いま臨床医のAI活用で一番カンタンで一番イイ感じなAIサービス結局これ。調べる系に強すぎるOpenEvidenceの紹介

こちら、Xの投稿で大きく拡散されたOpenEvidenceの紹介記事です。

【宣伝】
個人レベルでのAIの臨床への活用について発信しています。
↓↓↓ぜひフォローお願いします↓↓↓

【医療者必見】話題のAIアプリ「OpenEvidence」とは？ 料金、安全性、使い方まで徹底解説！

多くの医療従事者が抱えるこのような悩みに応えるべく、
近年注目を集めているのがAIを活用した医療情報プラットフォームです。

中でも、米国を中心に急速にユーザー数を伸ばしている
「OpenEvidence」は、
その利便性と将来性から大きな期待が寄せられています。

↓医療用文献検索はこっちの方がおすすめです。

しかし、こういった新しいツールに対しては、
「本当に信頼できるの？」「個人情報は大丈夫？」「料金は？」
といった疑問や不安がつきものです。
そこで、この記事では以下の5つのポイントを徹底解説します。

1. OpenEvidenceってどんなアプリ？

2. どこが運営しているの？

3. 質問内容は学習されたり利用される？使用上の注意はある？

4. 料金は必要？無料だったらどんなビジネスモデルで成立してるの？

5. ぶっちゃけ、怪しくないのか？

(↓↓↓ 本記事は約10,000字です。関心のある項目からお読みください ↓↓↓)

1. OpenEvidenceってどんなアプリ?

一言で表現するならば : 「AIが医療情報の海をナビゲート」

次々と発表される新しい論文やガイドライン等を全て把握するのは
多忙な医療従事者にとってかなりの負担です。
OpenEvidenceは、この課題を解決すべく登場しました。

サービスの核は医療特化LLMとRAG

OpenEvidenceの核となるのは、
医学分野に特化して訓練された
「大規模言語モデル（LLM: Large Language Model）」です。
汎用的なLLM（代表例:ChatGPT）とは異なり、医学知識に最適化されています。

さらに、Retrieval-Augmented Generation（RAG） と呼ばれる技術を採用している点が特徴です。
これは、ユーザーからの質問に対し
PubMed、FDAの添付文書、提携パートナー（後述するNEJMなど）等
信頼性の高い情報源から関連情報を検索・取得（Retrieval）し、
その取得した情報に基づいて回答を生成（Generation）する仕組みです。

このRAGにより、回答が具体的なエビデンスに裏付けられます。
AIがもっともらしい嘘をつく「ハルシネーション」のリスクを低減することを目的としており、
信頼性が特に重視される医療分野においてとても相性が良いですね。

主な機能と情報源

アプリ版 OpenEvidenceには、以下のような機能が搭載されています↓

情報源としては、
査読付き医学文献、
NEJM Group（New England Journal of Medicineなど）とのパートナーシップによるコンテンツ、
PubMedの抄録　などが活用されています。

※ただし、常に全文記事にアクセスできるわけではなく抄録に基づいた要約となる場合もあります。

医療従事者にとっての利便性は（具体的に）

• 臨床での疑問への迅速な回答: 診療中に生じた疑問に対し、数秒～十数秒でエビデンスに基づく回答を得られる。従来の文献検索よりも大幅に時間を短縮できる可能性がある。

