Claude Codeによる医療アシスタント開発の始め方と実践テクニック【医療×AI開発入門】

Claude Codeによる医療アシスタント開発の始め方と実践テクニック

医療現場やヘルスケアサービスにおいて、AIを活用した「医療アシスタント」は急速に存在感を増しています。診療前の問診サポート、患者さんからの問い合わせ対応、医療情報の検索支援、電子カルテ入力補助など、活用シーンは多岐にわたります。その中でも、Anthropicの開発環境であるClaude Codeを用いることで、安全性と生産性を両立した医療アシスタントを比較的スムーズに開発できます。

本記事では、「Claude Codeによる医療アシスタント開発の始め方と実践テクニック」をテーマに、これから医療AIに取り組むエンジニア・医療機関・スタートアップに向けて、具体的な進め方や設計のポイントを解説します。

1. Claude Codeとは？医療アシスタント開発との相性

まずは、Claude Codeの特徴と、医療アシスタント開発と相性が良い理由を整理します。

1-1. Claude Codeの概要

Claude Codeは、Anthropicが提供するAI支援の開発環境です。チャット形式でコードを書いたり、リファクタリングやテスト作成を依頼したりできるだけでなく、リポジトリ全体を読み込んで仕様を理解させることも可能です。

• 自然言語による仕様入力からコード生成
• 既存コードの解説・ドキュメント生成
• テストコードや例外処理の自動補完
• 複数ファイル・大規模プロジェクトのコンテキスト理解

これにより、医療アシスタントのような複雑なドメインでも、要件を自然言語で伝えながら開発を進められる点が大きな利点となります。

1-2. 医療アシスタントで重視すべきポイント

医療系のAIアプリケーションにおいては、一般的なチャットボット開発とは異なる注意点があります。

• 安全性・正確性: 誤った助言が重大な結果につながる可能性
• コンプライアンス: 医療法、個人情報保護法、各種ガイドラインへの対応
• 説明責任: AIの回答をどう位置づけるか（診断ではない、など）
• ログ・監査: 利用履歴の記録とトレース性

Claude Codeは、「安全性を重視したLLM（Claude）」を基盤に開発を行えるため、プロンプト設計やガードレール（制約）を組み込むことで、これらの要件を満たしやすくなります。

2. 医療アシスタント開発の全体像

Claude Codeで医療アシスタントを作る際の、全体的な流れを俯瞰しておきましょう。

1. 目的・ユースケースの定義
2. 対象ユーザーと利用シーンの整理
3. 必要な機能の洗い出し（MVPの範囲決定）
4. 安全性・制約条件（ガードレール）の設計
5. アーキテクチャ設計（バックエンド／フロントエンド／LLM連携）
6. Claude Codeを使った実装・テスト
7. 医療者レビューとPoC（実証実験）
8. 運用設計（監査ログ、改善サイクル、問い合わせ窓口）

この記事では、とくに4〜6の「実装フェーズ」を具体的に解説しつつ、1〜3の上流設計で押さえるべきポイントも併せて取り上げます。

3. ステップ1：医療アシスタントの目的とユースケースを明確化する

Claude Codeでコードを書き始める前に、まずは何のための医療アシスタントかを明確にします。ここを曖昧にしたまま開発を進めると、機能過多で使いにくいツールになったり、安全性チェックが漏れたりしがちです。

3-1. 代表的な医療アシスタントのユースケース

• 問診支援
  • 患者さんへの事前オンライン問診
  • 症状や既往歴、服薬状況の整理
  • 医師への引き継ぎ用サマリー自動生成
• 患者問い合わせ対応
  • 診療時間、アクセス、予約方法などのFAQ
  • 軽微な症状に対する一般的な対応策の案内（受診勧奨など）
  • 服薬リマインドや通院リマインド
• 医療者向け情報検索
  • ガイドラインや論文の要約
  • 院内マニュアルの検索・要約
  • 診療報酬や手続き関連の検索サポート
• カルテ・書類作成支援
  • カルテの要約やレポートドラフト生成
  • 紹介状、診断書などの雛形生成

まずは1〜2個のユースケースに絞り、MVP（Minimum Viable Product）としてローンチするのがおすすめです。

3-2. Claude Codeに要件を伝えるコツ

ユースケースが決まったら、Claude Code上で以下のような形で要件を自然言語で整理して共有します。

・目的: クリニックのWebサイトに設置する、患者向け医療アシスタントチャットボット
・対象ユーザー: 一般の患者（医療知識は前提としない）
・主な機能:
  - 診療時間、アクセス、予約方法などのFAQ回答
  - 受診すべきか迷っている軽微な症状に対して、緊急性の高い症状かどうかの目安を案内
・禁止事項:
  - 診断の断定、具体的な処方薬の指示は行わない
  - 迷う場合は必ず「医療機関の受診」を促す
・トーン: 丁寧でわかりやすく、専門用語は避ける

このように要件をテキストでまとめた上で、「この仕様に合うバックエンドのAPI設計案と、主要なエンドポイントのコードを提案して」と指示すると、Claude Codeが具体的なコード案を提示してくれます。

