特定する可能性があります。GDPRでは、健康データは独自の法的根拠、データ最小化、保存期間に関する要件を伴う特別カテゴリに分類され、処理が物理的に行われる場所も重要です。
未公開の試験データ。これはまったく別のルールです。通常、契約に基づきスポンサーにとって機密情報であり、秘密保持契約は、受領者が人であるかツールであるかを区別しません。開示前の速報結果は、上場スポンサーにとって重要な非公開情報に該当する可能性もあります。
実務上の答えは、組織がどのレベルの契約を結んでいるのかを確認し、実際の原稿を作成する前に答えを得ておくことです。合成データやすでに公開されたデータでワークフローを学べば、まったく同じことを正確に理解できます。
規制対象コンテンツについて、モデルが知らないことは何でしょうか？
モデルはあなたの添付文書を知りません。公開文献や、一般的な医薬品コピーの表現をもとに文章を書くため、承認された適応症を超える有効性の表現へ、境界線を越えたという認識もないまま逸脱してしまいます。
米国では、処方薬のプロモーションは21 CFR 202.1に基づいて規制されています。資料では、リスク情報とベネフィット情報を公正なバランスで提示しなければなりません。これは、それぞれをどれだけ十分に扱うかに関する構造上の要件であり、文体の問題ではありません。また、副作用、禁忌、または有効性について虚偽または誤解を招く内容を記載したり、推奨どおりに使用した場合の結果に関する重要な事実を省略したりしてはなりません。プロモーション資料は、初回配布時にForm 2253でFDAへ提出され、要件に適合していない場合は、処方薬プロモーション局が無題書簡や警告書を発行します。モデルに「魅力的な」コピーを求めると、ほとんどのマーケティングコピーがそうであるため、デフォルトではベネフィットを強調した文章が生成されます。
構造化文書には、定められた内容があります。臨床試験報告書についてはICH E3、EUではSmPCと添付文書の様式、さらに無作為化試験のCONSORT、システマティックレビューのPRISMA、観察研究のSTROBEなどの報告ガイドラインがあります。典型的な失敗は、間違って見えるセクションではありません。完全に自然に読めるのに、必須項目をひそかに欠落させているセクションです。
学術誌への投稿について、ICMJEの勧告では、チャットボットを著者として記載することはできません。著者には、研究の正確性と完全性に対する責任が求められるためです。著者は投稿時にAI支援技術の使用を開示し、その使用方法を説明するとともに、AIが関与したすべての内容を検証する責任を負うよう求められます。同じ原則については、学術ライターガイドで学術面から、参考文献の確認については引用管理ガイドで扱っています。
What is it genuinely good at?
本当に得意なのは何ですか?
書き換え。同じデータセットを、臨床試験報告書のセクション、論文、臨床医向けブリーフ、患者向けリーフレットへと、4種類の文体で仕上げる必要があり、その翻訳作業には実際に時間がかかります。数値を与え、対象者を指定したモデルは、判断を維持したまま、構成と言語面の作業を担います。
これは、めったに書かない文書種別の第一稿の構成を整え、下書きの文体がずれている箇所を指摘し、レビュー担当者が質問する前にレビュー担当者が尋ねるであろう難しい質問を作成することにも長けています。
prompt 4 - レビュー担当者に届く前の事前レビュー
日常業務の半分にあたる、診療所宛ての手紙、症例要約、専門医間の連絡文書向けです。いずれも送信前に臨床医が確認する前提で作成されます。貼り付ける前に機密性を確認する必要がある点は同じです。
AI医療文書ライターを見る →Nora skillはどのようにインストールしますか？
ダウンロードされるのは、アーカイブのルートにSKILL.mdがあるZIPです。通常、アップロードに失敗する原因は、ネストされたフォルダー内に入っていることです。Claudeのデスクトップアプリでカスタマイズ → Skillsを開き、ZIPをアップロードして有効にします。Claudeは、リクエストが対象範囲に一致すると、その都度読み込みます。
