- 468記事：港区の予防接種、健診、疾患別ホームケア
- 医師監修：すべての記事を自分で執筆・校閲
- AIチャット：記事を参照するRAGベースの質問応答
- 多言語対応：英語・中国語での閲覧
- 情報処方：外来で記事URLを直接紹介
Next.js + MDX + Vercel
デジタル医学会 2026 / 招待講演
医師がコードを書く時代
AI Codingで医療アプリを作る
岡本 賢 / 愛育病院 小児科
これ、全部ひとりで作りました
APP 01
MINATON
港区の子育て情報を集約した医療情報アプリ。468記事。月間アクセス数千。
APP 02
専門医試験アプリ
小児科専門医試験の勉強アプリ。670疾患、過去問480問を収録。
APP 03
スライドシステム
今映しているこのスライドも自作。HTMLベースで7テーマ、エディタ付き。
プログラミングの正式な教育を
受けたことはありません
医学部卒。研修医を経て小児科医。コードを書き始めたのは2024年。
今日お話しすること
医師のアイデアが死蔵される構造的問題
なぜ臨床現場の知見がプロダクトにならないのか
3つのアプリを作って学んだこと
MINATON / 専門医試験アプリ / スライドシステム
AI Codingの始め方と、医師が作ることの意味
ツール選定から最初の1歩まで
PART 01
医師のアイデアは
なぜ実装されないのか
臨床現場はアイデアの宝庫
外来で毎日同じ説明をしている。患者さんが正しい情報にたどり着けない。カルテの文書作成に時間を取られる。医師は日常的に「これ、アプリがあれば解決するのに」と感じている。
- 「この病気の説明、毎回同じことを話している」
- 「親御さんがネットで不正確な情報を見て不安になっている」
- 「勉強用のまとめノートを効率的に管理したい」
- 「学会発表のスライドを毎回ゼロから作り直している」
でも、ほとんど実装されない
従来のルート
企画書を書く
開発会社を探す
見積もり: 300万〜
開発期間: 6ヶ月〜
...諦める
壁の正体
- コストの壁：個人で出せる金額ではない
- コミュニケーションの壁：臨床の文脈がエンジニアに伝わらない
- 時間の壁：臨床しながら開発プロジェクトを管理できない
- イテレーションの壁：1回作ったら修正が高額
臨床を一番理解している人が
プロダクトを作れない
ドメイン知識と実装力が分離していることが、医療ITの根本的なボトルネック。
AI Codingが構造を変える
Before
医師がアイデアを持つ
→ エンジニアに外注
→ 仕様のすれ違い
→ 高コスト・長期間
→ 多くが頓挫
→
After
医師がアイデアを持つ
→ AIに自然言語で指示
→ コードが生成される
→ すぐ試せる・すぐ直せる
→ 臨床知がプロダクトになる
Claude Code という橋
Anthropic社が提供するAIコーディングツール。ターミナル上で自然言語の指示を出すと、AIがファイルを読み、コードを書き、実行し、エラーを修正する。「考える→実行する→確認する」のループを自律的に回す。
医師の言葉で指示
プログラミング用語を知らなくても、やりたいことを日本語で伝える
AIがコードを書く
ファイル構成、UI設計、API連携まで自動生成
動くアプリが完成
Webアプリとして公開。修正も自然言語で即座に
CASE 01
MINATON
港区の子育て情報を「処方」する
外来の15分で伝えきれない
小児科の外来は1人あたり10〜15分。病気の説明、ホームケア、受診の目安、薬の飲ませ方。伝えたいことの半分も伝わらない。親御さんは帰宅後にスマホで検索し、玉石混交の情報に振り回される。
「先生に聞いたことを家で思い出せない」「ネットで調べたら怖いことが書いてあった」
（外来での保護者の声）
信頼できる医療情報を
外来で「処方」できたらどうか
薬と一緒に、情報も渡す。これが「情報処方」のコンセプト。
MINATONの全体像
どうやって作ったか
臨床で「よく聞かれること」をリスト化
外来で繰り返し説明しているトピックを洗い出す。これが記事のネタ元。
