メインコンテンツへスキップ
見出し画像

ChatGPTだけ使っている薬剤師へ

    DI業務で5種類の生成AIを使い比べてわかったこと


    はじめに

    タブネオスの安全性情報を調べたとき、私は5種類の生成AIに同じ質問を投げました。

    すると、驚くことが起きました。

    あるAIは「FDAの承認撤回提案」を詳しく説明し、別のAIは「EMAレビューは安全性問題ではなくデータ整合性レビューだ」という重要な区別を整理し、さらに別のAIは最新の規制日程を時系列でまとめてきました。

    一方で、モニタリング頻度についてはAIごとに違う回答が返ってきました。「投与後6か月間は4週ごと」と答えたAIがあれば、「最初の1か月は2週ごと、その後は毎月」と答えたAIもありました。一次情報(FDA Drug Safety Communication 2026年3月31日)で確認すると、後者が正確でした。しかしAIの回答だけでは、その場でどちらが正しいかは判断できませんでした。

    「AIによって、知っていることも、知らないことも違う」

    これが、DI業務で複数の生成AIを同時に使って、最初に強く感じたことでした。

    今、「生成AIを使っていますか?」と薬剤師に聞くと、「ChatGPTは使っています」という答えが増えてきました。でも「ChatGPT以外は?」と聞くと、多くの方が黙ってしまいます。

    この記事では、タブネオス安全性情報調査という実体験をもとに、薬剤師実務の視点から「どのAIが何に向いているか」を整理します。AI礼賛でも比較ランキングでもなく、「DI業務で実際に使うとどう違うか」を伝えることを目標にしています。


    先に結論だけ知りたい方へ — 5種の使い分け早見表

    AIの詳細を読む前に、まず全体像を把握したい方向けに早見表を置きます。

    ChatGPT(OpenAI)

    • 向いている用途:全体整理・時系列サマリー・院内文書初稿

    • 実務での印象:まず最初に使いやすい。入口として最適

    Claude(Anthropic)

    • 向いている用途:長文構造化・背景分析・規制プロセスの深掘り

    • 実務での印象:慎重で論理的。「確認が必要」と明示してくれる

    Grok(xAI)

    • 向いている用途:規制当局情報・速報・URL付き回答

    • 実務での印象:FDA/EMA情報の整理に強い。X(Twitter)の速報と連動

    Gemini(Google)

    • 向いている用途:疾患疫学・科学的背景・Google連携

    • 実務での印象:疾患の背景知識の整理が詳細

    Perplexity

    • 向いている用途:URL付き検索・一次情報の発見

    • 実務での印象:出典が付いてくるので確認がしやすい

    なお、ほとんどのサービスには無料プランがあります。今回の比較も無料枠でかなりの調査が可能でした。まずは「ChatGPT以外にも道具がある」と知るだけで、情報収集の幅はかなり広がります。


    タブネオス調査で5種のAIを使い比べた — 実体験レポート

    2026年5月、タブネオス(アバコパン)の重篤肝障害に関する安全性情報が国内で大きく報道されました。FDA・EMA・PMDAという複数の規制当局が動いており、情報量が多く複雑な事案でした。

    私はこの調査で、ChatGPT・Claude・Grok・Gemini(Fast)・Gemini(思考モード)の5種類に同じ質問を投げかけました。

    結果として、それぞれが「得意なこと」「苦手なこと」が明確に違うことがわかりました。以下はその実体験に基づく評価です。AIの性能は急速に更新されるため、2026年5月時点の参考情報としてお読みください。


    各AIの特徴 — 実際に使ってわかったこと

    ChatGPT(OpenAI)

    最も普及している生成AIです。2022年末の登場以降、医療従事者にとっても「最初のAI」として定着しています。

    タブネオス調査での実績

    • 2026年の最新動向(具体的な日付・数値)の整理に強かった

    • 実臨床でのモニタリングポイントをまとめてくれた

    • 規制当局の動向を時系列で整理する能力が高かった

    薬剤師実務での強み

    • 規制動向の時系列サマリーを素早く作れる

    • 院内文書・患者説明文の初稿作成

    • 「全体的にどんな事案か」を最初に把握したいとき

    • 日本語での質問・回答がスムーズ

    注意すべき点

    • 今回の調査では、モニタリングスケジュールについてChatGPTの回答が一次情報と一致していた。ただし「一致していた」という結果は事後確認によるもので、回答時点ではわからない——これがAI活用の難しさ

    • 「知らない」と言わずに、もっともらしい誤情報を生成することがある(ハルシネーション)

