MedulavaAIと医学を学ぶ公式ブログ
MedulavaAIと医学を学ぶ医学部4年生向けに、臨床医学の学科試験とCBT対策を並行する方法を解説。大学試験は講義・過去問寄り、CBTはモデル・コア準拠の総合評価。そのズレを埋めて、学科試験の勉強をCBT対策に変える具体策をまとめます。
CBTの成績表に出てくるIRTとは何かを医学生向けにわかりやすく解説。なぜ同じ正答率でも評価が変わるのか、そしてMedulavaがMIRTを用いて問題選定を行う意味まで整理します。
私立医学部で留年が重なり放校・除籍になっても戻れるのかを、公式学則ベースで解説。復学と再入学の違い、日本医科大学・藤田医科大学・福岡大学・北里大学などの制度差、確認すべきポイントをまとめました。
医学生がAIを使うならどれが最適？ChatGPT、Claude、NotebookLM、Perplexity、Gemini、Copilotを、CBT・OSCE・講義PDF・論文検索・実習準備・レポート作成の用途別に比較。医学生向けに本当に使い分ける基準をまとめました。
「医学生なら結局どのAIを使えばいいの？」
「ChatGPTだけで十分？」
「講義PDF、CBT、OSCE、論文検索、実習準備で最適なAIは違うの？」
2026年の答えは、かなりはっきりしています。
1つのAIですべてを済ませるより、“用途で分けたほうが圧倒的に強い”です。
理由は単純です。
医学生の学習は、単なる要約では終わらないからです。
講義PDFを速く理解したい
CBTや口頭試問で壁打ちしたい
OSCE前に手順を整理したい
最新のガイドラインや論文の当たりを付けたい
実習準備や抄読会の資料を作りたい
この全部を同じAIにやらせると、どこかで無理が出ます。
一方で、各AIの得意分野に合わせて使えば、勉強効率はかなり変わります。
しかも医学生の学習自体が、公式にかなり幅広いです。文部科学省の医学教育モデル・コア・カリキュラムは、基本診療能力、研究、コミュニケーション、チーム医療、リハビリテーションまで含む広い到達目標を示しており、CATOの共用試験ガイドブックでも、医学生共用試験CBTとOSCEは臨床実習開始前に必要な知識・技能・態度を確認する公的試験として位置づけられています。[26][27]
しかも、生成AIの使い方については文部科学省も大学・高専向けに教学上の留意点をまとめており、各大学が主体的に指針を整備すべきだとしています。[1] 東京医科大学の学生向けガイドラインでも、生成AIの正しい使い方は今後の医師・看護師・研究者の生涯学習にとって必須のスキルになる一方、誤った使い方は情報整理力・論理的思考力・自分の言葉で表現する力の習得を阻害しうると注意しています。[2]
つまり、医学生にとってAIは「使うか使わないか」ではなく、どう使い分けるかの時代です。
この記事では、公式ヘルプと公的・教育機関の資料をもとに、
医学生向けに本当に使えるAI比較を、用途別に整理します。
日本の医学生に特化したAI学習プラットフォームMedulavaの無料実力診断はこちら
最初に結論だけまとめます。
講義PDF・配布資料の要約とソース確認なら、まず NotebookLM
CBT・口頭試問・OSCEの壁打ちなら、まず ChatGPT
長文の抄読要約、レポートのたたき台、発表資料の骨組みなら、まず Claude
最新ガイドライン・論文・周辺情報の当たりを素早く付けるなら、まず Perplexity
Google Drive / Gmail を含めた調査と学習ツール化なら、まず Gemini
Word・PowerPoint・OneDrive中心の学習環境なら、まず Copilot
そして、多くの医学生にとって最も失敗しにくい組み合わせは
ChatGPT + NotebookLM です。
理由は、
ChatGPT が「考える練習」と「壁打ち」に強く、
NotebookLM が「資料ベースの確認」と「引用確認」に強いからです。[3][4][5]
AI比較の前に、これだけは外せません。
文部科学省は、大学・高専における生成AIの教学面の取扱いは、各大学が教育の実態に応じて主体的に対応し、指針も状況変化に応じて見直すことが重要だと整理しています。[1]
つまり、「一般論として使える」より「自分の大学でどう扱われているか」が先です。
医療・ヘルスケア分野の生成AIガイドラインでは、個人情報を入力すると個人情報保護法上の問題に抵触しうること、再学習に利用しない設定の確認、セキュリティ要件の遵守などが強調されています。[6]
東京医科大学の学生向け指針も、AI出力は誤りを含みうるため批判的検証が必要だとしています。[2]
