AIで体外受精の相談はどこまでできる？予測がいるSDMレベルまで出来るのか？ーー実際のAI利用で皆はどうAIを不妊治療の相談に使っている？３種類の医学論文から見えてくる限界

0章：　はじめに：AIで体外受精の相談はどこまでできる？予測がいるSDMレベルまで出来るのか？

0-1：前回記事とのつながり

前回のblog記事　新宿西口「国盗り合戦」×編集されたSDMを書かせて頂いた。
特に評判がよかったのは、「アメリカ本土のサブウェイのサンドイッチの注文の仕方の複雑さ」記事だった。
　　　　　　　　　　　　　　　↑　blogの当該　コラムへ

その記事は、注文をする人と注文をうけるSTAFF（サンドイッチ・アーティストとして求人される）の
ツーカーのやり取りのベースは、双方がこれから出来上がるOriginalのサンドイッチの全体図を頭の中に
描かれている点だった。

その話は患者さんとその主治医の二人だけが織りなすSDM（共同意思決定）と
サンドイッチの注文の似ている点こそあるが、一番異なる点はなにか？と問われたならば
体外受精のSDMではサンドイッチ注文と違って、患者さん側が　サンドイッチが出来ていくプロセスの中で
「評価」が正確にできないという点だ。これが一番大きい。サンドイッチならば自分の好みで作られて
いくモノが、好みでいいが医療は違う。それを食べてみないと結果がわからない点。
タイム差がある。

もう一つ、サブウェイの注文とART医療の類似点がある。　
お店の中で一緒に双方が作っていくが
完成品が出来て、お店を出る前にはレジでお金を全額支払わなければいけない。
そしたら、お金を出してもいいようにお客さんが納得したものができた！あとは食べるだけ！まで
自分は一生懸命に考えて注文をしたとならないといけない。

0-2：この記事のKeywordは評価だ。患者の評価、AIによる評価、主治医による評価とのズレ

今回の記事は、AIで体外受精の相談はどこまでできる？「SDMレベル」まで出来るのか？
Keywordを１つだけいう・・・それは評価だ。
患者による自分の治療の評価、AI自身の自分の答えに対する評価もそうだ。

「AIで調べる」というと他の不妊患者さんたちは、どのようにAIを使っているのか？そこから書いていこうと思う。
他のDr.は患者さんたちが治療においてのAIに利用にはどう言っているか？それもみていこう。
そして、AIで出来ことと出来ないことの「境界線」を知ると・・いいと思う。
AIとの対話で時間を無駄に溶かすことを避けることができるからだ。

AIになげる不妊相談はどこまでがOKか？　どこから先が答が怪しくなってくるか？

それは容易に想像がつくだろう。細かい評価をAIに求めるときだ。
検索レベルの話ではなくて・・AIからの治療評価から
怪しくなってくる。それっぽい標準的な答えに収束してくるときだ。壁打ちで妙に寄り添い傾向が出てくる時もそうだ。
主治医による評価をわからない二人（AIに相談するユーザーと　AI）が、
己と主治医による正確な評価のズレがわからないまま・・話をすすめていくことになる。

みなさまは、親友にも言っていい悩みと、言ってはいけない悩みの境界線を日常生活の中で直感で引いていると思う。
それがAIが相手になると無防備になる。相手がよくわからないからだと思う。
あるいは不都合なことは知りたくはない
心理が働いたりもする。

Clientさんである・・ある方からこんな質問を頂いた。

その方と私の意見は同意見だった。
結論から言わせてもらうと・・NOだ。
その女性は、AIを仕事で上手く使っているけど、仕事とART治療は違うとも言っていた。
ARTの治療は、仕事のように絶対に進まない癖がある。
彼女（Clientさま）の結論は・・続いた。

私：　「私は自分の一意見だけど・・実際にAIエージェントを使ってテストを色々やってみたよ。
　　　　◯◯さんと同じ意見だよ。」

　　　
その理由はなんでだろう？とONLINE_カンファの雑談の中で私と彼女は話していった。

私たちの結論はこうだ。
患者さんが自分自身の次回の診察において、AIにどういう数値が出るか？予測を立てたせて、主治医にどう話せばいいか？を
長い時間をかけて相談をしても・・不毛だ。

