こんにちは、OpenEvidenceの日本担当の前田です。
医療従事者の方々から、OpenEvidenceについて様々な質問、要望を伺います。
- OpenEvidenceとは何か？
- ChatGPTと何が違うのか？
- 日本の医療現場でも使えるのか？
OpenEvidenceとは、臨床上の疑問を自然な日本語で入力すると、医学文献や診療ガイドラインをもとに引用付きで回答する医療AI検索ツールです。
論文検索にかかる時間を短縮しつつ、根拠となる文献まで確認しやすくするAIです。
この記事では、OpenEvidenceの特徴、注意点、日本で使えるのか、その他の汎用生成AIとの違いまでわかりやすく解説します。
汎用性の高い生成AIを医師がどのように使うべきなのかをより広い意味で解説しているエビデンスベースAIを医師が使う理由も合わせてご利用ください。
なお、OpenEvidenceの回答は最終的な臨床判断の代替ではないため、日本で使う場合は国内ガイドラインや添付文書との照合が必要です。
OpenEvidenceをこれから使う方・もっと使いたい方
OpenEvidenceとは？医療従事者向けの臨床意思決定支援ツール
- 全米の医師の40%以上が活用するAI検索・臨床意思決定支援ツール
- 日本の医療従事者も利用が可能
全米医師の40%以上が活用するエビデンスベースのAI検索・臨床意思決定支援ツール
OpenEvidenceは、米国発の医師や医療従事者向けに作られたエビデンスベースの生成AI検索ツールです。
臨床上の疑問を自然な文章で入力すると、医学文献や診療ガイドラインなどをもとに回答を返してくれます。
たとえば、以下のような疑問です。
- 高齢者の心不全患者にSGLT2阻害薬を使う根拠はあるか
- 妊娠中の片頭痛に使える薬剤は何か
- CKD患者にNSAIDsを使うリスクは何か
通常の文献検索では、検索キーワードを考え、複数の論文やガイドラインを読み、要点を整理する必要があります。
OpenEvidenceでは、上記のように医療従事者が臨床で使うような自然な言葉で質問できます。
医療従事者の論文検索や意思決定のためのエビデンスベースのAIツールとしてすでに米国では40％以上の医師が登録しています。
OpenEvidenceの最新ニュース・提携情報をまとめて確認する
OpenEvidenceは、米国医師の利用拡大、大型資金調達、電子カルテ連携、学会・出版社との提携、新機能の発表など、2026年に入ってからも多くのニュースが出ています。
本サイトでは、OpenEvidenceに関する最新ニュースや、米国での医療機関・学会・学術出版社との提携情報を、以下の記事でまとめています。
OpenEvidenceの最新ニュースまとめ｜米国医師の利用拡大と医療AI提携の動向
OpenEvidenceが実際の医療現場でどのように活用され始めているのか、米国でどのような提携が進んでいるのかを知りたい方は、上記のニュースハブ記事をご覧ください。
なお、OpenEvidenceの公式ニュースリリースは、OpenEvidence公式発表一覧から確認できます。
日本の医療従事者も利用が可能
OpenEvidenceは、日本の医療従事者も無料で利用が可能です。
OpenEvidenceは、医療従事者向けのサービスですので、医療従事者としての認証が必要です。医師免許証、病院ID、医学生証などを示すことで利用が可能です。
公式サイトもしくはアプリ（iPhone・Android)で最新情報を確認の上、登録をしましょう。
画像付きで登録方法を説明している「OpenEvidenceの登録方法と手順」もご活用ください。
OpenEvidenceとは？なぜ使われているのか5つの理由
- 1. 日本語で入力、世界トップの医学文献エビデンスを日本語で受け取れる
- 2. 根拠となった一次論文へワンクリックでアクセス可能
- 3. アブストラクトだけでなく、主要論文の全文を参照している
- 4. 根拠に基づいた回答生成でハルシネーションを防ぐ仕組み
- 5. 無料で使える｜医療従事者のみのエビデンスAIツール
1. 日本語で入力、信頼の情報源を根拠とした回答を日本語で受け取れる
OpenEvidenceが活用されている理由の一つが、日本語で臨床上の疑問を入力し、世界トップレベルの医学文献に基づく回答を日本語で確認できることです。
OpenEvidenceは、NEJM、JAMA、NCCN、Cochraneなど、医師が日常的に参照する医学情報源をもとに回答を整理します。
引用元となる医学情報やガイドラインなどの詳しい位置づけは、OpenEvidenceの情報源・引用する医学文献一覧で整理しています。