4. ステップ2：安全性を高めるプロンプト設計とガードレール

医療アシスタントでは、「どのように答えるか」を制御するプロンプト設計が極めて重要です。Claude Codeを使うことで、このプロンプトをコード上で管理し、バージョン管理することが可能です。

4-1. システムプロンプトでルールを明確にする

まずは、LLMに与えるシステムプロンプトとして、以下のようなルールセットを用意します。

あなたは医療機関向けのサポートAIです。

・あなたは医師ではなく、診断や治療方針を決定することはできません。
・症状に関する質問には、一般的な情報提供と、受診の目安のみを案内してください。
・緊急性の高い症状が疑われる場合は、ただちに救急受診を促してください。
・薬の名前や用量を具体的に指示してはいけません。
・不明確な点があれば推測せず、「わかりません」と回答し、医療者への相談を勧めてください。
・ユーザーの不安をあおらない、落ち着いたトーンで回答してください。

Claude Codeでは、このようなプロンプトを環境変数や設定ファイルとして管理し、テスト環境と本番環境で切り替えるコードも容易に生成できます。

4-2. 禁止トピックと例外処理

医療分野では、特定のトピック（自殺・自傷行為、違法薬物、倫理的にセンシティブな領域など）について、より厳格な制御が求められます。Claude Codeを用いて、禁止トピックを検出した場合の例外処理を実装しましょう。

たとえば、以下のような処理フローが考えられます。

• ユーザー入力を受け取る
• 事前フィルタモジュールで、センシティブなキーワードやパターンをチェック
• 該当する場合は、通常の回答ではなく、専用のテンプレートメッセージで対応
• 必要に応じて、人間のオペレーターや医療者へのエスカレーション導線を表示

このようなロジックは、Claude Codeに対して「自殺・自傷に関する発言が含まれる場合のハンドリング関数をTypeScriptで書いて」と依頼することで、具体的なコードスニペットを自動生成させることができます。

5. ステップ3：アーキテクチャ設計とClaude Codeでの実装

次に、医療アシスタントの基本的なアーキテクチャと、Claude Codeでの実装の進め方を解説します。

5-1. 典型的なアーキテクチャ構成

シンプルな構成例は以下のとおりです。

• フロントエンド：WebチャットUI（React / Vue / Next.jsなど）
• バックエンド：APIサーバー（Node.js / Python / Go など）
• LLM連携：Claude APIへのリクエスト処理レイヤー
• データストア：ログ保存用DB、FAQデータ、院内マニュアル

Claude Codeを使う場合、リポジトリ全体を読み込ませて「この構成で、チャット履歴とともにClaude APIを呼び出すサービスクラスを作って」と指示すると、設計に沿ったコードが生成されます。

5-2. Claude APIクライアントの実装例

バックエンドでのLLM呼び出し部分は、再利用性の高いクライアントクラスとしてまとめておくと便利です。Claude Codeに対し、以下のような要件を伝えると効率的に実装できます。

・Node.js + TypeScriptで実装
・Claude APIの呼び出しを行うクラス ClaudeMedicalClient を作成
・コンストラクタでAPIキーとシステムプロンプトを受け取る
・メソッド generateResponse() で、ユーザーの質問とチャット履歴を受け取り、
  医療アシスタント用のルールに従って回答を生成する
・エラー時には独自の例外クラスをスロー

Claude Codeは、これに基づいて型定義、エラーハンドリング、テストコードまで提案してくれるため、実装スピードと品質を同時に高めることができます。

6. ステップ4：医療知識ベースの統合とRAG

医療アシスタントの精度を高めるには、LLM単体の知識に頼るのではなく、ガイドラインや院内マニュアルなどの外部知識ベースを組み合わせることが重要です。その代表的な方法が、RAG（Retrieval-Augmented Generation）です。

6-1. RAGの基本的な流れ

1. ユーザー質問を受け取る
2. 質問内容をベクトル化し、類似するドキュメントを検索
3. 上位の関連ドキュメントを数件取得
4. それらをコンテキストとしてLLMに渡し、回答を生成

Claude Codeを用いれば、この一連の流れを実現するための検索モジュール、ストア構造、インターフェースを自動生成しつつ、自分のプロジェクトに合わせてカスタマイズしていくことができます。

6-2. 医療分野でのRAG設計の注意点

• ソースの信頼性：公的ガイドライン、学会資料、院内で承認済みのマニュアルに限定する
• 更新管理：ガイドライン改訂時にどのように検索インデックスを更新するか
• 出典の表示：ユーザーや医療者に対し、どの資料に基づく情報かを明示する

Claude Codeには、「このRAGパイプラインに、回答とともに出典をJSON形式で返す機能を追加して」と指示すると、レスポンススキーマを定義したコードを生成させることができます。

7. ステップ5：テストとバリデーションの自動化

医療アシスタントにおいては、仕様どおりに動作しているかを継続的に確認することが欠かせません。Claude Codeは、テストコードやシナリオの生成にも非常に役立ちます。