主治医がどう思っているか？そのデータの評価ができないユーザーが、本当に必要な情報をもっていないAIが
同じく評価ができないまま、Outputをそれっぽくする。負のループになる。

第1章　体外受精のネット患者さんは、自分が受けるIVF治療でAIをどう使っているか？

アメブロの妊活記事をAIを使って軽く調べてみました。

まず、最初に言っておく。
「自分のデータを入れれば、平均値ではなく自分向けの答えになるのでは」という期待は
無惨にも砕かれる。
「主治医の評価がわからないなら、主治医に直接聞けばいいのでは」と思っても
主治医のホンネの評価まではわからず、一般論で煙にまかれる時もあるので、そこで評価できないといけない。
ただし、患者が医師なみの医療知識と評価をするスキルを持てという話にはならない。
知識がなくても、医師のホンネの評価を引き出せる患者さんは実は少なくないのだ。質問の仕方が上手だ。
　
これは、私のAIに対するツッコミが緩い検索結果であることをご理解ください。
私が、AIにアメブロ記事のディテールのサンプルを与えた検証は、後述します。

H3：AIが自分の判断で調べてきた結果「妊活ユーザーはどのようにAIを使っているか？」

これは３ステップで調べてみた。

Q:　なぜ？ステップを３段階で調べるのか？
A:　それは、SDM支援でAIを使う為の障害をみつける為だ。

---

ステップ１：AIにあまり突っ込まずにSimpleに妊活患者さんは、AIをどのように使っているか？

見えたのは、感情の吐き出し、体外での調べもの、サプリ、占い、自分の書いた妊活ブログの評価、でした。
SDMでAIを使う使い方は、殆どされていなかった。
つまり、
自分の既往歴に始まり、淡々とノートやEXCELにまとめてきたデータをAIに投げて・・
その自分の過去周期のデータで、次回がどうなるかを予想するという使い方をしている人は見当たらなかった。

つまり　以下の４パターンだった。ART医師のAIの使い方も１つだけあった。例を出させてもらう。

１）気持ちの吐き出し
　　不妊治療の末に卵子提供で妊娠したアラフィフの方。誰にも相談できないことをChatGPTに打ち明け、
　　自分が悪いのではなく、自分こそ支援が必要な人だと言われて罪悪感が消えた、
　　ChatGPTは絶対に批判せず全力で寄り添ってくれる、と書いていた。

２）言葉の意味を調べる
　「着床の窓（ERA）とは」とか「卵子提供とは」をChatGPTに聞き、答えを載せたうえで、
　　情報が正確かはわからないと注意していた。

３）サプリの選び方
　　30代後半の、治療3年目の方。ChatGPTとGeminiに抗酸化サプリの順位を聞き、1位はどちらもコエンザイムQ10、
　　2位が分かれたので、互いの答えをぶつけて理由を説明させていた。

4）占い
　　40代前半の方。ChatGPTの占いで、子供ができる時期を西洋占星術とタロットで占ってもらっていた。

5）自分の書いた妊活ブログの評価を問う
　　採卵2回、胚盤胞移植10回強を経て出産した方が、自分のブログをChatGPTに評価させ、褒めてくれるのでよかった、
　　と書いていた。

補足：医師側の動き（参考）
東京・神奈川の医師が、生成AIを使って、卵胞径から次回の来院日や採卵日を予測できる患者向けアプリを作ったという話。
予測をしているのは、患者ではなく病院側の話だった。

次は、さらに突っ込んでAIに聞いていこう。

私（著者）が自分で調べた内容をAIに与えて、
AIが出した結果「妊活ユーザーはどのようにAIを使っているか？」

私がそのテーマでアメブロの上位１００のデータをAIに渡して・・出てきた結果をみてください。
まるで違う内容になってきています。

AIの使い道を分類すると　以下の5つだ。
患者本人の使い道（多い順の印象）　　　　　　１→2→3→４→５（少ない）

１）その瞬間の不安の確認　：移植後や妊娠初期の不安の確認（最多）
　　　移植後や妊娠初期の出血、おりもの、体調。正常胚の移植直後に不安でAIに聞いた、など。

　　　出血やおりもの、体調の変化をAIに聞いている記事が複数。
　　　正常胚を移植した翌朝、不安になってAIに聞いた、という記述もあります。
　　　
２）　治療や追加オプションの効果を聞く
　　　移植日の子宮内hCG注入について、AIに効果の程を聞いてみた、ホルモン剤への影響をAIに言われて検討中、など。

