AI自己改善時代の
シナリオと生存戦略
Anthropic「When AI builds itself」(2026年6月)を起点として
はじめに断っておくと、私はAIの専門家でも技術研究者でもありません。脳画像解析AIの開発を含めていくつかのスタートアップを経て、今はクリニック経営と医療人材の領域で仕事をしている一人の医師です。
AIの開発にかかわったのはすでに9年前です。ですから以下の文章は、最先端の技術論ではありません。「現場でAIの波をどう受け止め、どうキャリアを設計するか」という、実務者としての問いをまとめたものです。
出発点にしたのは、2026年6月4日にAnthropicが公開したレポート「When AI builds itself」です。世界で最も慎重なAI企業の一つが、自ら「このままでは人類がコントロールを失う可能性がある」と警告しました。読んで、これは他人事ではないと感じました。
1-1 AIがAIを作り始めた
このレポートで最も衝撃を受けたのは、技術的な将来予測よりも、すでに起きていることの描写でした。
2026年5月時点で、AnthropicのコードベースにマージされるコードのうちClaude自身が記述したものが80%を超えました。2025年2月に開発支援ツールを試験導入した時点では一桁台でした。わずか16ヶ月での逆転です。
エンジニアはコードを書く仕事から離れ、Claudeが書いたコードを指揮・レビューする役割に移りました。ある社員は「ここ5ヶ月、自分でコードを一行も書いていない」と語っています。
これを医療に置き換えると、どうなるか。そう考えながらレポートを読み進めました。
| 指標 | 実績値(2026年5〜6月) |
|---|---|
| コード自動生成率 | 社内コードの80%以上をClaude自身が記述 |
| エンジニア生産性 | 2024年比でコードマージ量が8倍(2026年Q2) |
| 自律タスク時間 | 16時間以上の連続自律作業を達成 |
| 社員の主観的生産性 | 社員130人調査:AI使用で生産性が約4倍 |
| GitHubコミット数 | 年10億件(2025年)→ 週2.75億件(2026年)ペース |
1-2 速度が速度を超えている
Anthropicが示したもう一つのデータがあります。AIが自律的にこなせるタスクの「長さ」が急速に伸びています。
| 時期 | モデル | 自律処理できるタスクの長さ |
|---|---|---|
| 2024年3月 | Claude Opus 3 | 人間換算で約4分の作業 |
| 2025年3月 | Claude Sonnet 3.7 | 約1時間半 |
| 2026年3月 | Claude Opus 4.6 | 12時間 |
| 2026年現在 | Claude Mythos Preview | 16時間以上(測定上限) |
| 2026年末(予測) | 次世代 | 数日規模 |
| 2027年(予測) | 将来モデル | 数週間規模 |
スピードが「7ヶ月ごとに2倍」から「4ヶ月ごとに2倍」に縮まっています。加速が加速している状態だ、とレポートは言います。肌感として、これはありうると思っています。
1-3 ただし、まだ「自律進化」には達していない
Anthropicは同時に、現時点の限界も明示しています。
AIは今、「目標を与えれば方法を自分で考えて実行できる」段階にあります。しかし「何を次にやるべきか」という目標の設定は、まだ人間の仕事です。
医療で言い換えると、「指示された治療を完璧に実行する」は今のAIにできます。「この患者に今何が必要か」を問うのは、まだ医師の領域にあります。その境界が、この先どれだけ動くかが問題です。
「AIが自律的に後継モデルを設計・開発できるようになった場合、
人類はそれを制御し続けられるか。
そうなる前に、止められる仕組みを作っておくべきではないか。」
──── Anthropic Institute, June 2026
2-1 不確実性を整理する
Anthropicのレポートを読んで、私が最初に考えたのはシナリオの設計でした。技術の進化は予測しにくいですが、「どういう軸で不確実性が生まれるか」は考えられます。
医療に当てはめると、重要な軸は2つです。
この2軸から、4つのシナリオが生まれます。どれが「正解」かは今の時点ではわかりません。おそらく現実は複数のシナリオが混在しながら推移するでしょう。
2-2 4つのシナリオ
- 診断AIが一部領域で専門医レベルを超え、医師は「総合AI指揮者」の役割へ
- 希少疾患・難病の治療法をAIが発見し始める
- AI診療の普及で都市と地方の医療格差が縮小する
- 創薬サイクルが数年から数ヶ月へ短縮される可能性
- 医師にとっては:「人間的ケア」に特化した医師の市場価値が上昇する
- AI診断の責任所在が法的に未整備のまま普及し、医師・患者ともに不安が続く
- 大手テック企業が医療参入し、既存クリニックが価格競争に巻き込まれる
- データのプライバシー問題やAIバイアスへの不信が社会的に高まる
- AIツール導入の「正解」が見えない期間が長引き、先行投資も遅延も両方リスクになる