    こんな場面で使う
    規制動向の時系列サマリー、患者説明文・院内周知メールの初稿、「まず全体像を知りたい」ときの初動整理。


    Claude(Anthropic)

    安全性重視の設計思想を持つAIです。長文処理と論理的な分析・文書構造化が得意とされています。

    タブネオス調査での実績

    • ADVOCATE試験の詳細・FDAの規制手続き(NOOH手続き)の背景を深く説明してくれた

    • 規制プロセスの「なぜそうなっているのか」という構造的な理解に強かった

    • 長い文書の要約・構造化が得意だった

    薬剤師実務での強み

    • 長文文書(添付文書・審査報告書・論文)の要約と構造化

    • 背景事実の深掘り・複雑な論点の整理

    • 長いDI回答文書や院内マニュアルの初稿作成

    • 「これは確認が必要です」と自発的に明示してくれることが多い

    注意すべき点

    • 最新の時事情報より「情報の構造的な整理」が得意な傾向がある

    • 慎重に回答しようとするため、あいまいな指示では回答が長くなることがある

    こんな場面で使う
    海外規制当局の動向を「なぜそうなっているか」から理解したいとき、複数の情報を整理して院内報告書の骨格を作りたいとき、長い英語文書を日本語で要約したいとき。


    Grok(xAI)

    X(旧Twitter)の親会社xAIが開発したAIです。Xの最新投稿にアクセスできるため、速報性の高い情報に強みがあります。

    タブネオス調査での実績

    • FDA・EMA両当局の承認日・適応・副作用プロファイルを詳細に整理してくれた

    • URLを付けて情報を提供してくれた(ただし直接確認は必要)

    • 「EMAレビューは安全性シグナルではなくデータ整合性レビューである」という重要な区別を、明確に整理した

    この3つ目の点は特に重要でした。EMAとFDAが「同じ理由で動いている」と誤解すると、規制状況の把握が大きくずれます。この区別を最も明確に説明してくれたのがGrokでした。

    薬剤師実務での強み

    • 規制当局(FDA・EMA)の承認情報・副作用プロファイルの整理

    • 参照URLが付いてくるため、一次情報の発見がしやすい

    • X(Twitter)の医療情報・速報との連動

    注意すべき点

    • 提供されたURLは必ず自分でアクセスして確認が必要(古い・不正確なURLが混じることがある)

    • Xのアカウントが前提。無料プランでも一定回数まで利用可能で、日常的な調査には十分な印象(一定量でペース制限がかかる)

    こんな場面で使う
    FDAやEMAの規制情報を効率よく調べたいとき、最新の安全性情報の参照先URL付きで素早く集めたいとき(確認前提で)。


    Gemini(Google)

    Googleが提供するAIです。「Flash(高速)」「Pro(思考モード)」「Deep Research」の3モードがあり、Google検索との統合が強みです。無料プランで利用可能です。

    タブネオス調査での実績

    今回の調査で3種類のモードを使いました。

    Fast(高速モード):GPA/MPA疫学・EMA欧州添付文書相当の内容・科学的背景の整理に強かった。

    思考モード:深い論理的分析が得意だが、2026年の最新動向(FDA承認撤回提案など)への対応が困難なケースがあった。

    Deep Research:このモードが今回最も驚きました。Geminiが複数のウェブソースを自律的に横断調査し、詳細な報告書形式でまとめてきました。ADVOCATE試験の安全性データ(アバコパン群・プレドニゾン群の有害事象比較表)、FDA FAERS報告の内訳(76例・重篤74例・死亡8例・VBDS確定7例)、そして肝機能モニタリングスケジュールを引用元URL付きで整理してくれました。

    Deep ResearchでまとめられたFDA Drug Safety Communication(2026年3月31日)引用のモニタリングスケジュールは以下のとおりです(一次情報URL付き・要直接確認)。

    • 投与前:肝機能パネル(ALT・AST・ALP・T-Bil)+HBVスクリーニング

    • 第1か月間:2週間ごとに肝機能検査+全血算

    • 第2〜6か月間:毎月の肝機能検査+全血算

    • 第6か月以降:臨床的適応に応じて継続

    • 中止基準:ALT/AST が基準値上限の3倍超、またはALPが2倍超 → 即時中止

    薬剤師実務での強み

    • Deep Researchモード:複数のウェブソースを自律横断して詳細な報告書を生成する。一次情報URLが付いてくる

    • Fast(高速)モード:疾患疫学・科学的背景の整理

    • 無料プランで高機能。Google ドライブ・スプレッドシートとの連携も可

    注意すべき点

    • Deep ResearchはモードがFlashまたはProで動作し、調査範囲と精度がモードにより異なる

    • 思考モードは最新の規制情報・速報への対応に限界がある場合がある

    • Deep Researchで出力されたURLも、必ず自分でアクセスして内容確認が必要

    こんな場面で使う
    疾患の疫学・病態を詳しく理解したいとき。特にDeep Researchモードは、複数の規制当局情報を一度に横断調査したいときに強力な候補です。