• 回答の信頼性（引用付き）: 回答の根拠が明確で、出典元も探しやすい。

• 最新知見のアップデート: 新着エビデンスの通知機能や、週ごとの論文ハイライトメール配信により、継続的に学習をサポートしてくれる。

• アクセスが手軽: スマートフォンアプリ（iOS/Android）で、場所を選ばず利用可能。シンプルなインターフェイスで直感的に操作できる。

利用対象者

現在は日本の医療従事者であっても、医療系免許画像のアップロードで問題なく使用できます。
実際に筆者も医師免許のアップロードで使用できています。

一般ユーザー（患者など医療資格を持たない人）のアクセスは制限されており、週に2つの質問までとなっているようです。

急速な普及状況

現状では現場で働く医療従事者から高い支持を得ているようですね。

2. どこが運営しているか

運営会社と創業者

OpenEvidenceを運営しているのは、米国に拠点を置く「OpenEvidence Inc.」 です。

創業者でありCEOを務めるのは、Daniel Nadler氏。
彼はハーバード大学でPhDを取得し、過去にはAIを活用した金融情報分析企業（Kensho Technologies）を創業。
この会社は2018年に S&P Global に約7億ドル（当時のレートで約750億円以上…!!!）という高額で買収されたそうです。
彼の成功体験とAI分野における知見が、OpenEvidenceの開発と成長を牽引している、ということでしょうか。

強力な人材/著名な機関とのパートナーシップ

OpenEvidence のチームには、MITやハーバード大学出身のPhDを持つAI技術者や、医学博士（MD-PhD）など、
技術と臨床の両面に精通した人材が集結しているとのことです。

また、OpenEvidence は著名な医療機関や学術機関と強力なパートナーシップを築いています。
（↓以下AIからの引用です。興味がなければ読み飛ばしてください。）

3. 質問内容は学習されたり利用される？使用上の注意点は？

AIツールを利用すると、
・入力した情報がどのように扱われるのか？
・利用する上でどのような点に注意すべきか？
という疑問は常に生まれますよね。
特に医療情報という機密性の高い分野では、プライバシーと適切な利用方法の理解が不可欠です。

データ利用について：「質問内容はどう扱われる？」

OpenEvidenceのプライバシーポリシーや利用規約には、収集されるデータとその利用目的が記載されています。

収集される主なデータ:

・登録情報: 氏名、連絡先、専門分野、NPI番号などの認証情報。
・ユーザー生成コンテンツ: ユーザーが入力した質問（プロンプト）、メモ、フィードバックなど。（※ただし、PHI：保護対象保健情報の入力は禁止されています。詳細は後述）
・利用データ: 検索履歴、閲覧したコンテンツ、クリック、アクセス日時、場所など。
・デバイス/ブラウザ情報: IPアドレス、クッキー、広告ID、位置情報など。

データの主な利用目的:

・サービスの提供、維持、改善
・AIモデルの学習・トレーニング
・ユーザープロファイルの作成（利用状況と登録情報の関連付けなど）
・コミュニケーション（メールによるマーケティング/広告を含む）
・サービスのパーソナライゼーション（ユーザーのプロファイルや行動に基づき、広告を含むコンテンツを最適化。IQVIAなどの第三者データで補強される可能性あり）。

注意！ユーザーデータの販売について

OpenEvidenceのプライバシーポリシーには、重要な記述があります↓

また、利用規約には「非個人情報および顧客利用データを、商業利用を含むあらゆる目的で収集、使用、転送、販売、開示することができる」という条項も存在します。

つまり例え匿名化されているとしても
医療従事者が臨床上の疑問として入力した質問内容が
OpenEvidenceの収益源として外部に販売される可能性があるということです。
このようなやり方を受け入れがたい、という方は要注意です！！！

大切な留意事項

OpenEvidenceを利用する際には、以下の点に十分注意しましょう。

・医学的アドバイスではない
・PHI（保護対象保健情報）や個人を特定できる情報を絶対に入力しない
・情報の正確性と限界を理解する
・利用規約・プライバシーポリシーを理解する

OpenEvidenceは非常に便利なツールですが、その特性と限界、そしてデータ利用に関するポリシーを十分に理解した上で、責任を持って利用することが求められます。

3. 「PHI入力禁止」と「ユーザー責任」の重み

• 明確なルールと責任の所在: 利用規約¹ ³では、患者さんの個人情報（PHI）の入力は固く禁じられており、それを守る責任は完全にユーザーにあるとされています。OpenEvidence側は、入力情報に対するHIPAA上の責任を負いません。