3）言葉や数値の意味を聞く
　　　受精結果の説明でわからなかった言葉をAIに聞いた、など。
　　　ある用語をAIに聞いたら、まことしやかな理由を返された、という記述があります。
　　　もっともらしい誤りの実例かもしれません。

4）英語から日本語への翻訳
　　　　英語表記しかない精子バンクで、AIに訳してもらいながらドナーを選んだ。

5）相談相手、気持ちの置き場
　　寝る前には必ずAIに励ましてもらう、採卵の待ち時間にAIに気持ちを聞いてもらった、など。
　　新生児死を経て治療に戻った方が、友達も少なく、妊活中の友達もいないので相談相手はAI、
　　病院で主治医に聞けとAIにも言われる、と書いています。

以上の傾向からわかること。
でも実際は、最後の（５）のAIを検索目的と相談相手として使っているのが実際は多いかも知れない
これは妊活ユーザーの行動を私は否定している訳でない。
その理由は相談相手が限られるのがこのART治療だ。相談出来る人がいないという現実がある。
もっとも　上記はアメブロでのみ書いている人のデータだ。かなり限定的な情報だ。
実際は、アメブロになんて自分の治療記事を書かない人の方が有意義な情報を持っていたりする。

Q：私（この記事の著者）の仮説は、以下だ。

　　　　　「AIはSDMで本当にアテになるのか？
　　　　　患者は、次回の内診で、前回の診察内容から次回のエコー・採血前の予測を立てられるのか？
　　　　　医師とどのような会話を診察室で展開すればいいのか？　そのアドバイスを出せるのか？」
　　　　　
この仮説をAIに情報として入れた。そのAIの検索は以下だった。

それは41歳の方の記事だった。
採血結果の内診の前に彼女はAIに相談をした。
「5個の中に正常胚がなかったらどうするか、次は採卵か？」と悩む中で、
　AIに相談しても回答はポンコツだ、と書いていた。

私はこのユーザーはクレバーだと思った。既に自分のイメージをもっており
それをAIに相談して、AIの評価がポンコツだと見切ったからだ。
次は採卵か？それともお休み周期か？あるいは移植に踏み切るか？の切実な相談にもAIは何の役にも立たなかった。
ごもっともらしい平均的な回答をAIらしく出してきたのをみて、彼女は「AIはポンコツだ」と見切った。

「次の一手」をAIに相談して、次回の内診での主治医との会話ではAIは使えなかった、という実例です。
最後がポンコツと書いて終わっていることがKeyだと思います。
AIは、この解析の中でこうコメントを加えた。
「データの外なのは、「適当に答えられるから、予想を投げるのをやめた」という理由のところです。
　93件の抜粋からは、予想を投げなかったのか、投げたけれど書かなかったのか、その理由までは読めません。」と言った。

これは私の考えるコアの「外れ続けると患者はAIを使わなくなる」に近い声です。
これは皆様の交友関係でも、そうだと期待を裏切られつづけると相談すらしなくなるのと同じだと思う。
この意見（近い声）は、うちのClientさんからのヒアリングの一例だった。
本当の評価は、現場の患者さんの声から出てくると思っている。

もし私が患者だったら、AIに質問するであろう質問とに似ている例もあった。
それは、AIに自分のデータをいれている数少ない例だった。
データ分析と解析のコメントを求めた妊活ユーザーがいた。
私は、うちのClientさんの思考と似ていると思った。

１）不妊治療の血液検査の各項目と自分のデータをAIに入れて、わかりやすく解説してもらった。

２）排卵検査薬を20本以上AIに読み込ませて排卵日を判断、検査薬の推移からAIにいつ排卵したかを聞いた。

３）不妊治療中の女医が、医療用AIに自分のプロゲステロン値を送り、参考になる論文を探した。

どれも「今回のこの数値の意味」を聞く一点の解釈で、過去周期をつないで次回を予想するものではなかった。
どれもAIに評価を求めただけだった。
そもそも、なぜ？ユーザーがその質問をするのか？という背景をAIをスルーして自分の意見と検索結果をみせている。
患者であるユーザーがAIにもう少し突っ込んだ質問をする必要があるのだ。
そして　AIが出してくるそれっぽい答えを評価するスキルが調べるユーザーにはいるとも言えよう。

