このページ
このガイドの背後にある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、データが不足している場合は捏造せずに印を付けます - $19、1回の支払いで、永久に利用できます。
Nora Skillを見る →モデルは、文書の構成、同じ試験データを別の読者向けに書き換えること、臨床用語を平易な言葉に変えることに伴う初稿作成の負担を軽減できます。しかし、参考文献を任せることはできず、承認済みの製品表示を知らず、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把握していません。この方法で作成されたものは、資格のある医学、科学、規制のレビューなしに、患者、規制当局、またはジャーナルに届けてはなりません。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か？
この分野では、架空の参考文献は単に恥ずかしいだけではありません。モデルは、存在しない論文について、実在しそうな著者リスト、もっともらしいジャーナル名、巻、ページ範囲、整った形式のDOIを生成できます。そして、その出力には、それらのいずれかを捏造したという兆候がまったくありません。婉曲表現も、欠落した項目も、低い信頼度もありません。
これは、あなたが裏付けを最も必要とする場所、つまり論旨の要となる具体的な主張で、実際の文献が最も乏しい箇所において、まさに最も頻繁に起こります。十分に研究されているテーマに引用が付いている場合、モデルは実在する論文を見ているため、論文名を挙げる可能性が高くなります。文に、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、医療執筆ではさらに深刻です。ざっと目を通し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こと、実在する論文でも、その知見が、文を添えた対象とは異なる集団、異なる用量、または異なる追跡期間のものであること、DOIのリンク先が無関係な論文であること。すべての参考文献は、実際の出典 - DOI、PubMed、ジャーナル - と照合してから使用します。
うまくいく方法：出典を求めない
順序を逆にする。引用が必要な主張にモデルに印を付けさせ、何を検索すべきかを伝えさせる。出典は自分で見つける。その後、実際の出典の本文を貼り付けて、出典が実際に述べていることと原稿を照合させる - これが、実在する参考文献のエビデンスを超えて解釈されるという、より一般的な問題を捉える段階である。
プロンプト1 - 主張に印を付け、参考文献は提示しない
プロンプト2 - 実際の原文と照合して言い換えを確認する
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います。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、資格を持つレビュアーによる確認が必要なドラフトであることが明記されます。
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適用され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、Business Associate Agreementが必要です。一般消費者向けチャットティアには通常これが付いていないため、「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態勢に関わる判断です。非識別化にも、Safe HarborとExpert Determinationという定められた基準があり、氏名を削除するだけでは不十分です。日付、まれな診断、小規模施設の患者集団、年齢と所在地の珍しい組み合わせなど、いずれも個人を再識別できる可能性があります。GDPRでは、健康データは独自の適法な根拠、データ最小化、保持要件を伴う特別カテゴリに分類され、処理が物理的にどこで行われるかも重要です。
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、契約によりスポンサーの機密情報であり、秘密保持契約は受け手が人かツールかを問いません。開示前の速報結果も、上場スポンサーにとって重要な非公開情報となる可能性があります。
実務的な答えは、組織がどのティアを利用し、どのような契約を結んでいるかを確認し、実際の文書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ているデータでワークフローを学べば、まったく同じことを学べます。
実際にどの文書で使えるのでしょうか？
均等ではありません。有用な区分は治療領域別ではなく、文書のどれだけの部分が構成と語域で、どれだけの部分が規制対象の主張かによります。すでに保有しているデータの並べ替えが文書の大部分を占めるほど、モデルは役立ちます。医薬品に関する主張である部分が多いほど、行ごとに監視しなければならない責任問題になります。
| 文書 | モデルが実際に得意とすること | 厳しい限界 |
|---|---|---|
|
平易な言葉による要約 一般向け結果要約、患者向けリーフレットのコピー |
語域の変更、読みやすさの水準、構成、一般読者を混乱させる婉曲表現の除去。ただし不確実性そのものは除去しないこと | モデルは「有意差なし」を、安心材料となる表現へひそかに格上げします。すべての主張を原文と突き合わせて確認すること |