そのため、単に「AIがそれらしく答える」のではなく、エビデンスに基づいた医学情報として回答を確認しやすい点が特徴です。
忙しい診療の中で、日本語で質問し、信頼できる医学文献に基づいた回答を日本語で受け取れることは、医療従事者にとって大きなメリットです。
参考記事：OpenEvidenceは日本語で使える？日本での利用方法を解説
２．根拠となった一次論文へワンクリックでアクセス可能
2つ目は、OpenEvidenceの回答の根拠となる文献にアクセスしやすく、文献検索にも役立つことです。
OpenEvidenceは臨床上の疑問に対して回答を生成するだけでなく、その回答のもとになった論文や診療ガイドラインの参照リンクもあわせて提示します。
実際のユーザーの声でも、回答に参照リンクが付いているため、根拠となる一次論文まで効率よく確認しやすい点が評価されています。
つまりOpenEvidenceは、単に回答を得るためのAIではなく、臨床疑問に関連するエビデンスを探し、一次情報にたどり着くための文献検索支援ツールとしても大きなメリットがあります。
参考記事：初心者でも安心のOpenEvidenceの使い方を解説
3. アブストラクトだけでなく、主要論文の全文を参照している
OpenEvidenceの特徴の一つは、論文のアブストラクトだけでなく、全文や図表なども含めた医学情報を活用して回答を導いている点です。
そのため、アブストラクトだけをもとにした要約ではなく、より深いエビデンスに基づいた回答を確認しやすい点がメリットです。
つまりOpenEvidenceは、論文の表面的な情報だけでなく、医学文献の中身まで踏まえたエビデンス確認を支援するツールです。
4. RAGにより根拠に基づいた回答を生成する
OpenEvidenceの特徴の一つが、RAGを活用した回答生成です。RAGとは、AIが外部の情報源を検索し、その内容をもとに回答を生成する仕組みです。
一般的な生成AIでは、根拠が不明な内容をもっともらしく回答してしまうことがあります。
一方で、エビデンスベースAIであるOpenEvidenceは、医学文献や診療ガイドラインなどを参照し、RAGの仕組みにより回答を整理します。
そのため、回答の根拠を確認しやすく、医療従事者が原典にたどり着きやすい点が特徴です。
RAGとエビデンスベースAIの関係については、「RAGとエビデンスベースAI」で詳しく解説しています。
５．無料で使える｜医療従事者のみのエビデンスAIツール
OpenEvidenceが利用されている理由のひとつが、医療従事者であれば無料で使えることです。
OpenEvidenceは一般向けのAIサービスではなく、医師や薬剤師などの医療従事者向けに提供されています。
利用者から直接課金するのではなく、広告収益を中心としたビジネスモデルで運営されています。
そのため、医療従事者は費用を気にせず、エビデンスに基づくAI検索ツールとして活用しやすい点が大きなメリットです。
OpenEvidenceの料金やビジネスモデルについては、以下の記事で詳しく解説しています。
→ 「OpenEvidenceが無料？なぜ無料で使えるのかその理由を解説」
OpenEvidenceの医師・薬剤師による評判・口コミ
- 臨床疑問を素早く調べられる
- 専門外の領域をざっくり確認しやすい
- 論文検索や抄読会準備の入り口になる
OpenEvidenceは、日本でも、医師や薬剤師によるレビューが少しずつ増えています。ここでは、その中からいくつかを紹介します。
詳しくレビューや口コミを集めた記事「OpenEvidence医師・薬剤師によるレビュー・SNSまとめ」にあわせてご活用下さい
臨床疑問を素早く調べられる
日常診療で生じた疑問をすぐに調べられる点をメリットとして挙げて頂いています。
「質問から回答までわずか数秒で、UpToDateで同じ情報を探すよりもはるかに速く、ChatGPTよりも信頼性の高い回答が得られました。」
OpenEvidenceは、臨床疑問に対して関連する論文やガイドラインの候補を短時間で整理します。まず全体像をつかみ、次に確認すべき文献へ進むための入り口として使いやすいツールです。
専門外の領域をざっくり確認しやすい
専門外の疾患や治療について調べたいときにも、OpenEvidenceは使いやすいと評価されています。
「自分の使い方は主に『専門外のことをざっくり知りたいとき』です。」
専門外の領域では、まず何を調べるべきか、どの論文やガイドラインに当たるべきかで迷うことがあります。OpenEvidenceは、そうした場面で最初の見取り図を作るためのツールとして使われています。