AIは私に自分が検索した範囲をもう一度示した。

AIは答えた。
「自分の過去周期のデータで次回の数値を予想し、それを主治医にぶつける」使い方は1件もありませんでした。
患者がAIに投げているのは、今この瞬間の不安と一点の解釈と気持ちです。
次の一手を相談した人は「ポンコツ」と書いて終わっています。
検索語が「妊活　AIに」なので、「ChatGPT」「チャッピー」とだけ書いた記事は拾えていません。」とAIは言った。

医師でもAIでも、結果が出なければ患者は離れるのは、人の機微では本質は同じだと思う。
相手が人かAIかは関係ない。

ここまでの結論としては・・
患者さんがAIをどう使っているのか？書いてきた。
相談した相手は誰だ？AIだ。
でも患者さんは、単なる調べ物でAIを使っているのではなく、評価してもらいたいのだ。次を予測もして欲しいのだ。

現実のAIは、次回の内診つながるような予測はできないのだ。
そして　過去の周期の結果においても正確な評価すらできない。
理由は簡単で、AIで調べているユーザーのその主治医の意見と知見を評価する材料をネット上の情報から
見つけてくることができないという逃れようもないFACTがある。

また、主治医の頭の中にあるビックデータの方が、AIがもっているビックデータより優れている点も抑えておきたい。
ー　イレギュラーな反復不成功×高齢患者さんの場合のデータをどれだけ持っているのか？
ー　どう対処したら上手くいったのか？
ー　逆に上手くいかなかったのか？
こういう情報はAIは知り得ないのだ。
AIは患者がする医学情報への検索ハードルは下げるのは確かだ。
しかし医学的な専門性へのハードルは下げない と後述する論文でも書かれていた。
私は、医師の意思決定と患者の意思決定の交差点がSDMだと思っている。

そんなは、当たり前だ。医師の持つ医学的な専門性安易にはネットには出てこない。一般論とか論文ではない。
現場で養ってきた判断や智慧だ。
どこのクリニックの医者がAIに患者の個人データ（それも同じ患者が周期を通じて推移していくデータ）を
垂れ流すバカ医療機関があるだろうか？？　一発で飛んでしまう。

不妊治療患者の個人情報やカルテは、そのクリニックの聖域だ。OPENなネットに繋がっていない。
あくまでも、院内のインフラにおいて極めてクローズドなところに補完している。
当然　ネットのAIともコンタクトなど絶対にさせない。

例をあげよう。
例えば有名な大学病院の産科でも、同じ看板の出張所と本院もカルテ共有など基本的にはさせない。
どれも院内やグループ内の閉じた仕組みで、ネットやAIに患者データを流す話ではない。
生まれてくる子どものリストほど価値があるものはない。医療側は徹底的にリスク管理をしている。

これは裏返せば
電子カルテを院内ではなく、共有する施設が増えて、つなげばつなぐほど危なくなることを医療側が知っている、
ということでもある。悪意に狙われるのは、共有する「つなぎ目」だ。
それは外部との通信機器（VPN装置）だ。

余談だけど　「ランサムウェア」だ。身代金という意味の英語のウィルスに病院は狙われる。
パソコンやサーバーの中のデータを勝手に暗号化して使えなくし、
「元に戻してほしければ身代金を払え」と要求するウイルス

「いまや病院ネットワークは、さまざまなかたちで外部接続の口（＝つなぎ目）が存在しており、
クローズドな状態ではないにも関わらず、病院はクローズドネットワークで運用され、
それは安全であるという間違った考え方が浸透していることも問題になってる。

次は、AIにできること、できないことを整理してみよう。

第2章　AIにできること、できないこと

不妊治療患者さんが、AIに相談した。AIにできること、できないことをマトリックスだ
　　　　
記録→比較→みえる化→候補出し→「見立て」→絞り込み→出し方と一連の流れがある。