• 潜むリスク: しかし、どんなに気をつけていても、多忙な中で質問を考える際、意図せず患者さんを特定しうる情報（非常に稀な疾患と年齢層の組み合わせなど）を質問に含めてしまう可能性は否定できません。もし、そのような情報を含む質問データが、前述のデータ販売ポリシーに基づいて外部に渡った場合、予期せぬプライバシー問題や法的なトラブルに、あなた自身が巻き込まれるリスクがあります。プラットフォームは責任を負わないため、そのリスクはあなたが負うことになるのです。

4. 「医学的アドバイスではない」免責事項の重要性

• 繰り返し強調される点: OpenEvidenceは情報提供ツールであり、診断や治療といった医学的アドバイスを行うものではないこと、そして最終的な臨床判断の責任はユーザーが単独で負うこと³ ⁸ ³¹は、規約の中で繰り返し強調されています。

• これが意味すること: 万が一、OpenEvidenceの情報を参考にした結果、患者さんに不利益が生じたとしても、その法的な責任は基本的にあなた（医療従事者）が負うことになる、ということです。AIの回答を盲信せず、必ず自身の専門知識と経験、そして他の信頼できる情報源（ガイドライン、専門家の意見など）で検証するプロセスを挟むことは、患者さんを守るためだけでなく、あなた自身のリスク管理のためにも絶対に必要です。

まとめ：「無料」の裏にある契約条件

結局のところ、OpenEvidenceの利用規約とプライバシーポリシーは、一見すると複雑ですが、その核心は「無料」で便利なサービスを提供するためのビジネスモデル（広告収入とデータ販売）を法的に可能にし、同時にプラットフォーム側のリスクを最小化するためのものです。

あなたがOpenEvidenceを利用するということは、無意識のうちに以下の条件を受け入れている可能性があります。

• あなたの「質問」が商品として売買される可能性。

• あなたの入力内容に関する広範な利用権をOpenEvidenceに与えること。

• PHIを入力しない絶対的な責任と、AI情報を利用した臨床判断の最終的な責任を負うこと。

これらは、OpenEvidenceの利便性を享受するための「見えにくい対価」と言えるかもしれません。多くのユーザーは、日々の業務に役立つことからこれらの規約に同意して利用していますが、これらの条件を本当に理解し、納得した上で「同意」ボタンを押しているか、今一度考える必要があるでしょう。

ですから、「利用規約・プライバシーポリシーを理解する」というのは、単なるお題目ではなく、あなたがOpenEvidenceというツール、そしてそれを運営する企業と、どのような契約を結び、どのようなリスクを受け入れるのかを具体的に自覚するための、極めて重要なプロセスなのです。

4. 料金は必要か 無料の場合にはどんなビジネスモデルで成立しているのか

多くの医療従事者にとって、ツールの導入コストは重要な検討事項です。OpenEvidenceの料金体系と、無料提供を支えるビジネスモデルについて見ていきましょう。

料金体系：医療従事者は無料！

OpenEvidenceの大きな魅力の一つは、その料金体系にあります。

• 検証済みの米国医療従事者（HCP）: 無料・無制限で利用可能¹ ³²。

• 一般ユーザー: 週に2つの質問まで無料³²。

つまり、資格を持つ米国の医療従事者であれば、費用負担なくこの強力なAIツールを日常の臨床や学習に活用できるのです。この無料モデルが、前述した急速なユーザー獲得の大きな要因の一つと考えられます（Gemini: II.B）。

無料提供を支えるビジネスモデル

では、なぜ無料でサービスを提供できるのでしょうか？ OpenEvidenceの収益構造は、主に以下の3つの柱で構成されていると考えられます。

1. 広告収入: プラットフォーム内に、**「厳選された広告主からの限定的かつ管理された広告」**が表示されます²。これが現在の主要な収益源の一つです。OpenEvidenceは、広告コンテンツと提供される医療情報との間には厳格な分離があると主張しており²、回答内容自体に広告主が影響を与えることはないとしています² ⁽ᶜʰᵃᵗGPT⁾。広告は明確に識別され²、ユーザーのプロファイルや行動に基づいてターゲティングされる可能性があります³。

