骨組みだけでは足りない、肉付けだけでも足りない: つながるケアとAIに共通する設計原理

すべてをつなぐのは、データではなく「骨組み」だ

遠隔医療も、LLMのプロンプト設計も、一見するとまったく別の世界に見える。ひとつは患者の状態を離れた場所から見守る医療の話で、もうひとつは言葉から言葉を生み出す人工知能の話だ。だが、両者の核心には同じ問いが潜んでいる。

どうすれば、バラバラな情報を、意味のある行動に変えられるのか。

この問いの答えは、驚くほど似ている。重要なのは、情報を増やすことではない。個々のデータ点を集めることでもない。むしろ必要なのは、**情報が流れ込んできたときに、それを解釈し、優先順位をつけ、次の一手に変えるための「骨組み」**を先に設計することだ。

遠隔医療では、血糖値、血圧、睡眠、服薬状況、症状の変化が、日々途切れなく届く。LLMでは、曖昧な依頼、断片的な条件、目的だけが先に与えられる。どちらも、単なる入力の集合では価値にならない。価値を生むのは、入力を受け止める構造である。

良いシステムとは、情報をもっと集める装置ではない。情報に「意味の入口」を与える装置である。

---

問題は量ではない。接続の仕方だ

医療でもAIでも、失敗はたいてい「情報不足」ではなく「接続不足」から起こる。たとえば、患者の血圧が高いという事実があっても、それが一時的な緊張なのか、薬の飲み忘れなのか、生活習慣の変化なのか、脱水なのか、見極める枠組みがなければ行動に移せない。逆に、優れた監視システムは、数字を並べるのではなく、異常の意味を推定できる関係性を持っている。

LLMも同じだ。雑に「要約して」「いい感じにして」と頼むと、出力はそれらしく見えても、狙いがぼやける。だが、骨格として「誰に向けた文章か」「何を達成したいか」「どの観点を優先するか」を与えると、モデルはその構造に沿って具体化できる。つまり、LLMは空白を埋める機械ではなく、骨組みから意味を展開する機械なのだ。

ここで重要なのは、骨組みは厳密な制約ではないということだ。むしろ、良い骨組みとは、過剰に縛るものではなく、適切に自由を与えるものである。患者モニタリングでも、医師がすべての変化を手で追うのではなく、システムが「何が重要な変化か」を浮かび上がらせる。プロンプトでも、すべてを細かく指定するのではなく、モデルが強みを発揮できる空間を残す。

この意味で、遠隔医療とプロンプト設計は、どちらも「監視」ではなく「編成」の技術だと言える。データを集めることより、意味の流れを設計することが本質である。

---

「つながるケア」とは、つながった情報ではなく、つながった判断である

つながるケアという言葉には、しばしばテクノロジーの響きがある。ウェアラブル、アプリ、クラウド、ダッシュボード。だが本当に価値があるのは、機器が接続されていることではない。判断が連続していることだ。

たとえば、糖尿病患者のRPMを考えてみよう。毎日の数値が見えるだけでは不十分だ。大事なのは、その数値が「食事の変化と結びついているのか」「運動量の低下と関係しているのか」「最近のストレスや睡眠不足が影響しているのか」を読み解き、行動に変えることだ。ここで必要なのは、単なる可視化ではなく、因果の仮説を育てる仕組みである。

LLMの文脈でも、同じことが起きる。優れたプロンプトは、単なる命令文ではない。入力をどう解釈し、どのレベルの抽象度で考え、何を優先し、何を捨てるかを指定する。つまり、プロンプトはモデルへの指示であると同時に、思考の配線図でもある。

この視点に立つと、遠隔医療は「患者のデータを医療者に届ける仕組み」ではなくなる。むしろ、患者の生活と医療判断を、距離を越えて接続するための認知インフラになる。LLMも同様に、質問に答えるだけの道具ではなく、思考の構造を一時的に外部化する認知インフラになる。

真の接続とは、情報同士をつなぐことではない。判断が遅れず、迷子にならず、次の行動へ滑らかにつながる状態を作ることだ。

ここで見えてくるのは、両者に共通する設計の優先順位である。まず構造、次に観察、最後に具体化。順番を逆にすると、膨大な情報があっても機能しない。

---

抽象と具体は対立しない。往復運動こそが価値を生む

多くの人は、抽象化と具体化を対立するものとして捉える。抽象化は机上の空論、具体化は現場の泥臭さ。だが、実際には両者は反対ではなく、ひとつの知性の往復運動だ。

LLMにおいて、抽象的な骨組みを与えると、そこから具体的な出力が立ち上がる。たとえば、「高齢患者向け、服薬継続を促す、非脅迫的な短文メッセージを、読了時間10秒以内で3案」と与えると、モデルは目的、対象、制約を一度に理解し、具体案を生成しやすい。ここで抽象とは曖昧さではない。再利用可能な構造のことだ。

