1. CAREER INSIDER
2. 組織・人材
3. ステージ4のがん闘病を支えたAIツールの体験記…「私はバイブ・コーディングで母のために医療管理ワークフローを構築した」

この聞き書き形式のエッセイは、ニュージャージー州に住む34歳のプラティック・デサイ（Pratik Desai）との対話に基づいている。彼は、ステージ4の十二指腸腺がん（小腸に影響を及ぼす進行がん）を患う母親をサポートするために、ツールをバイブ・コーディングで構築し、後に高度なコーディングツールでそれを洗練させた。以下は、長さと明快さのために編集されている。

私は実際のところ医療のバックグラウンドがあるわけではない。家族が医療に従事しているため、人生を通じてヘルスケアに近いところにいただけだ。

大学卒業後、アクセンチュアに就職し、システム統合、ビジネス分析、そしてテクノロジーがいかにワークフローに影響を与えるかという交差点に焦点を当て、主に政府レベルで医療および非医療給付に携わった。その後、ブティック系の戦略コンサルティング職に移り、そこでの主なクライアントはジョンソン・エンド・ジョンソン（Johnson & Johnson）だった。また、妻が医療資格を最新の状態に保つのを忘れないようにするためのアプリも作成した。

その後セールスフォース（Salesforce）に入社したが、それが私にとって最初の本格的なAIへの没入体験となった。昇進を重ねてパーソナライゼーションのグローバル・プラクティス・リードとなったが、それは機械学習の仕事だった。そして、私は1to1という自身のAI会社を立ち上げ、それをリストエンゲージ（ListEngage）という会社に売却した。現在はその会社のリーダーシップチームに所属している。

私はまた、介護や健康、あるいは人生における他のあらゆる事柄において、AIが何をもたらしてくれるのかを人々に知ってもらうためのポッドキャストを立ち上げた。AIはかつてないほど多くの情報を人々に提供しているが、それをどう使うかということの理解にはまだ人々の間に隔たりがある。

母は健康な女性だった

2025年10月20日、彼女は70人が参加するヒンズー教のディワリのパーティーを主催した。そのちょうど1カ月後、彼女がステージ4の十二指腸腺がんと診断されるとは予想すらしていなかった。彼女が胃の不調を訴え、私たちが病院に行くよう促したことでその診断が下された。

医師たちの考えは、腫瘍内科の予約を入れずに母を退院させるというものだった。私たちは、彼女に残された時間は極めて少なく、医師たちが彼女を見放しているのだと明確に感じた。つまり、私たちにはこの診断と「幸運を祈る」というメッセージが与えられただけだったのだ。

私はAタイプ（精力的で完璧主義的）の人間なので、それを答えとして受け入れるつもりはなかった。私はそれまで介護をしたことはなかった。AIがなければどうなっていたか分からない。私は目の前にあるツールを手に取り、「今、自分に何ができるか？」と自問した。

私たちは戦うことを決め、助けはAIだった

まず、私たちは何に立ち向かっているのかを突き止めるために、AIにステージ4の十二指腸腺がんのエキスパートになるよう求めた。AIは私たちをコーチングし、医師たちが言っていることを統合することを始めた。

がんと戦うと決めてからは、AIを使ってニュージャージー州のあらゆる病院について徹底的な調査を行った。サンクスギビングの感謝祭の時期であったにもかかわらず、1週間以内に予約を入れようと、かけられる限りの番号に電話をした。

ある病院の腫瘍科のウェブサイトで、たまたま私の高校時代の元恋人であった医師を見つけ出したのはAIだった。彼女から返信があり、予約を取り付けてくれた。

母は76日間生きたが、そのうち67日間は入院していた。医療の世界が、患者としての彼女の目標（主に、望んでいた別れを告げるために最適化された余命）を実際に考慮していると感じたことは一度もなかった。そうではなく、彼らはいかに早く私たちを次のステップへ進ませるかばかりを考えているように感じられた。

ある時点で、私たちはCTスキャンの結果に基づいて重要な決断を下そうとしていた。AIのワークフローは、CTスキャンの報告書の中に2つの誤診と、報告書内で間違ったがんの名前が記載されている箇所が3つあることを特定した。母も私もその報告書を読みこむことはできなかっただろうが、AIがそれを読み取り、より深く探ることができた。

私が最終的に作成し、時間の経過とともに本当に機能したワークフローは、エピック・システムズ（Epic Systems）からの日々のデータエクスポートである。（編注：エピック・システムズは、アメリカの医療機関で圧倒的なシェアを持つ、患者の病歴、診療記録、処方箋、請求管理を一元化する電子健康記録システムを提供する企業。）　それを、私が見た症状や彼女が私に話したこととともに、NotebookLMに入力した。私はNotebookLMに「データを統合して（synthesize）」と指示した。

それから、私のお気に入りのLLMであるClaudeに行き、その情報が何を意味するのか説明を求めた。「明日の診察に向けて知っておくべきことや、目の前にあるシナリオは何ですか？」といったことを尋ねた。後でまた戻って、「求めるべきセカンドオピニオンは何ですか？ ここでおかしい点、反論すべき点は何ですか？」と質問した。

最初から完璧だったわけではないワークフロー

私たちが構築したものは、今でも完璧でもエレガントでもないが、アクセシビリティが高く無料である。

できるだけワークフローをシンプルにしたいと考えていたが、母親の医療記録が画像やスキャンを除いても1600ページにまで増えると、もはや一つスレッドにロードすることができなくなった。最終的にはデータが多すぎて、コンテキスト（文脈）を使い果たしてしまった。