段階　　　｜ユーザー患者が聞きたいSDMの中身　　　　　　　｜AIだけで何処までできる。

記録　　　｜数値、エコー、医師の言葉、そのときの気持ち　　｜◯　OK
比較　　　｜過去の自分の周期と並べる　　　　　　　　　　　｜◯　OK
見える化　｜数値をグラフにする　　　　　　　　　　　　　　｜◯　OK
候補出し　｜続ける場合・降りる場合の主治医への質問を並べる｜▲なぜそれを選ぶのか評価できない
見立て ｜「今回の周期は悪そう」と判断する　　　　　　　｜✕評価できない
絞り込み　｜主治医に次回の内診でこの時期に、何を聞くか　　｜✕評価できない
出し方　　｜主治医に角を立てずに自分の意見切り出す方法　　｜▲先生を知らないので一般論でしか言えない。

この中(上のイラストの流れ）で　AIとSDMを相談した場合、自分のデータの記録まではできる。
気持ちを整えるために相談をすれば、寄り添ってはくれる。
過剰な寄り添いがいらない場合は、その旨をAIのコアに文章でいれておけばそれがある程度のルールにはなる。

ただし　主治医の視線での前回の評価も患者が「主治医の言葉」を背景も含めて正確にいわないと
AIもその評価を間違える。それも自身をもって違うことをいう。
AIのそれを鵜呑みにして次回に診察において、主治医に言って関係が悪化する場合もある。
いわゆる地雷を踏んでしまうこともある。

そもそも、主治医は「見立て」をはっきりと言わないことも多い。
採卵もとってみないとわからないと正論をいう。
可能性がゼロでなければ、採卵や移植には舵をとる考えだ。
そこ患者からのトークが必要になる。
つまり、患者が先生から見立てらしきものを引き出せれば、患者自身その時点の自分の治療の評価することができる。

AIとのSDMへの回答が✘なっている理由は？

　
　以上のように評価ができないまま
　　記録→比較→みえる化→候補出し→「見立て」→絞り込み→出し方と一連の流れの中で
　　　どこか１つ座礁すれば川の水は流れない。

そして、この舟下りは、季節（＝周期）によって船頭さんはラインも漕ぎ方も微妙に変えてゆく。
舟の底もイメージできて心の目でみてる。
外からは　ゆっくりと川を下っているだけに見えるが違う。

　　もっとも記録と感情の吐き出し目的でAIを使うならば問題はない。
　　ただSDMをAIとやって評価と予測までやってもらおうと思うと難しくなる。
　　SDMはAIと相手では深いところまではできない。
　　できない理由を、次の章で最新の論文で証明したい。
　　
　　できないのはわかった。納得したで終わるとあなたの治療はカイゼンしない。
　　自分なりにどうしたらいいのか？を考えながら・・ケーススタディとしてみるといいだろう。

第3章　海外の論文は、体外受精の相談をAIにすることをどう評価しているか？

AIの予測精度、AIの回答の質、患者のAI利用の実態　この３つの論点をもって論文を紐解いていこう。

どれも「患者がAIで予想を立て、主治医にぶつけたら、医師はどう反応するか」は扱っていない。
それはなぜだかも考えながら読むとオモシロイかもれない。

しかし・・
共通点は・・AIは医学情報への検索ハードルは下げるが、医学的な専門性へのハードルは下げない （意思決定）。
AIの扱いに慣れていない人ほど回答の信頼性を判断できず、過信の害を受けやすかったと論文には出ている。

詳しくは、この章ででみていきたい。

海外論文のテーマは３つにわけてみて調べた。

Q１:患者のAI利用の研究で使われた「よくある質問」は何だったか？

　→論点：AIの回答の質

Q2:汎用AIにIVFの結果を予測させた研究にどういうのがあったか？

　→論点：AIの予測精度

Q3：　患者が実生活でAIをどう使うかを追った研究

　　　→論点：AI利用の実態

患者が実際にAIへ打ち込んだ体外受精の相談そのもの（会話ログ）を分析した研究は見つからなかった。
研究にあるのは、患者がネットでよく聞く質問を研究者が集め、それをAIに入れてみた、という形だけだった。

そこから「体外において一般患者がAIに聞いていること」が見えるので、深堀りしていこう。
患者側の話題か？それとも医療側の話題か？を最初に線引しておくと、わかりやすいだろう。