    補足:GoogleのNotebookLMも実用的

    Google系AIで、最近医療職との相性が良いと感じているのがNotebookLMです。

    「自分でアップロードした資料だけをもとに回答するAI」という設計です。例えば、添付文書・適正使用ガイド・ガイドライン・論文PDFを入れると、要約・FAQ作成・比較整理ができます。音声解説(Podcast形式)を自動生成する機能もあります。

    「AIに適当なことを言われるのが怖い」という方にとって、入力した資料の範囲内でしか答えない設計は比較的安心感があります。ただし、アップロードした資料の外の情報は扱えないため、最新規制動向の調査には向きません。


    Perplexity(検索特化型AI)

    「生成AI+検索エンジン」の設計のAIです。タブネオス調査の後続として、イエローレター(緊急安全性情報)と規制情報の詳細確認に使いました。

    タブネオス調査での実績

    最初に聞いたのは「2026年4月以降にイエローレターは出ているか」でした。

    結果として返ってきた回答の骨格はこうです。「2026年4月以降、PMDA・厚労省の公開ページ上で新たなイエローレターの発出は見当たりません」——そしてその根拠として、PMDA・厚労省の公式URLが複数付いてきました。

    さらに「タブネオスのFDA・EMAの情報を詳しく」と聞くと、PMDA掲載資料のPDFの直接URLを提示してくれました。そこには、FDA承認取下げ提案の核心(盲検化されていない担当者が再判定を依頼し、その事実が審査過程で未開示だったこと)が整理されていました。

    他のAIとの最大の違いは、回答の根拠URLが回答本文に付いてくる点です。「PMDA掲載資料に書いてあります」という回答が、URLとともに届く感覚です。

    薬剤師実務での強み

    • PMDA・FDA・EMAなどの一次情報のURLを発見しやすい

    • 「2026年4月以降にイエローレターは出ているか」のような、答えが「なし」でも証拠が必要な問いに向いている

    • 最新のウェブ情報を参照して回答するため、規制速報への対応が速い

    注意すべき点

    • URLが付いてくることは「安心の根拠」だが「正確性の保証」にはならない—URLが古い・存在しないケースもある

    • 届いたURLは必ず自分でアクセスして内容を確認する習慣が必須

    • 情報の解釈が正確かどうかは、あくまで一次情報を読んで判断する


    同じ質問、違う回答——何が起きているのか

    今回の調査で最も印象的だったのは、FDAの推奨モニタリングスケジュールについて、AIごとに異なる回答が出てきたことです。

    • あるAIの回答:「投与後6か月間は4週ごとに肝機能検査」

    • 別のAIの回答:「最初の1か月は2週ごと、2〜6か月は毎月」

    どちらも「それらしい」回答でした。実際にGemini Deep Researchで調べると、FDA Drug Safety Communication(2026年3月31日)の一次情報を引用した形で回答が出てきました。その内容は以下のとおりです。

    • 第1か月間:2週間ごとに肝機能検査+全血算

    • 第2〜6か月間:毎月の肝機能検査+全血算

    つまり今回のケースでは、ChatGPTの回答がより正確でした。しかし当初、どちらが正しいかはAIの回答だけでは判断できませんでした。

    これが生成AIの本質的な特性です。「もっともらしい回答を生成する」のが得意ですが、「必ず正しい情報を出力する」わけではありません。医薬品の用量・モニタリング頻度・警告など、細かい数値については複数のAIで確認し、最終的には一次情報で照合する習慣が不可欠です。
    今回は以下で確認ができます。
    FDA Identifies Cases of Serious Liver Injury in Patients Taking Tavneos (avacopan) for Severe Active Anti-neutrophil Cytoplasmic Autoantibody (ANCA)-associated Vasculitis | FDA

    逆に言えば、「複数AIで横断確認する」という使い方が、DI業務に生成AIを取り込む上で最も実践的なアプローチです。AIごとに回答が異なる項目は、特に一次情報確認が必要なシグナルとして捉えてください。


    まず何から始めればいい?