- 医師にとっては判断の根拠を説明できる能力が今まで以上に重要になる
- AIは補助ツールにとどまり、医師の判断・技能の重要性が改めて評価される
- 規制の枠内で着実な効率化が進み、安定した医療モデルが維持される
- 医師と患者の長期的な関係性が、再び最大の差別化要因になる
- 医師にとっては腰を据えた専門性と地域医療への関与が報われる
- AIも制度も動かないまま、医師不足・高齢化・燃え尽きだけが進む
- 変化が起きないことへの閉塞感が医師のモチベーション低下につながる
- 医師にとっては自衛的な選択として専門性の深化か非保険領域へのシフトが加速
2-3 時間軸別の見通し
単一シナリオに賭けるのは危険です。実際には時間軸によってシナリオが推移します。私の現時点の見立てはこうです。
どのシナリオでも、以下は共通して起きます。
- カルテ要約・予約・レセプトのAI自動化が標準化し、「使っていない医師」が目立ち始める
- 医師の仕事のうち「処理」の比率が下がり、「判断」の比率が上がる
- AI活用の格差がそのままクリニック・医師の生産性格差になる
- 医学部教育や専門医制度にAI統合の議論が本格化する
- 画像診断・病理・心電図解析などで、診断AIが一部専門医レベルに到達する
- 「AIと人間の協働」の法的・倫理的枠組みが国際的に議論される
- 医師の役割が「医療の実行者」から「医療方針の設計者・患者の伴走者」にシフトし始める
- 医療テック企業と従来型の病院・クリニックとの境界が曖昧になる
- 遺伝・生活習慣・環境データをリアルタイム統合した個別化医療が標準化
- 「AI主治医」と人間医師の役割分担が社会的コンセンサスとして確立
- 医師免許・専門医制度の抜本的見直しが不可避になる
- Anthropicの予測通り再帰的自己改善が実現すれば、変化の速度は今の想定を大きく超える
3-1 どのシナリオでも機能する3つの原則
不確実な状況でキャリアを設計するとき、私が意識するのは「最も可能性の高いシナリオに賭ける」ことではなく、「どのシナリオになっても機能する強みを持つ」ことです。
医師のキャリアに当てはめると、その原則は3つあります。
| 原則 | なぜ機能するか | |
|---|---|---|
| ① | AIに「代替されない判断力」を深める | 不確実な状況での意思決定、患者が自ら語れない訴えを読む力、複数疾患が絡み合う複雑症例の統合的判断──これらは高度な臨床経験の蓄積でしか得られません。AIが進化するほどこの価値は上がります。 |
| ② | 「AIを使いこなす専門家」になる | AIを使える医師と使えない医師の差は今後急速に広がります。自科のAIツールを積極的に試用し、その限界と強みを熟知した批判的ユーザーになることが、今後最大の差別化になります。 |
| ③ | 「人間にしかできないこと」の核心を守る | 患者との信頼関係の構築、死生観・価値観に寄り添った意思決定支援、家族・地域を含めた包括的ケア。高度な身体診察や処置の技術。AIが最も苦手とする領域であり、医師の核心的価値はここに収束していきます。 |
3-2 時間軸別アクション
抽象論で終わらせないために、時間軸に落とします。
| 時間軸 | 戦略的優先事項 | 具体的アクション |
|---|---|---|
| 今すぐ (〜半年) | AI基礎リテラシーの習慣化 | Claude・ChatGPTを文書作成・情報収集に日常的に使う。自科に関係するAI診断ツールを一つ実際に試す。医療AIの論文を月1本読む習慣をつける。 |
| 短期 (1〜2年) | 「AI×自分の専門性」の独自ポジションを作る | 自科でAIが最も有効な領域を特定し、そこで先んじる。院内のAI活用議論に積極的に関わる。AIツールの限界を語れる批判的ユーザーになる。 |
| 中期 (3〜5年) | 役割を再設計する | 「AI時代の総合診療医」「医療DXの実践者」など、既存の専門医の枠を超えた役割を視野に入れる。複数専科・多職種を橋渡しするコーディネーター機能を強化する。 |
| 長期 (5年以上) | 「人間医師の存在意義」を再定義する | 倫理的意思決定・終末期ケア・複雑な家族支援など、AIが最も難しい領域で深みをつける。AI規制・医師教育への専門家としての発言力を持つ。 |
3-3 専門領域別のAI影響度
全科がAIの影響を受けますが、速度と性質は違います。自分の専門がどの象限にあるかを把握した上でキャリアを考えることが重要です。
放射線科(画像診断)
病理科
検査・臨床検査医学
皮膚科(画像病変)
眼科(眼底・OCT)
内科(診断・文書)
外科(手術支援AI)
救急(トリアージ支援)
薬剤管理・処方支援
遠隔診療・プライマリケア
精神科・心療内科
緩和ケア・ホスピス
小児科(発達支援)
産婦人科(心理的ケア)
総合診療・地域医療
「影響が遅い」は「変わらない」ではありません。人間性・関係性の価値が高いため代替が難しい、という意味です。どの科でもAIリテラシーは必須になります。
3-4 キャリアをポートフォリオとして考える