Q1＿患者のAI利用の研究で使われた「よくある質問」はなにだったか？
　　　【論点：AIの回答の質】

オーストラリアの研究（ESHRE 2023発表）：
患者のよくある質問10問。
女性・男性の年齢が妊娠しやすさに与える影響、排卵周期の妊娠しやすい時期、IVFの成功の見込み、卵子凍結、
追加オプション（アドオン）の効果、PCOSと妊娠、クリニックの選び方、IVFを何回試すべきか？
引用元：oup

ESHRE 2025発表の研究：
患者フォーラムやブログから、よくある不妊の質問50問を選んでAIに答えさせた
引用元：oup

米国の研究（Fertil Steril 2023）：
米国CDCのよくある質問17問。「不妊とは何か」「医師は不妊をどう治療するか」といったもの
news-medical
https://www.news-medical.net/news/20230525/OpenAIs-ChatGPT-shows-promise-as-a-fertility-advisor-despite-limitations.aspx

米国の大学病院の研究（Fertil Steril 2024）：
米国生殖医学会のFAQから11問。
原因、治療、心理的影響、頻度についての回答は高く評価されたが、
診断についての回答は評価が下がった
引用元：fertstert

〈この記事で押さえるべき点はなにか？〉

見えてくることは・・・
研究が扱っているのは、ほぼすべて一般知識の質問です。
成功率、年齢、何回やるか、いつやめるか、といった
「誰にでも当てはまる問い」が殆どだった。
患者が知りたい「私の次回、降りるか続けるか」という、自分の過去周期を前提にした評価の質問は、研究の側では扱われていなかった。

Q2_汎用AIにIVFの結果を予測させた研究にどういうのがあったか？
　　　【論点：AIの予測精度】

論文名：IVFの治療成績予測における、汎用AI（ChatGPTなど）ベースのシステムの性能比較研究
Study of comparative performance of general-purpose LLM-based systems in predicting IVF outcomes

国・機関：トルコ、アクデニズ大学（アンタルヤ）産婦人科
著者：Can Dinçほか7名
掲載：Journal of Assisted Reproduction and Genetics（米国生殖医学系の専門誌）43巻、731〜739頁
2026年1月9日オンライン公開、2026年3月号
引用元：springer

大学病院の生殖医療センターで2018年10月から2022年4月に行われた
自己卵のIVF/ICSI周期を後ろ向きに調べた単施設研究です。
各周期の年齢、AMHではなくAFC、基礎ホルモンなどを匿名の症例文にまとめ、有料版ChatGPT、無料版DeepSeek、無料版Geminiに、調整なしでそのまま入力しました。予測させたのは、刺激法、トリガーの種類、採卵数、成熟卵数、使える胚の数、臨床妊娠です。

〈結果〉

刺激法を当てた割合は、Gemini 51.26%、DeepSeek 39.92%、ChatGPT 35.91%
トリガーの種類は、ChatGPT 39.31%、DeepSeek 26.61%、Gemini 9.57%
採卵数は、どのモデルも採卵数のばらつきをほとんど説明できなかった
臨床妊娠の予測が最も難しく、いずれも中程度の判別力にとどまった

結論：現状では、IVFの意思決定支援ツールとして使うべきではない。
　　　補助的な役割であってもだ、としています

〈この記事で押さえるべき点はなにか？〉

同じ患者の繰り返し周期は、データの偏りを避けるため除外されたこと。
→　これが一番確実なのにそれがサンプルから完全に漏れている。
平均年齢33.18歳、全体の臨床妊娠率21.8%
こんなにも若い人たちのAI利用しかない。
つまり、高齢の反復不成功患者は検証されていない
若い人たちの例も・・患者自身がAIを使ったのではなく、研究者が整えた症例文を入れている。使えない。

Q3：患者が実生活でAIをどう使うかを追った研究
　　　　【論点：AI利用の実態】

　これは不妊治療の患者ではないがガンや糖尿病など比較的医師とSDMをしやすいテーマで、
「25人の患者、587件の記録」。
　この記事が、今の体外相談をAIに利用できるか？というテーマに一番合致していると思う。
　AIに質問をする患者さんを「もろい主体性」と言い、 　