|
論文のセクション 序論、考察、限界 |
論旨の形、軽視している限界、回答していない査読者の異議 | 参考文献。モデルから参考文献を一つもそのまま採用してはいけません。ICMJEも著者欄への記載を禁じています |
| 総括報告書のセクション | ICH E3の骨子、一貫した相互参照、未記入のセクションの発見 | 必須項目のひそかな省略、および表から再計算したあらゆる算術 |
| プロモーション用コピーとメディカルエデュケーション用コピー | 他者が主張内容を確定した後の、語調と流れの初回調整 | モデルはあなたの添付文書を知りません。21 CFR 202.1に基づく公正なバランスは、デフォルトでは満たされない構造上の要件です |
| 診療所宛ての書簡、症例要約 | 口述記録の整理、社内で一貫した構成、業務の通信部分 | 貼り付ける前に決めておくべき機密性の問題。記憶だけを頼りに用語をコード化しないこと |
| SmPC、添付文書、処方情報 | 必要なセクション順に照らしてドラフトを確認すること | 一つ書くよう求めると、米国とEUの形式を混ぜ合わせ、どちらでもない文書にしてしまいます |
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すか？
モデルはあなたの添付文書を知りません。公開文献と、一般的な医薬品コピーの文体に基づいて文章を書くため、承認された適応症を超える有効性表現へ、境界を越えたという認識もなく逸脱します。
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。資料には、リスク情報とベネフィット情報の間に公正なバランスを示すことが求められます。これは各情報をどれだけ十分に扱うかという構造上の要件であり、語調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や誤解を招く内容を記載してはならず、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てもなりません。プロモーション資料は、初回配布時にForm 2253でFDAに提出されます。規制に適合していない場合、Office of Prescription Drug Promotionは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を生成します。
構造化された文書には、規定さ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と添付文書の形式、そして無作為化試験のCONSORT、系統的レビューのPRISMA、観察研究のSTROBEなどの報告ガイドラインです。典型的な失敗は、見た目に誤ったセクションではありません。完璧に読める一方で、必須項目をひそかに欠落させているセクションです。
EUでは、臨床試験規則により、まさに執筆上の課題となる成果物が追加されます。技術的な結果概要に加えて、治験依頼者は一般の人にも理解できる表現で書かれた概要を提出しなければなりません。これは、文体そのものが規制対象となる唯一の文書であり、まさにモデルが最も得意であると同時に、最も危険でもある領域です。モデルは文章を読みやすくすることに非常に長けていますが、読みやすさは安心させることの一歩手前でもあります。
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ないとしています。著者資格には、研究の正確性と完全性に対する責任が必要だからです。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し、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ています。同じ原則は、学術面では当社のacademic writer guideで、参考文献の確認についてはcitation manager guideで扱っています。
本当に得意なことは何ですか？
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、臨床医向け概要、患者向けリーフレットという4つの文体で作成する必要があり、その翻訳作業には実際に何時間もかかります。数値をモデルに与え、対象者を指定すれば、あなたが判断を維持する間に、構成と言語の作業を担わせることができます。
また、めったに書かない文書種別の初稿の構成を作ること、あなた自身の草稿が文体から逸脱した箇所を指摘すること、そしてレビュアーに聞かれる前にレビュアーが尋ねるであろう厄介な質問を作成することにも長けています。
プロンプト3 - 異なる読者向けに書き換える
Prompt 4 - 確認者に渡す前の事前レビュー
Prompt 5 - 一般向け要約の安心させる表現の監査
これを患者向けの文章に対して実行し、文章を作成した書き換えとは別に実行してください。同じ会話で執筆と監査の両方を依頼すると、自分が書いたものを擁護することになります。
仕事のうち日常的な部分、つまり診療所の手紙、症例の要約、退院・紹介に関する文書、患者向け教育文書を扱います。いずれも送信前に臨床医が確認することを前提に作成されます。貼り付ける前に機密性を確認する点は同じです。
Healthcare Documentation Prompt Libraryを見る →Nora skillはどうインストールしますか？
