AIの提案が患者の分析に触れる前に、それについて一つの問いに答えられなければなりません：それはどこから来たのか？ ツールがそれを示せるなら — このレパートリーの、この位置にある、このグレードの、このルーブリック。この本の、この箇所 — AI支援レパートライゼーションは、古典的訓練が教えるまさにその規律を加速するものになります。示せないなら、どれほど出力が流暢でも安全に使うことはできません。本記事では、その原則を実践的な監査に変えます。実践家が、私たちのものを含むどのAIホメオパシーツールにも、診察室で信頼する前に1時間以内で実行できる10の確認項目です。これは、レメディー選択におけるAIやケース分析ワークフローについての、より広い記事とは異なります。それらは技術が何をするかを説明しますが、本記事はそれを検証することについてです。いつものように、これは実践家と学生のために書かれています。臨床判断は、ここではなおさら、あなた自身のものです。
そもそもなぜ監査するのか？ホメオパシーにおけるAIの二つのパターン
ホメオパシーソフトウェアのあらゆるAI機能は、よく見れば二つのパターンのどちらかに分解されます。
検索型パターン。 AIはより速い索引です。患者の言葉 — 「頭の周りを締めつける帯のような感覚、強く押すと楽」 — を受け取り、実在するレパートリーから候補ルーブリックを、位置とグレード付きで提示します。あるいは、あなたが確認したルーブリックだけから厳密に候補リストを作成します。すべての出力は、存在し開くことのできる出典へのポインターです。実践家の技 — 選び、重みづけし、materia medicaで検証すること — は変わりません。速くなったのはページをめくる作業だけです。
神託型パターン。 AIは答えを出す機械です。ケース記述を入力するとレメディー名が出力され、推論は不透明で、参照は存在しないか飾りにすぎません。時には正確かもしれませんが、それは監査不能です。そして臨床的方法の中に監査不能な段階を挿入すると、最も重要な結び目で説明責任の連鎖が切れてしまいます。
以下の監査は、機能ごとに実際の場面でこの二つのパターンを見分けるためのものです。現実の製品は（繰り返しますが、私たちのものも含めて）混合体だからです。問うべきは「AIは良いのか悪いのか？」ではなく、*「このツールのどの出力を追跡できるのか、そして追跡不能なものが分析に届くことはあるのか？」*です。
10項目の監査
順番に実行してください。機械的な確認からガバナンスへと段階的に進みます。1〜4で不合格になるツールは、他がどうであれ安全ではありません。メモを残してください。それが再監査の基準になります。
1. ルーブリックの追跡可能性
AIが提案したルーブリックを3つ取り、クリックして辿ります。それぞれが、名のあるレパートリー内の正確な位置 — 章、ルーブリック、サブルーブリック — で開き、レメディーリストとグレードが見えるでしょうか。開けない提案は、それ自体が警告サインです。Similiaでは、AIが提案するすべてのルーブリックが、その出所であるレパートリーへのライブリンクになっています。これが、どのツールにも求めるべき設計基準です。
2. 引用の出典確認
AIがマテリア・メディカを引用または言い換える場合、その箇所を開いてください。引用された本に、それがそのレメディーについて、認識できる形で含まれているでしょうか。3つ確認してください。1つでも捏造された引用があれば、監査は即不合格です。偽の学識は無いより悪いものです。なぜなら、検証があるべき場所にまさに偽の確信を作り出すからです。
3. 捏造ルーブリックのプローブ
レパートリーが扱いにくいとわかっている症状をツールに入れてください。変わった現代的表現や、まれなモダリティなどです。正しい振る舞いは、最も近い本物のルーブリックを（最も近いものとしてラベル付けして）返すこと、または正直に「近い一致なし」と言うことです。失敗した振る舞いは、どのレパートリーにも存在しない、完璧な言葉遣いのルーブリックを出すことです。この一つのプローブは、他のどの確認よりも多くの神託型ツールを見抜きます。
4. グレードの忠実性
提案されたルーブリックを2つ選び、AIが表示するグレードをレパートリー自体の記載と比較してください。太字、斜体、通常体。そしてMurphy'sの4段階方式では、第4度が正しく扱われているかを確認します。グレードは、この方法全体の証拠の重みを担っています。グレードに粗雑なツールは、その下流のすべてにも粗雑です。（グレードがなぜこれほど重要なのかに不慣れな方は、レパートライゼーションガイドで基礎を扱っています。）