RPMでも、抽象的な見取り図が重要だ。単発の異常値を見て右往左往するのではなく、「この患者にとっての危険信号は何か」「どの変化を重要とみなすか」「どの閾値を越えたら介入するか」を先に決める。そうして初めて、個別の数字が意味を持つ。

この往復運動を理解するために、ひとつの比喩が役に立つ。抽象化は地図であり、具体化は現地の地形だ。地図なしでは、目の前の坂がどこへ続くか分からない。地形を無視した地図は、どこに向かえばいいかを誤らせる。良い判断は、地図を持ちながら地形に耳を澄ますことから生まれる。

LLMのプロンプト設計で失敗しやすいのは、地形だけを並べることだ。あれもこれもと条件を足し込むと、かえってモデルは焦点を失う。逆に、骨組みだけでは出力がふわっとする。必要なのは、抽象度の階段を作ることだ。上の段では目的と原理を示し、中段では対象と制約を示し、下の段では具体例を示す。

遠隔医療も同じで、患者の生活全体をいきなり細かく監視するのではなく、まず重要なパターンを定義し、その後に個別の数値を重ねる。抽象から具体へ、そして具体から抽象へ。ここにこそ、継続的なケアの知性がある。

---

本当に必要なのは「判断を増やすこと」ではなく「判断を良くすること」

テクノロジーが進むと、つい私たちは「もっと見える」「もっと早い」「もっと多い」に目を奪われる。しかし、問題の本質はそこではない。可視化が増えても、判断の質が上がらなければ、現場はむしろ疲弊する。LLMが賢くなっても、曖昧なプロンプトでは平凡な出力しか返さないのと同じだ。

考えるべきは、判断の解像度である。解像度が高い判断とは、情報量が多いことではない。必要な変数だけを見て、不要なノイズを捨て、次の行動に結びつく形で世界を捉えることだ。これは医療にも、AIにも、あらゆる知的作業にも当てはまる。

たとえば在宅の心不全患者を見守る場合、体重変化だけを追っても足りない。むくみ、息切れ、睡眠の質、服薬、食塩摂取、活動量の文脈が必要だ。ただし、すべてを同じ重みで扱うと、かえって見えなくなる。そこで必要なのは、「何を主因として見るか」を決める優先順位だ。

LLMに対しても、同じ原理が働く。文章生成で大切なのは、すべての条件を盛ることではない。まず役割を決める。次に読者を決める。最後にトーン、長さ、禁止事項を決める。これだけで、出力の質は大きく変わる。つまり、良い設計とは、自由度を削ることではなく、自由度の向きを整えることなのだ。

優れたシステムは、より多くを見せるのではなく、見るべきものを正しく選べるようにする。

この視点から見ると、つながるケアとプロンプト設計は、どちらも「複雑さを減らす技術」ではない。むしろ、複雑さを扱えるようにするための認知の補助線である。

---

Key Takeaways

1. 骨組みを先に設計する 情報を集める前に、「何を重要とみなすか」を決める。医療でもAIでも、構造が先、データはその次。

2. つながるのはデバイスではなく判断 真の価値は、数値の収集ではなく、次の行動に変える判断の連続性にある。

3. 抽象化と具体化を往復させる 抽象的な原理で方向を定め、具体的な条件で精度を上げる。この往復が最も強い。

4. 自由度を消すのではなく、向きを与える 良いプロンプトも良いモニタリング設計も、制限の追加ではなく、解釈の方向付けである。

5. 判断の解像度を上げる 情報量を増やすことに満足せず、何を見るべきか、何を捨てるべきかを明確にする。

---

設計とは、未来の解釈の仕方を先に決めることだ

遠隔医療とLLMの共通点は、どちらも「遠く離れたものを、今ここで扱えるようにする」点にある。患者の生活は病院から遠い。モデルの知識はユーザーの意図から遠い。だからこそ、両者には橋が必要になる。その橋は、最新のデータや強力なモデルだけでは完成しない。必要なのは、意味が通る形で世界を受け渡す設計だ。

この見方を持つと、技術の価値基準が変わる。何が高度かではなく、何が解釈しやすいか。何が多機能かではなく、何が行動に変わりやすいか。何が自動化されるかではなく、何が人間の判断を強くするか。

そして最終的に、私たちが設計しているのはシステムだけではない。未来に起きる出来事の意味づけの仕方そのものだ。良い骨組みは、未来を縛らない。むしろ未来が起きたとき、迷わず意味づけできるようにする。

だから本当に問うべきなのは、「もっと情報を集められるか」ではない。そうではなく、その情報を受け取った瞬間に、正しい判断へ変換できる骨組みを持っているかである。ここに、つながるケアとAIが共有する、もっとも重要な教訓がある。