Claude Codeに「こういうサイトを作りたい」と指示
デザイン参考サイトのURLを渡し、トーンと構成を伝える。コードは全てAIが生成。
記事をMDXで書き、AIにレビューさせる
医学的内容は自分で書く。文体の統一、SEO最適化、リンク整備はAIが担当。
Vercelにデプロイして即公開
GitHubにpushするだけで自動デプロイ。修正も即反映。
実際のやりとり
Claude Code への指示（実際のプロンプト）
$ 突発性発疹の記事を書いて。 対象読者は0-1歳の保護者。 構成: 症状→経過→ホームケア→受診目安。 トーンはやさしく、でも正確に。 参考: AAP Red Book, Nelson Textbook。 → 3分後、MDXファイルが生成される → 医学的内容を確認・修正 → git push → 即公開
MINATONの現在地
468
記事数
0
外注費（円）
1
開発者（人）
Case 1 の学び
- ドメイン知識が最大の資産：「何を書くべきか」を知っているのは医師だけ。技術はAIが補える。
- 完璧を待たない：最初の10記事で公開。フィードバックを受けて改善。
- 外来で使って初めて価値が出る：作って終わりではなく、診療の中に組み込む。
臨床で使う → データが溜まる
→ 研究になる → 論文になる
プロダクトは論文のための装置にもなる。LLM×患者教育のSRを進行中。
CASE 02
専門医試験アプリ
自分の勉強道具を自分で作る
専門医試験の勉強は非効率
従来の勉強法
- 教科書を通読 → 膨大すぎて終わらない
- 過去問集を解く → 解説が不十分
- ノートにまとめる → 検索できない
- 暗記カード → 作るのが面倒
本当に欲しかったもの
- 疾患ごとに構造化されたまとめ
- 過去問と解説がリンクしている
- 弱点を自動で特定してくれる
- スマホでいつでも復習できる
作ったもの
小児科専門医試験に特化した学習アプリ。疾患データベース+問題演習+弱点分析の3機能。
SPEC
- 670疾患のメモ・まとめ
- 過去問480問 + 詳細解説
- 12分野の優先順位マトリクス
- Studyモード（1問ずつ解説付き）
「自分が欲しい」が最強の仕様書
要件定義書はない。自分が勉強していて「ここが不便」と感じるたびにClaude Codeに指示を出す。使いながら作る、作りながら使う。このサイクルが1日に何度も回る。
実際の指示
呼吸器の疾患ファイルから 5択問題を3問作って。 選択肢は全部もっともらしく。 解説は各選択肢すべてに。
外注なら「要件定義→設計→開発→テスト→納品」に数ヶ月。AI Codingなら「思いつく→指示する→5分後に使える」。この速度差が、プロダクトの質を根本的に変える。
ユーザーと開発者が同一人物のとき
フィードバックループは最速になる
Case 2 の学び
- 自分の問題を解くツールが一番良いものになる：汎用性を追わず、自分の勉強に最適化した。
- データ構造が命：疾患ごとの構造化データがあれば、問題生成もまとめ作成もAIが自動化できる。
- 「ついでに」の力：試験勉強のために作ったデータが、外来での説明資料にも使えた。
CASE 03
スライドシステム
このスライドも自作です
PowerPointの限界
学会発表、セミナー、勉強会。医師はスライドを作る機会が多い。しかしPowerPointは「1枚ずつ手作業で組む」ツール。30枚のスライドを作るのに半日かかる。デザインの統一も難しい。
PowerPoint
1枚ずつ手動配置
デザイン統一が困難
テーマ変更で崩れる
バージョン管理不可
→
HTMLスライド
テーマCSSで一括制御
コンテンツはHTMLで構造化
テーマ切替は1行
Gitで完全管理
3層分離アーキテクチャ
ENGINE
共通基盤
16:9ロック、ナビUI、PDF出力、スケーリング。触らない。
THEME
デザイン
カラー、フォント、余白をCSS変数で定義。7テーマから選択。
CONTENT
中身
発表ごとにHTMLを書く。テーマとエンジンは共有。
スライドの作り方