論文名：意思決定支援を超えて：実生活で医療を求める過程における、
　　　　患者の大規模言語モデルの継続的な利用の探究
　More than Decision Support: Exploring Patients’ Longitudinal Usage of Large Language Models in Real-World Healthcare-　　　Seeking Journeys
国・機関：研究者は米国（コロンビア大学、ジョージア工科大学、ワシントン大学、ミシガン大学）。調査対象の患者は中国
著者：Yancheng Caoほか8名
掲載：CHI 2026（ヒューマンコンピュータインタラクション分野の国際会議）、2026年4月13〜17日、スペイン・バルセロナ
引用：arxiv

Q:何をしたか
「Longitudinal」は、一度きりではなく一定期間追いかけた。
25人の患者に4週間の日記をつけてもらい、その後に面接した研究です。
対象は女性21人、男性4人、年齢は19〜56歳で平均25.2歳。病気は骨折、慢性痛、糖尿病、がんなど様々で、不妊治療の患者は含まれていません。4週間で587件の記録が集まりました。
More than Decision Support: Exploring Patients’ Longitudinal Usage of Large Language Models in Real-World Healthcare-Seeking Journeys +2

結果

AIは決定支援の道具にとどまらず、行動・情報・感情・理解の4つの役割で患者に寄り添っていた
感情面の支えは最も多く挙がった機能で、全員が認め、記録の半分以上で触れられていた
一方で著者らは「fragile agency（もろい主体性）」を指摘。
AIは医学情報へのハードルは下げるが、医学的な専門性へのハードルは下げない 。
AIの扱いに慣れていない人ほど回答の信頼性を判断できず、過信の害を受けやすかった

〈この記事で押さえるべき点はなにか？〉

背景は、大病院に患者が集中し、診察が数分で終わる中国の医療事情
参加者はもともとAIに好意的だった可能性があると、著者ら自身が認めている
医師側の視点は、意図的に研究の範囲外

以上の海外論点3本を並べて見えること

論点1は、AIの回答の質
論点2は、AIの予測精度、
論点3は、患者のAI利用の実態

どれも「患者がAIで予想を立て、主治医にぶつけたら、医師はどう反応するか」は扱っていない
高齢の反復不成功患者は、2でも3でも対象の外にいる。
一番　AIに相談したい人が外れているのは、そもそも出来ないからなのだろうか？

第4章　みんなが知っている新橋のあのクリニックの記事「AIと妊活」の中身は

リプロダクションクリニック東京の公式ブログ「妊活とＡＩ」2025-10-18
https://ameblo.jp/reproductionclinic/entry-12939211127.html
これはクリニック側からみたAIの活用の視点です。
要約をすると・・
ChatGPTに胚の写真を読み込ませれば、簡易的にグレードと根拠を解説し、年齢とグレードを入れればその胚の妊娠率も一応は答えてくる、
と書いています
一方で、ChatGPTは平気で嘘をつくので要注意、と強く警告しています。
「それっておかしくない？」と聞き返すと、あっさり謝ってくる、とも
医学的な調べものにはClaudeが強い、とも書いていますと。

〈blogを読んだ私の考察〉
患者サイドからみたAI利用を知りたかった私。
移植した卵の妊娠率を写真でAIに評価させても意味がない
PGT-Aのハイグレード胚の正常胚でも、着床はしないときはしない。
そして胚分割の動画データをAIに読み込ませても正確性はあまりよくないと知人のART医が言っていた。

患者さんはタイムラプスの動画CDロムを渡させる人は殆どいない。
凍結時・解凍時の写真が中心だ。そもそも・・AIに投げる情報も少ない。
採卵直後の顆粒膜細胞の写真を、少し前（１０年前）はクリニックは渡していたりしてがそれをAIに投げても難しいだろう。
卵子や受精卵の減数分裂は、排卵時と受精時に決まるが・・その画像データやタイムラインをなげても難しいだろう。
なぜならば・・PGT-Aでシーケンサーをかけて正常胚×TOPグレードの胚盤胞でも着床しないときはしない。
胚の問題、子宮の問題などブラックボックスにある。
次回はその記事「Black Box」を書いてみようと思う。