論文検索や抄読会準備の入り口になる
OpenEvidenceは、論文検索や抄読会準備の前段階でも活用されています。
PubMedやGoogle Scholarで一から検索する場合、検索キーワードを考え、論文を選び、関連するガイドラインを探す必要があります。
「Open Evidence は、そうした課題に真正面から取り組んでいる米国発の医療者のための AI論文ナビゲーションツール です。」
出典：一生研究｜脳内ライブラリアン「臨床医必見！Evidence重視のAI検索ツール『Open Evidence』使い方」
OpenEvidenceは、論文そのものを読む作業を代行するツールではありません。しかし、読むべき論文、確認すべき論点、関連するガイドラインを探す入り口としては便利です。
OpenEvidenceを使う際のコツと注意点・限界とは？
- AIの回答は最終的な臨床判断の代替ではない
- 患者情報や個人情報を入力しない
- 診療ガイドラインは米国に基づいている
- 音声認識など、日本語対応していない機能もある
- PICOを意識すると質問の精度が上がる
AIの回答は最終的な臨床判断の代替ではない
OpenEvidenceは便利です。しかし、最終的な臨床判断の代替にはなりません。
なぜなら、医療判断は、文献だけで決まらないからです。
実際には、患者の年齢、既往歴、併用薬、腎機能、肝機能、妊娠の有無、検査結果、身体所見、患者の希望、医療機関の体制などを考える必要があります。
AIは文献やガイドラインを整理できます。
しかし、目の前の患者にどう適用するかは、医療従事者が判断する必要があります。
OpenEvidenceは、判断材料を集めますが、答えを決めてもらうツールではありません。
患者情報や個人情報を入力しない
OpenEvidenceを利用する際は、患者さんを特定できる情報を入力しないことが重要です。
氏名、生年月日、カルテ番号、住所、電話番号、顔写真、まれな疾患名と詳細な経過などは、組み合わせによって個人が特定される可能性があります。
症例について質問する場合は、年齢層、性別、主な既往歴、薬剤、検査値など、医学的な論点に必要な情報だけを残し、個人が特定される情報は削除してから入力してください。
医療AIを安全に使うための考え方や院内でのルール整備については、「医療AIガバナンス」の記事で詳しく解説しています。
診療ガイドラインは米国に基づいている
OpenEvidenceの回答は、海外の医学文献や米国のガイドラインに基づいており、日本の診療と完全に一致するとは限りません。
たとえば、海外では承認されている薬が日本では未承認だったり、海外では標準治療でも日本では保険適用外だったりする場合があります。
OpenEvidenceの回答を、そのまま日本の臨床に当てはめるのは危険な場合があります。
日本で使う場合は、日本の診療ガイドライン、添付文書、PMDA情報、保険適用、院内ルールと照合しましょう。
日本では対応していない機能もある
OpenEvidenceには、さまざまな機能が追加されています。
たとえば、電子カルテとの統合、患者との会話記録、診療支援、音声認識に関連する機能などです。
ただし、これらの機能の中には、英語や米国の医療現場を前提としているものもあります。
そのため、日本語で十分に使えなかったり、日本の診療フローにそのまま合わなかったりする場合があります。
OpenEvidenceは今後も機能が増えていく可能性がありますが、日本で利用する場合は、どの機能が日本語に対応しているのか、実際の診療現場で使えるのかを確認しながら使うことが大切です。
アプリ上での音声認識機能の動作確認しました
従来はできなかったアプリ上での日本語音声認識機能が、2026年6月20日に正常に動作することを確認しました。
これにより、急性期対応時など、質問内容を手入力する時間が確保できない場合でも、音声認識機能を活用して対応することが可能となります。
OpenEvidenceと汎用生成AIとの違いとは？
- 引用する情報源の範囲が違う
- 引用元が違うと、回答も変わる
- ハルシネーションへの設計思想が違う
- 用途に応じて使い分けることが重要
OpenEvidenceとChatGPTなどの汎用生成AIは、どちらも自然な文章で質問できるAIです。
しかし、医療現場での役割は大きく異なります。
特に違うのは、引用する情報源、回答の作られ方、ハルシネーションへの考え方、そして適した用途です。
引用する情報源の範囲が違う