テーマとフレームワークを選ぶ
24種類のフレームワーク辞典からテーマに合う構成を提案してもらう。
Claude Codeに素材を渡して生成
メモ、原稿、論文URLを渡すと、45枚のHTMLスライドが数分で生成される。
ブラウザで確認、エディタで微調整
Webエディタでテキスト修正、要素の移動、スライドの並べ替え。
Vercelにデプロイ、URLを共有
参加者にURLを送るだけ。PDFも1クリックで書き出し可能。
「道具を作る道具」を作ると
生産性が指数関数的に上がる
アプリを作る → スライドシステムを作る → スライドでアプリの話をする。メタレベルの自動化。
3つのケースの共通点
| MINATON | 試験アプリ | スライド | |
|---|---|---|---|
| 動機 | 外来の課題 | 自分の勉強 | 発表の効率化 |
| 開発者 | 自分1人 | 自分1人 | 自分1人 |
| 外注費 | 0円 | 0円 | 0円 |
| 開発期間 | 継続的 | 2ヶ月 | 1ヶ月 |
| 共通項 | 自分の問題を、自分の言葉で、AIに指示して解決 | ||
PART 04
始め方と、
医師がコードを書く意味
始めるのに必要なもの
必須
- PC：Mac推奨（ターミナルが使いやすい）
- Claude Code：Anthropicのサブスクリプション
- 解決したい問題：これが一番大事
不要
- プログラミングの知識
- 情報工学の学位
- エンジニアの友人
- 開発予算
最初の1時間でやること
Claude Codeをインストール
ターミナルで1行コマンドを実行するだけ。
「Hello World」を作る
「自己紹介ページを作って」と指示する。30秒で動くWebページが完成する。
自分の問題を1つ解決する
小さくていい。「当番表を自動生成するツール」「薬剤量計算機」など。
うまくいくコツ
- 小さく始める：最初から完璧なアプリを目指さない。まず1機能。
- 自分が使うものを作る：「誰かに使ってもらう」はあとでいい。自分の問題を解く。
- 見た目は後回し：動くことが最優先。デザインはAIに任せればそこそこになる。
- AIの出力を盲信しない：特に医学的内容は必ず自分で確認する。AIは道具であって著者ではない。
よくある質問
「セキュリティは大丈夫？」
患者の個人情報はコードに含めない。公開情報のみでプロダクトを構成する。API鍵は環境変数で管理。
「医療機器規制に該当する？」
診断・治療の意思決定を行わない情報提供ツールは、現行法上は医療機器に該当しない。ただし分野と機能による。
よくある質問（つづき）
「AIが間違ったコードを書いたら？」
エラーが出たらAIに直させる。「動かないので修正して」で大抵解決する。完全に詰まったら新しいセッションで最初からやり直す。
「月額いくらかかる？」
Claude Codeは月額$100〜$200程度。Vercel（ホスティング）は個人利用なら無料枠で十分。外注費と比べれば桁が違う。
なぜ医師「が」作るべきなのか
ドメインエキスパートが作る強み
エンジニアが作るとき
技術的には正しい。しかし「外来の15分で何が起きているか」「親がどこで不安になるか」「この薬は粉にして飲ませる文化がある」といった暗黙知が抜け落ちる。
医師が作るとき
技術的にはAIに任せる。しかし「何を作るか」「誰のために」「どの文脈で使うか」の判断はすべて臨床経験に基づく。この判断こそが価値。
AIは実装の限界費用を
ほぼゼロにした
残るのは「何を作るか」の判断。それは臨床の中にしかない。
まとめ
- AI Codingにより、プログラミング未経験の医師でもプロダクトを作れる時代が来た
- 臨床のドメイン知識こそが最大の武器。技術はAIが補完する
- 小さく作って、自分で使って、フィードバックを回す。このサイクルが最速
- 「誰かが作ってくれるのを待つ」から「自分で作る」へ
あなたの外来の「あの不便」は
今週末に解決できるかもしれない
Thank you.
岡本 賢 / 愛育病院 小児科
X: @okamon_sen / minaton.jp