SkillsはFree、Pro、Max、Team、Enterpriseで利用できます。実際に必要なのはコード実行です。Free、Pro、Maxでは、設定 → 機能でコード実行とファイル作成を有効にしてください。Teamでは組織レベルでデフォルトで有効になっています。Enterpriseでは、所有者が組織設定で有効にします。仕事用アカウントでSkillsメニューがグレー表示されている場合、それはプランの制限ではなく、管理者がオフにした管理設定です。ライフサイエンス系の組織では意図的にオフにされている可能性もあるため、回避策を取る前に確認する価値があります。
ChatGPTまたはGeminiではアップロード手順はありません。開く SKILL.md、内容をコピーしてカスタム指示に貼り付けます。自動トリガーは失いますが、方法は維持できます。
どこで失敗しますか？
- データに基づく算術。 テキストから割合、信頼区間、発生率を再計算し、確信ありげに間違えることがあります。すべての数値は、元の表から手作業で転記してください。
- コード化された用語。 MedDRAの基本語、ICDコード、ATCコードは、もっともらしく、しかも頻繁に間違ったものが返ってきます。これらは言語作業ではなく、検索作業です。
- 管轄区域ごとの構成。 米国の処方情報文書とEUのSmPCは、綴りが違うだけの同じ文書ではありません。「処方情報」と指示すると、両者を混在させます。
- 公平な情報提供。 デフォルトのままでは、利点を強調したコピーを作成します。バランスの取れた内容にするには明示的な指示が必要で、それでも有資格者による確認が必要です。
- 迎合性。 ドラフトが準拠しているか尋ねると、たいていは「はい」と答えます。代わりに、レビュアーなら何を問題視するかを尋ねてください。
- 監査証跡。 ChatGPTの出力には、バージョン履歴も、レビュアーの承認記録も、管理された記録もありません。21 CFR Part 11またはEU Annex 11の管理下にある環境では、ドラフトは会話内に置くのではなく、バリデーション済みの文書システムに取り込む必要があります。
- 機密性。 貼り付けた時点で、すでに問題が生じます。その後で修正することはできません。
これは誰向けですか？
製薬会社やCROのメディカルライター、規制・臨床チーム、メディカルコミュニケーションズエージェンシー、研究論文を執筆する学術研究者向けです。Claude、ChatGPT、その他あらゆるAIチャットで利用できます。インフォームドコンセントフォーム、臨床要約、患者向け資料など、関連する臨床文書には、health & medical Skillコレクションとhealth & medical promptパックが、同じ領域をさらにカバーします。それぞれ、汎用チャットボットではなく、特定の用途に特化したアシスタントです。ここにあるものはすべて有資格者によるレビューを前提とした下書きを作成するものであり、医療アドバイスではありません。
要約：
モデルの出力を根拠として決して引用せず、貼り付ける前に機密性の問題を解決し、すべての出力を有資格の医療・規制レビュー用の下書きとして扱ってください。規制関連、臨床、患者向け文書にはNora - Medical Writer AI Skill（$29）を、日常的な診療所の書簡や症例要約にはAI Medical Documentation Writer（$9）promptパックを使えば、その他の用途に対応できます。どちらもClaude、ChatGPT、その他あらゆるAIチャットで利用でき、30日間の返金保証付きです。
Nora - 医療ライター向けAI Skill
一語も書かれる前に対象読者、文書の種類、管轄区域を確定し、提供されたデータだけを使い、空白はすべて推測で埋めずに[DATA TO BE PROVIDED]と明示する1つのファイルです。有資格者によるレビューを前提とした下書きを作成します。サブスクリプション不要。永久にあなたのものです。
KissMySkillsは、Claude、ChatGPT、その他あらゆるAIチャット向けに、853件のAISkill、158件のpromptパック、55件のエージェント、および無料ツールを扱うマーケットプレイスです。