ダウンロードは、アーカイブのルートにSKILL.mdがあるZIPです。ネストされたフォルダー内ではありません。これがアップロードに失敗する通常の理由です。ClaudeのデスクトップアプリでCustomize → Skillsを開き、ZIPをアップロードしてオンに切り替えます。Claudeは、あなたのリクエストがその内容に該当するときに読み込みます。
Skillsは、コード実行が有効になっているPro、Max、Team、Enterpriseプランで利用できます。ProとMaxでは、設定 → 機能のコード実行とファイル作成を自分でオンにします。TeamとEnterpriseでは、その切り替えは組織設定の所有者が管理します。職場のアカウントでSkillsメニューがグレー表示になっている場合は、管理者がオフにしたということです。ライフサイエンス組織では意図的にオフにされている可能性もあるため、回避策を講じる前に確認する価値があります。ほとんどの初回アップロードを失敗させるフォルダー構成の誤りを含む詳しい手順は、Skillのインストールガイドにあります。
ChatGPTやGeminiではアップロード手順はありません。開いて SKILL.md、内容をコピーして、カスタム指示に貼り付けます。自動トリガーは失われますが、方法は維持できます。
どこで失敗しますか？
- データの算術処理。 テキストから割合、信頼区間、発現率を再計算し、確信ありげに間違えることがあります。数値はすべて原典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、しかも頻繁に誤って出力されます。これらは言語タスクではなく、検索照合の作業です。
- 管轄区域ごとの構成。 米国の添付文書とEUのSmPCは、綴りが違うだけの同じ文書ではありません。「添付文書」と指定すると、両方の要素を混在させます。
- 公正なバランス。 デフォルトのままでは、ベネフィットを強調したコピーが作成されます。バランスを明示的に指示し、それでも有資格者が確認する必要があります。
- 迎合性。 ドラフトが準拠しているか尋ねると、通常は「はい」と答えられます。代わりに、レビュアーが何に異議を唱えるかを尋ねてください。
- 監査証跡。 チャットの出力には、バージョン履歴、レビュアーの承認、管理された記録がありません。21 CFR Part 11またはEU Annex 11の規制下にある環境では、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管理システムに登録する必要があります。
- 機密性。 貼り付けた時点で問題が発生します。後から修正することはできません。
これは誰向けですか？
製薬企業やCROのメディカルライター、薬事・臨床チーム、メディカルコミュニケーションエージェンシー、研究論文を執筆する学術研究者向けです。Claude、ChatGPT、または任意のAIチャットで利用できます。
メディカルライティングは、隣接する半ダースほどの職種と並ぶ分野です。カタログでは、それらを曖昧なヘルスケアアシスタントにまとめず、分けて掲載しています。これらはそれぞれ19ドルの独立したSkillsです。
- Felicitas - メディカルアフェアーズライター - 同じ文書におけるメディカルアフェアーズとファーマコビジランスの側面
- Adalgisa - 薬事専門家 - 申請資料の構成と規制当局とのやり取り
- Ethan - Medical Scribe - 規制関連の執筆ではなく診療記録の作成
- Sancha - Health Writer - ヘルスジャーナリズムと一般消費者向けの解説
- Thibault - Medical Biller and Coder - コーディングを担当するSkill。ここでは言語能力より検索が優れています
より幅広い分野 - 同意書、臨床概要、看護・医療関連職の文書 - については、医療・科学・教育Skillコレクションとヘルス・医療promptパックをご覧ください。ここにあるものはすべて有資格者による確認用の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：
モデルから引用を得ることは決してせず、貼り付ける前に機密性に関する問題を解決し、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（19ドル）を、日常的な診療所のレターや症例概要にはHealthcare Documentation Prompt Library（23ドル）を使用すれば、残りをカバーできます。どちらもClaude、ChatGPT、その他のAIチャットで利用でき、30日間の返金保証付きです。
Nora - Medical Writer AI Skill
一言も書かれる前に対象読者、文書の種類、管轄区域を確定し、提供されたデータのみを使い、情報が不足している箇所には推測で補わずすべて[DATA TO BE PROVIDED]と記載する1つのファイルです。有資格者による確認用の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、その他のAIチャット向けに、2,000以上のAISkill、80以上のpromptパック、55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。