5. 確認によるゲート
提案から分析までの一連の経路を一つ辿ってください。明示的な実践家の操作なしに、ルーブリックやレメディーがレパートライゼーションに入ることはありますか。信頼できる答えは「いいえ」です。AIが提案し、あなたが確認し、確認された項目だけが分析されます。自動挿入された提案は、どれほど優れていても、そのケースを静かに取っているのがあなたではなくツールであることを意味します。
6. 不確かさの振る舞い
薄いケースを与えてください。曖昧な症状が2つだけで、際立ったものが何もないケースです。ツールは病像が不十分だと言うでしょうか。見える形で留保するでしょうか。それとも豊かなケースのときと同じ自信ありげな顔で候補を順位づけするでしょうか。不確かさを表現できないシステムは、その過信をユーザーに移します。これは若い処方者に必要なことの正反対です。
7. セマンティック検索の精度
患者が実際に使う日常語の表現を5つ使って、日常語からのマッピングをテストしてください。英語圏外で実践している場合は、診察言語での表現を1つ含めます。そして返されたルーブリックが、単なるキーワードではなく本当に意味に合っているかを判断します。次に逆方向を確認します。正確な古典的表現を入れたとき、その正確なルーブリックが最初に見つかるでしょうか。私たちのセマンティック検索ガイドでは、内部で何がうまく機能している状態なのかを説明しています。
8. プライバシーとデータガバナンス
ツールの規約を、3つの問いで読んでください。相談／ケースのテキストはモデルの訓練に使われるのか。誰がデータを処理し、どの法的根拠に基づくのか（ヨーロッパではGDPRの処理者条項）。エクスポートと削除はできるのか。録音された相談については、同意取得義務が本来あるべき場所 — あなたの側 — にあり、ベンダーの取り扱いがそれを支えていることを確認してください。臨床的に優れたツールでも、データ規約が曖昧なら監査は不合格です。患者の語りは、ホメオパスが扱う最も機微なデータです。
9. モデル変更の透明性
尋ねてください（または変更履歴で確認してください）。ベンダーは、AIのモデルや出典が実質的に変わったときに告知するでしょうか。継続的デプロイとは、1月に監査したツールが7月に使っているツールと同じではないということです。変わったことを知らなければ再監査はできません。だからこそFAQで述べた年2回の再監査リズムが必要になります。
10. サインオフのルール
最後に、自分自身を監査してください。一つの個人的ルールを設けます。AIが関与した分析は、有力候補をマテリア・メディカで患者に照らして読むまで完了しない。 検索は委ねることができますが、判断は委ねられません。役立つなら、そのルールをケーステンプレートに書き込んでください。その規律にかかるのは3分であり、それがAI支援の実践とAI主導の実践を分けるものです。
採点について
考案する価値のある点数制度はありません。確認項目1〜5は合否判定です（追跡可能性、出典、捏造なし、グレードの忠実性、ゲート）。そしてツールは、その便利さを検討する前に、5つすべてに合格しなければなりません。確認項目6〜10は、ツールとあなたのガバナンスの成熟度を評価します。10項目すべてに合格したツールは、「盲目的に信頼できるAI」ではありません。盲目的に信頼する必要がないAIです。それこそが本当の目標です。
うまく機能するとどう見えるか
誠実に実行すれば、この監査は単にツールを選別するだけではありません。残すことにしたツールの使い方そのものを変えます。提案は結論ではなく手がかりになります。ルーブリックへクリックして辿ることが反射になります。最後のマテリア・メディカの読み込みは形式的な作業ではなくなります。なぜなら、AIのニアミス — 言葉には合ったが意味には合わなかったルーブリック、グリッド上では強いがゲシュタルトでは違うレメディー — を実際に見つけるからです。このように取り組む実践家は、私たち自身の利用データが示すのと同じことを報告しています。AIの本当の価値は答えではなく網羅性にあります。手作業では探す時間がなかったであろう3つ目、4つ目の候補ルーブリックです。一方で、判断の質は今も常にそうであった場所から生まれます。これが私たちがSimiliaのAI機能を構築する基準であり、上の監査は、私たちを、そして他の誰をも、その基準に照らして評価する方法です。