投資の世界に「分散ポートフォリオ」という概念があります。不確実性に対して、一点集中ではなく複数の価値軸に投資することでリスクを管理する考え方です。医師のキャリアも同じように設計できます。
3つの軸を組み合わせることで、どのシナリオになっても機能する「ヘッジされたキャリア」が生まれます。
- AIが苦手な領域に集中投資しましょう。
- 複雑症例の統合判断力、不確実な状況での意思決定、患者との関係性に基づく信頼。
- この軸はAIが進化するほど希少価値が上がります。今からでも遅くはありません。
- クリニック経営・病院運営・医療組織の管理にAIを積極的に組み込みましょう。
- 診療報酬の分析、患者満足度の改善、スタッフマネジメントへのデータ活用。
- AIツールを率先して導入し、「医師×経営者」としての希少性を高めましょう。
- 医療機関の承継・統廃合・再編が加速する中、M&Aや事業開発の知見も武器になります。
- 医療AIの倫理・規制・教育の議論に積極的に参加しましょう。
- 技術の恩恵と限界の両方を語れる医師は、今後の医療政策や医師教育で重要な存在になります。
- 研究・発信・コミュニティ運営を通じて、「AI時代の医師の声」として影響力を持つことができます。
どの軸を優先するかは、専門・ステージ・志向によって違います。重要なのは「自分がどの軸に強く、どの軸が手薄か」を意識しておくことです。
Anthropicのレポートは「恐怖を煽るため」に書かれたものではありません。「今から準備できる人間」に向けた警告だ、と私は読みました。
AIがどれだけ進化しても、患者の前に座り、その人の人生と向き合い、「あなたにとって何が最善か」を一緒に考える仕事は、少なくとも次の10〜15年は人間の医師にしかできません。
大事なのは、AIを遠ざけることでも、盲目的に依存することでもありません。AIの能力と限界を深く理解し、自分の専門性との組み合わせを日々考え続けること。それだけです。
AIに代替されないものは何か?」
メディカルAI検定
https://ai-medical-check.vercel.app/
【著者について】
鎌形 博展
医師。医療経済学者の田中滋に師事し、医療経済学、公共政策を学んだ。慶應義塾大学大学院経営管理研究科卒業(経営学修士)。現在、都内で診療所を経営しながら、医療制度改革に関する研究・提言活動を行っている。主な関心領域は、地域医療、救急医療、災害医療、社会保障の持続可能性、再分配政策、医療の質評価など。

明治薬科薬学部を卒業後、中外製薬会社でMRとなるも、友人の死をきっかけに脱サラして、北里大学医学部へ編入する。
卒業後は東京医科大学病院救命救急センターにて救急医として従事。2017年には慶應義塾大学大学院にて医療政策を学び、MBAを取得。東北大学発医療AIベンチャー、東京大学発ベンチャーを起業した他、医療機器開発や事業開発のコンサルティングも経験。2019年、うちだ内科医院を継承開業。以降、2020年に医療法人季邦会(美谷島内科呼吸器科医院)を継承し、2021年には街のクリニック 日野・八王子を新規開業。2023年には株式会社EN創業。
専門科目
- 救急
- 地域医療
現在
- 日本救急医学会
- 日本災害医学会所属
- 社会医学系専門医指導医
- 日本医師会認定健康スポーツ医
- 国際緊急援助隊・日本災害医学会コーディネーションサポートチーム
- ICLSプロバイダー(救命救急対応)
- ABLSプロバイダー(熱傷初期対応)
- Emergo Train System シニアインストラクター(災害医療訓練企画・運営)
- FCCSプロバイダー(集中治療対応)
- MCLSプロバイダー(多数傷病者対応)
経歴
- 都立多摩総合医療センター ジュニアレジデント
- 東京医科大学病院 救命救急センター 後期研修医(現在、非常勤医師)
- 東北大学発医療AIベンチャー 創業社員・経営企画室長
- 東京大学大学院工学系研究科学術支援専門職員
- 街のクリニック立川・村山を開業
- 医療法人社団季邦会 理事長に就任
- 株式会社ENを創業 京セラ・Donuts・Mediencer等で多数の医療事業の開発を支援している
出身
- 東京生まれ・埼玉育ち
- 本郷高等学校・明治薬科大学薬学部・北里大学医学部・慶應義塾大学大学院卒業
- University of Calgary、Darthmouth Collegeに留学
研究実績
- 災害医療救護訓練の科学的解析に基づく都市減災コミュニティの創造に関する研究開発 佐々木 亮,武田 宗和,内田 康太郎,上杉 泰隆,鎌形 博展,川島 理恵,黒嶋 智美,江川 香奈,依田 育士,太田 祥一 救急医学 = The Japanese journal of acute medicine 41 (1), 107-112, 2017-01
- 基礎自治体による互助を活用した災害時要援護者対策 : Edutainment・Medutainmentで創る地域コミュニティの力 鎌形博展, 中村洋 慶應義塾大学大学院経営管理研究科 修士論文 2016
メディア出演
- フジテレビ 『イット』『めざまし8』
- 共同通信
- メディカルジャパン など多数