2. データ収益化（ユーザーデータ/プロンプトの販売可能性）: 前述の通り、プライバシーポリシーにはユーザーデータ（質問/プロンプトを含む）を第三者に販売または商業データフィードとして収益化する可能性があると明記されています³。これがもう一つの重要な収益源となる可能性があります。たとえ匿名化されていても、医療従事者の臨床的な質問データは、製薬企業や研究機関などにとって価値のある情報となり得るためです。ただし、このビジネスモデルは倫理的な懸念やユーザーの信頼に関わるデリケートな問題を含んでいます（Gemini: III.A）。

3. B2B（企業向け）ソリューション提供: OpenEvidenceは、自社のAI技術を他の企業にライセンス提供したり、共同でソリューションを開発したりすることでも収益を得ています。代表的な例が、Elsevierと共同開発した**「ClinicalKey AI」**です⁸ ⁽ᶜʰᵃᵗGPT⁾。これは、Elsevierの持つ広範な医学コンテンツとOpenEvidenceのAI技術を組み合わせ、医療機関向けに有料で提供されるサービスです⁽ᶜʰᵃᵗGPT⁾。今後、同様のB2B展開が増える可能性もあります。

このように、OpenEvidenceは広告収入、データ収益化の可能性、そしてB2B展開という複数の収益源を組み合わせることで、医療従事者への無料提供モデルを維持・発展させようとしていると考えられます。

5. 怪しくないのか

新しいテクノロジー、特に医療に関わるものに対して、「本当に信頼できるのか？」「何か裏があるのでは？」と疑問を持つのは自然なことです。OpenEvidenceの信頼性について、客観的な事実と潜在的な懸念点の両面から評価してみましょう。

信頼性を裏付ける要素

OpenEvidenceが決して「怪しい」サービスではないことを示す要素は数多くあります。

• 著名な創業者と強力なチーム: 実績ある創業者Daniel Nadler氏と、トップクラスの研究者・専門家からなるチームが開発・運営を担っています⁵ ¹² ⁽ᶜʰᵃᵗGPT⁾。

• 権威あるパートナーシップ: Mayo Clinic¹やNEJM Group⁶といった、医療界で絶大な信頼を得ている機関との提携は、サービスの信頼性を強力に補強しています。

• トップVCからの巨額資金調達: Sequoia Capital⁷のような世界有数のベンチャーキャピタルから1億ドル（約150億円以上）を超える資金調達に成功し¹²、企業評価額は10億ドル（約1500億円以上）に達しています⁷ ¹²。これは、投資家がOpenEvidenceの技術と将来性を高く評価している証拠です。

• 急速な普及と肯定的なユーザーの声: すでに米国の医師の4分の1以上⁵、数十万人の医療従事者が日常的に利用しているとされ⁽ᶜʰᵃᵗGPT⁾、その多くが利便性を評価しています⁵ ⁽ᶜʰᵃᵗGPT⁾。

• 客観的な実績: USMLE（米国医師免許試験）でAIとして初めて90%以上のスコアを獲得²⁴するなど、客観的な指標でも高い性能を示しています。

• セキュリティ対策: Google Cloud Platform (GCP) やVercelでのホスティング、通信・保存データの暗号化（SSL/TLS, AES-256）、脆弱性スキャンなど、標準的なセキュリティ対策を講じていると公表しています¹⁰。

これらの要素から、OpenEvidenceは詐欺的なサービスや信頼性の低い個人開発アプリなどとは全く異なり、しっかりとした基盤と将来性を持った legitimate な企業・サービスであると評価できます。