OpenEvidenceとChatGPTでは、引用する情報源の範囲が違います。
ChatGPTなどの汎用生成AIは、医療に限らず、幅広い情報をもとに回答します。
そのため、医学的な質問に対しても、医療判断の根拠としては適切ではない情報源が含まれる可能性があります。
一方で、OpenEvidenceは、医学文献や診療ガイドラインなど、医療判断の参考にしやすい情報源を中心に回答を整理します。
ここが、汎用生成AIとOpenEvidenceの大きな違いです。
引用元が違うと、回答も変わる
引用元が違うと、回答の内容も変わります。
医療や健康に関わる場合、どの情報を根拠にするかがとても重要です。
同じ質問でも、参照する情報源が違えば、推奨される選択肢、注意点、表現の慎重さも変わります。
OpenEvidenceは、医学文献や診療ガイドラインなど、医療判断の参考にしやすい情報源を中心に回答を整理します。
そのため、汎用生成AIの回答とは異なる回答になることがあります。
ハルシネーションへの設計思想が違う
OpenEvidenceと汎用生成AIでは、ハルシネーションへの考え方が違います。
ChatGPTなどの汎用生成AIは、幅広い質問に答えられる一方で、根拠の不明な内容をもっともらしく回答することがあります。
つまり、ハルシネーションが起こる前提で使う必要があります。
一方で、OpenEvidenceは、医学文献や診療ガイドラインを参照し、引用元を示しながら回答します。
そのため、ハルシネーションをできるだけ抑え、根拠を確認しやすい設計になっています。
特に医療判断や論文作成では、存在しない論文の引用や、原典と異なる要約は大きな問題になります。
ただし、OpenEvidenceでも最終確認は必要です。引用元の論文、国内ガイドライン、添付文書、保険適用、患者背景を確認したうえで判断してください。
医療AIで注意すべきハルシネーションの基本や対策については、「医療AIのハルシネーションとは？原因と対策」で詳しく解説しています。
用途に応じて使い分けることが重要
OpenEvidenceと汎用生成AIは、使い分けるツールです。
医学的根拠を確認したい場合は、OpenEvidenceのようなエビデンスベースAIが向いています。
一方で、文章を整える、専門用語をわかりやすく言い換える、患者さん向け説明文のたたき台を作るといった用途では、ChatGPTなどの汎用生成AIが役立つ場面もあります。
つまり、どちらが優れているかではなく、目的に応じて使い分けることが大切です。
医療AIツールの違いや選び方については、「医師向け医療AIツール比較」で詳しく解説しています。
どちらを使う場合でも、患者さんの個人情報は入力せず、AIの回答をそのまま臨床判断に使わないようにしてください。
OpenEvidenceとは？医師向け生成AIの特徴・注意点まとめ
OpenEvidenceについて、最後に要点を整理します。
- OpenEvidenceは、医師や医療従事者向けの引用付き医療AI検索ツールです。
- 臨床疑問を自然な文章で入力すると、医学文献や診療ガイドラインをもとに回答します。
- 回答には引用元が表示されるため、根拠となる文献やガイドラインを確認しやすいのが特徴です。
- 文献検索にかかる時間を短縮し、医学的な根拠にアクセスしやすくする補助ツールとして活用できます。
- 一方で、OpenEvidenceの回答は最終的な臨床判断の代替ではありません。
- 日本で使う場合は、国内ガイドライン、添付文書、PMDA情報、保険適用、院内ルールなどとの照合が必要です。
- 海外の医学文献やガイドラインをもとに回答する場合があるため、日本の診療実務と完全に一致するとは限りません。
- AIの回答を鵜呑みにせず、引用元を確認し、患者背景に当てはまるかを医療従事者が判断することが大切です。
- 患者の氏名、生年月日、カルテ番号など、個人を特定できる情報は入力しないようにしましょう。
OpenEvidenceは、正しく使えば医学情報へのアクセスを効率化できる便利なツールです。
ただし、万能ではありません。
あくまで文献検索や臨床判断を支援する補助ツールとして、便利さと限界の両方を理解したうえで活用しましょう。
関連する基礎知識として、エビデンスに基づくAIの考え方は「エビデンスベースAIとは」で解説しています。
OpenEvidenceを実際に使ってみたい場合は、以下の公式サイトから活用できます。お試しの質問もできます。
現在作成中の関連記事一覧
- OpenEvidenceとChatGPTの違いを徹底比較
- UpToDateとOpenEvidenceの違いとは？