AIでさらに調べていった私がみたもの。
写真をAIになげて解析して人もいた。
「ChatGPTの返答は、Gardner分類で4CCか5CC相当と推定し、発育のポテンシャルはやや低め、推定妊娠率は約10〜20％未満」
とか言われたとあるいうユーザーがnote記事で書いていた。

その書き手は30代後半の妻と2０代後半の夫の夫婦で、３０代後半から不妊治療を始め、採卵3回、ダブル移植1回が不成立、3回目は胚盤胞ゼロで転院した方だった。
その方のその後は知らない。
良きクリニック、良き主治医と出会い・・上手にDr.コミュニケーションをして妊娠している未来を心から願っている。
AIによる予測はまだまだ　穴だらけだ。

だから、妊活でのAI利用は、気持ちの吐き出しにだけ目的を狭めて利用している人が多い。
3章の論文の「感情面の支えは最も多く挙がった機能で、記録の半分以上で触れられていた」と書かれていた。

最終章　：　最初のイシュー（問いかけ）に戻ってみよう。

〈タイトル〉
　　　　　　AIで体外受精の相談はどこまでできる？予測がいるSDMレベルまで出来るのか？
〈サブ・タイトル〉
　　　　　　実際のAI利用で皆はどうAIを不妊治療の相談に使っている？３種類の医学論文から見えてくる限界

　　　　　　
最初に私に・・その話題を投げて彼女（Clientさん）は、今は妊娠をしている。あと２ヶ月で子どもが生まれる。

彼女がやり続けたことは・・
自分で治療経過（＝ログブック）に色々書き込み、自分で考えて
毎回毎回　診察前に自分で予測をして、それを次の診察の時に主治医に予測があたっているか？確かめていた。
それを毎回毎回　主治医と一緒に修正をしながら・・その周期に向かっていった。

彼女にとっては、Dr.がAIの役目をしていた。周期によっては、降りる時は綺麗に降りもした。
その周期は降りるという判断も先生と一緒に決めた彼女。

彼女の主治医は、都内で有名な先生ではあったが、腕もそうだが人間性がグンを抜いていた。
先生は、彼女によくこう言ったという。
「医者なんて、ちょっと詳しいデータをもってるアドバイザーにすぎないよ。決めるは患者さんじゃないか？」

だれもが　主治医をAIのように使いこなせるとは思わない。
主治医に「え？それって・・こういう意味で捉えていいですか？先生教えてください」と先生の引き出しをあけるのが
上手かった。
主治医の見立てを引き出し、対処方を複数引き出し、二人でそれを１つに絞っていった。毎回の診察室で。

先生とその患者さんの会話は、そのログブックをみると手にとるようにわかった。まるで私も、一緒に診察をうけている旦那さまの代理のように、主治医の処方の意図が読めた。だから私は、とても安心していた。

モニターの中のAIは、そうした生の医師のビックデータを知り得ない。人間の知能はすばらしいと思う。
双方（主治医と患者）が知識だけで相手をどうにかしようと思わないのは、高度な知性だと思う。（終）

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　↑　Clickする当該TOPページへ

Mineva Journal　（blog記事一覧）に戻る　　クリック

---

公式blog以外では、note記事も書いています。

今回のテーマと関連のあるnote記事は・・こちらです。
https://note.com/mineva_art/n/n50b23dd81218
↓　BannerをClickしてもらえばそちらに飛びます。

---

10月のAIのニュースで知っている人は知っていると思う。
GoogleのGeminiの無料版に思い切り制約が10/8から入った。
みんなどんなAIをその目的に合わせて使っているだろうか？
色々と組み合わせて使っていると思う。

結論からいうと
無料で使えるGeminiのエンジンは、グレードDOWNを
した。そして以前のエンジンを使いたい人は、有料課金をしてして
月額725円のサブクス課金で「AI　Plus」を契約しなければならない。
（※その上にはAI　PRO（月額￥2900）がある）

以前のエンジン＝パワフルな「Flash」
現在のエンジン＝非力な「Flash-Lite」

でも裏口がある。それを私はAIで調べたの共有したい。
Gemini Notebookのエンジンは、昔のGeminiのエンジンのままなのだ。
だから、以前のパワフルなエンジン「Flash」がそのまま使える。