7-1. 想定Q&Aシナリオからテストを生成

まずは、医療者や関係者と議論しながら、代表的なQ&Aシナリオをテキストで整理します。

・シナリオ例1: 37.5度の発熱と喉の痛みがあり、受診すべきか迷っている
・シナリオ例2: 処方された薬を飲み忘れた場合の対応を知りたい
・シナリオ例3: 胸の強い痛みが突然始まったケース

これをClaude Codeに渡し、「これらのシナリオを元に、期待される出力パターンを含んだ自動テストをJestで書いて」と依頼することで、具体的なテストケースを生成させることができます。

7-2. 安全性回帰テストの仕組み

モデルやプロンプト、RAGの知識ベースを更新すると、以前は安全に回答できていた質問が、不適切な回答に変わってしまうリスクがあります。このリスクを抑えるには、以下のような回帰テストが有効です。

• センシティブな質問集を用意する
• 定期的に全質問をAIに投げてレスポンスを取得
• 禁止事項違反やトーンの乱れがないかを確認

Claude Codeは、こうしたテストスクリプトのひな形を一括生成するのに適しており、「100件のテスト質問に対してAPIを並列実行し、結果をCSVにまとめるスクリプトを書いて」と依頼すれば、すぐに実行可能なコードが提示されます。

8. ステップ6：運用開始後の改善サイクル

医療アシスタントは、リリースして終わりではなく、運用しながら継続的に改善していくプロダクトです。Claude Codeは、この改善サイクルのなかでも威力を発揮します。

8-1. ログ分析とフィードバック反映

運用開始後は、以下のような指標をモニタリングします。

• 利用回数・利用時間帯
• よくある質問のパターン
• 「役に立った／役に立たなかった」フィードバック
• オペレーターや医療者へのエスカレーション率

これらのデータをもとに、次のような改善を行いましょう。

• プロンプトの微調整（説明の丁寧さ、受診勧奨のタイミングなど）
• FAQや知識ベースの追加・更新
• UI／UXの改善

Claude Codeには、ログ分析用のSQLクエリやダッシュボード構成案も生成させることができます。

8-2. 医療者との協働プロセス

医療アシスタントの品質を高めるには、医療者との継続的な協働が不可欠です。

• 定期的なレビュー会を設定し、問題のある回答例を共有
• 医療者からのフィードバックをプロンプトや知識ベースに反映
• 重要な変更については、テスト環境での検証→本番反映のフローを明確化

この運用フロー自体も、Claude Codeに「医療アシスタント運用の標準手順書をMarkdownで作って」と依頼することで、初版のドラフトを短時間で作成することができます。

9. Claude Codeで医療アシスタント開発を始めるための実践テクニック

最後に、Claude Codeを活用して医療アシスタントをスムーズに立ち上げるための、具体的なテクニックをいくつか紹介します。

9-1. プロジェクトの「コンテキスト」を最初に読み込ませる

新規プロジェクトでも既存システムの拡張でも、最初に以下の情報をClaude Codeにまとめて渡すと、その後のやりとりがスムーズになります。

• 要件定義（目的、対象、機能一覧、安全性要件）
• 既存システム構成図やER図
• 利用予定の技術スタック（言語・フレームワーク・DBなど）
• 関連する院内ルールやガイドラインの概要

これらをベースに、「この要件に合うディレクトリ構成と初期コードを生成して」と依頼すると、プロジェクトの土台づくりが一気に進みます。

9-2. 小さな単位で指示して、こまめにレビューする

医療分野のコード生成では、一度に大きなモジュールを任せるよりも、小さな機能ごとに指示してレビューする方が安全です。

• まずはAPIインターフェースだけを一緒に設計
• 次に、バリデーションロジックだけを生成
• その後、LLM呼び出しロジックを追加

このようにステップを分けることで、不具合の原因を特定しやすくなり、安全性チェックもしやすくなります。

9-3. 「こういう回答はダメ」というネガティブ例もプロンプトに入れる

医療アシスタントでは、「やってはいけない回答例」を具体的にプロンプトで示すのが効果的です。

• 診断名を断定する（「○○病です」など）
• 特定の薬剤名や用量を指示する
• 救急受診が必要なケースで様子見を推奨する

Claude Codeでプロンプトを管理し、「このネガティブ例を踏まえてシステムメッセージを改善して」と指示すると、より安全性の高いプロンプトにブラッシュアップできます。

10. まとめ：Claude Codeで安全かつ実用的な医療アシスタントを構築しよう

本記事では、Claude Codeによる医療アシスタント開発の始め方と実践テクニックを解説しました。ポイントを振り返ります。

• まずはユースケースと対象ユーザーを明確にし、MVPに絞る
• システムプロンプトとガードレールで、安全性と制約をコードとして管理する
• Claude Codeを活用して、APIクライアントやRAGパイプライン、テストコードを効率的に実装する
• 医療者との協働とログ分析により、運用しながら継続的に改善する

Claude Codeは、医療というセンシティブな領域においても、人間中心・安全重視のAIアシスタントを開発するための強力なパートナーとなります。この記事で紹介したステップとテクニックを参考に、まずは小さなプロトタイプから開発を始めてみてください。

参考動画はこちら：
https://youtu.be/MDKJA5lqELo?si=bX5t8NNeb_ErYWPN