懸念点と注意すべき側面

一方で、完全に手放しで信頼できるかというと、留意すべき点も存在します。これらは「怪しい」というよりは、**「利用者が認識し、注意すべきリスクや課題」**と言えます。

• データプライバシーとビジネスモデル: ユーザーの質問データが販売される可能性がある³というビジネスモデルは、依然として最大の懸念点です。利用規約やプライバシーポリシーで開示されてはいるものの、多くのユーザーがこの点を十分に認識せずに利用している可能性があります。このポリシーに対する個々のユーザーの許容度が、利用判断の分かれ目になるでしょう（Gemini: IV.A）。

• 情報の正確性と限界: AIである以上、情報の誤りや偏り、限界は存在します⁹ ¹⁵ ²⁸ ²⁹。これを理解せず、AIの回答を盲信することは危険です。常に批判的な視点を持ち、最終判断は自身の責任で行う必要があります⁸ ³¹。

• 広告の影響: 広告とコンテンツの分離は主張されていますが²、ターゲティング広告のためにユーザーデータが利用される³以上、潜在的なバイアスや利益相反の可能性を完全に否定することは難しいかもしれません（Gemini: III.A）。

• 競合他社からの訴訟: 2025年2月、競合企業であるPathway Medicalに対し、企業秘密（システムプロンプトなど）を盗まれたとして訴訟を起こしています¹¹。これはOpenEvidence側が原告ですが、AI分野における知的財産権を巡る争いであり、今後の展開が注目されます（Gemini: V.B）。

総合評価：信頼できるが、注意深い利用が必要

結論として、OpenEvidenceは怪しいサービスではありません。著名な創業者、権威あるパートナー、トップVCからの支援、そして多くの医療従事者からの支持を得ており、信頼性の高いプラットフォームと言えます。

しかし、利用にあたっては、特にデータプライバシーに関するポリシー（質問データの販売可能性）を十分に理解し、許容できるかどうかを自身で判断する必要があります。また、AIの限界を認識し、提示された情報を鵜呑みにせず、常に批判的な視点を持って活用することが極めて重要です。

まとめ：OpenEvidenceは医療の未来を変えるか？

OpenEvidenceは、AIを活用して医療従事者の情報収集と意思決定を支援する、非常に有望なツールです。その利便性、スピード、そして（米国HCPにとっての）無料というアクセス性は、多忙な臨床現場において大きな魅力となるでしょう。

一方で、ユーザーデータの取り扱いに関するポリシーや、AIとしての限界など、利用者が十分に理解し、注意を払うべき側面も存在します。

OpenEvidenceを検討する際には、以下の点を考慮すると良いでしょう。

• メリット: 迅速な情報アクセス、エビデンスに基づく回答、最新知識のアップデート支援、無料での利用（米国HCP）。

• デメリット/注意点: 質問データが販売される可能性、PHI入力の絶対禁止、情報の完全性・正確性の限界、医学的アドバイスではない点。

OpenEvidenceは、間違いなく医療情報アクセスのあり方を変える可能性を秘めたテクノロジーです。しかし、それは万能の魔法の杖ではなく、あくまで医療従事者を支援するツールです。その特性と限界を正しく理解し、責任を持って活用することで、初めてその真価を発揮するでしょう。

今後の技術の進化、ビジネスモデルの透明性の向上、そしてユーザーからのフィードバックによって、OpenEvidenceが医療界にとってより信頼され、不可欠な存在へと発展していくことを期待します。

最後に・・・

せっかくなので、この記事の草案は AI (ChatGPT o3 + Gemini 2.5 Pro) を使って書いてみました。

参考までに、これはAIで出力された原文ママのサマリーです↓

(注：本記事の情報は2025年4月9日時点のものです。サービス内容やポリシーは変更される可能性があるため、最新の情報は公式サイト等でご確認ください。また、本記事はOpenEvidenceの利用を推奨または保証するものではありません。利用判断はご自身の責任において行ってください。)