    「結局どれを使えばいいの?」と思った方へ。

    2026年5月時点での個人的なスタート地点の提案です。

    • 普段使い:ChatGPT(最も使いやすく、多くの用途に対応)

    • 長い論文・添付文書の要約:Claude(長文構造化と丁寧な整理が得意)

    • 規制当局の最新速報:Grok(URL付きで速報情報を拾いやすい)

    • 疾患の疫学・病態整理:Gemini(科学的背景の説明が詳細)

    • 一次情報のURLを見つけたい:Perplexity(検索連動で出典が付く)

    最初から全部使いこなす必要はありません。まずは「ChatGPT以外にも道具がある」と知るだけでも、情報収集の幅はかなり広がります。そして、「この調査はGrokで補完してみよう」という一歩を踏み出せたとき、DI業務の初動整理のスピードは変わってきます。

    なお、ほとんどのサービスには無料プランがあります。課金を検討する前に、まず無料で触ってみることをお勧めします。「AIごとにかなり性格が違う」ということは、少し使うだけでもすぐに実感できます。


    薬剤師が生成AIを使う上で絶対に忘れてはいけないこと

    一次情報の確認は省略できない

    生成AIの回答は、あくまでも「初動整理の材料」です。患者の安全に関わる情報(副作用・用量・禁忌・相互作用)については、PMDA・添付文書・FDA・EMAの公式情報で必ず確認してください。AIが「ない」と言っても、実際には警告があることがあります。

    AIは「知らない」と言わない

    これが最大のリスクです。情報がない場合でも「それらしい回答」を生成する傾向があります(ハルシネーション)。対策として:

    • 「この情報の出典を示してください」と指示する(URLの正確性は別途確認が必要)

    • 複数のAIで同じ質問をして、回答が一致するか確認する

    • 重要な数値・日付は一次情報で必ず確認する

    個人情報・患者情報を入力しない

    クラウド型の生成AIに入力した情報は、原則としてAI企業のサーバーに送信されます。患者名・患者ID・カルテ情報など個人を特定できる情報は入力しないことが大原則です。「40代男性患者がAという薬を服用中の場合」のように、仮名・属性に置き換えてから質問してください。


    まとめ — 道具箱を広げる、という考え方

    ChatGPTは、AI活用を始めるための優れた入口です。使いやすく、日本語の対応も自然で、多くの用途に使えます。まずここから入ることはまったく間違っていません。

    一方で、複数のAIを状況に応じて使い分けることで、情報収集の質と速度が上がります。規制情報はGrok・Perplexityで検索し、背景分析はClaudeで、院内文書の初稿はChatGPTで——というような組み合わせが、DI業務では実用的です。

    生成AIは「判断を任せるツール」ではなく、「初動整理・文書作成を支援するツール」です。AIが生成した情報を鵜呑みにせず、一次情報で確認するという習慣があれば、生成AIはDI業務の強力なサポーターになります。


    この記事を読んだ方へ — 次のステップ

    今回の記事では「生成AIごとの特徴と使い分け」を中心にまとめました。

    一方で、DI業務でAIを使う上では、「どこまでAIを信用してよいのか」「どの情報を必ず一次確認すべきか」という問いが繰り返し出てきます。

    今後は以下のテーマも整理していく予定です。

    • NotebookLMを使った添付文書・論文の整理法

    • 医療AIとハルシネーション——なぜ薬剤師は特に気をつける必要があるのか

    • DI業務での複数AI使い分けワークフロー(実践テンプレート)

    • 週末に安全性情報が出たとき、月曜朝にAIをどう使うか

    よければフォローしていただけると、更新のお知らせが届きます。


    本記事の情報は2026年5月時点のものです。生成AIのサービス内容・性能・価格は急速に変化します。最新情報は各サービスの公式サイトでご確認ください。本記事の生成AI評価はAI調査・実体験に基づく参考情報であり、普遍的なランキングではありません。医薬品の安全性情報は必ずPMDA・製造販売業者の一次情報でご確認ください。


     
     
    薬剤師 / 薬学博士 病院・調剤薬局・ドラッグストア・研究・医療情報・企業を経験。 生成AI・ローカルLLM・AIエージェントを用いた「薬剤師実務×AI支援」を探究しています。 DI業務、適応外使用調査、レジメン管理、文献検索、研究支援、医療データ活用などを、実践ベースで発信。

    あなたへのおすすめ