実名、患者ID、病院名、正確な日付、顔写真、原文カルテ、特徴が強すぎる症例記述は入れない。
これが前提です。
医療分野の生成AIガイドラインでは、出力内容について医師の最終判断や確認・修正を求める設計が必要だとされています。[6]
学生の学習でも同じで、AIの答えをそのまま採用するのではなく、自分で検証することが必須です。
用途 | 最有力AI | 次点 | 向いている理由 |
|---|---|---|---|
講義PDF・配布資料の要約と整理 | NotebookLM | ChatGPT | ソースに限定した回答、インライン引用、学習ガイド生成が強い[4][5] |
CBT・口頭試問・OSCE前の壁打ち | ChatGPT | Gemini | Study Mode で対話的に考えさせる学習がしやすい[3] |
最新ガイドライン・論文の当たり付け |
医学生が一番最初にAIの恩恵を感じやすいのは、講義資料の処理です。
NotebookLM は、Google公式の説明で「自分が与えた情報だけに grounded（根拠づけ）される」研究・学習支援ツールとして案内されています。PDF、Webサイト、YouTube、Google Docs、Slides などを読み込み、インライン引用付きで答えを返し、学習ガイド、フラッシュカード、クイズ、音声概要などに変換できます。[4][5][20]
医学生との相性がいいのは、次のような場面です。
系統講義のPDFをまとめてアップロードして「重要ポイントだけ抽出」
実習前に配布された資料と教科書抜粋を1冊分まとめて整理
抄読会の論文と関連資料から「スライド前の要点確認」
試験前に講義スライドからクイズやフラッシュカードを作る
特にNotebookLMは、どの資料に基づいて答えたかが追いやすいのが強みです。[4][20]
講義資料ベースで勉強したい医学生にはかなり向いています。
PDFやスライドが大量にある
「この先生の講義資料」から外れたくない
引用元を確認しながら勉強したい
自分の資料からクイズを作りたい
症例を投げて対話的に壁打ちしたい
一問一答より深く議論したい
OSCEや口頭試問のロールプレイをしたい
この場合は、ChatGPTやGeminiを併用した方が強いです。
CBTや口頭試問、OSCE前に最も相性がいいのは、現時点では ChatGPT です。
OpenAIの公式ヘルプによると、Study Mode はすべてのプランで使える学習モードで、Socratic-style の質問、段階的な説明、理解確認、PDFや画像の参照などを組み合わせて、答えをいきなり出すのではなく、考えさせながら進める設計です。[3]
さらに Projects では、関連チャット、ファイル、指示をまとめて管理できるので、「循環器CBT対策」「OSCE身体診察」「クラークシップ前準備」のように科目や目的別に学習環境を分けられます。[18]
医学生に向いている使い方は次の通りです。
「この症候から何を鑑別に置く？」という壁打ち
「この病態を30秒で説明するなら？」という口頭試問練習
OSCE前に問診・診察・説明の流れをロールプレイ
CBT前に「一問一答ではなく、考え方で確認する」練習
口頭で説明する練習がしたい
ただの要約ではなく、思考の壁打ちがしたい
学習テーマごとにチャットや資料をまとめたい
PDFや画像も使いながら質問したい[3][18][19]
出典確認はNotebookLMやPerplexityほど楽ではない場面がある
最新の細かなガイドライン確認は、Deep Researchや他ツールの方が速いことがある[19]
そのため、「考える練習」はChatGPT、「資料の根拠確認」はNotebookLMという分担がきれいにハマります。
医学生がAIで一番やりがちな失敗は、一般チャットで最新情報まで済ませようとすることです。
最新のガイドライン、近年の論文、学会の声明、制度変更など、更新されうる情報を追うなら、検索起点のツールが強いです。
この用途でまず候補に入るのが Perplexity です。
Perplexityの公式ヘルプでは、Spaces や file upload を通して、Web検索、学術情報、アップロード資料、コネクタ連携を使い分けられることが案内されています。[7][8]
また Education Pro では、回答内の引用を大幅に増やせること、Study Mode、Research、Academic への拡張アクセスが示されています。[9]
「このテーマの最新ガイドラインをざっと掴みたい」
「論文の当たりを付けて、一次資料に飛びたい」
「引用付きで関連資料を広く確認したい」
「配布PDFを添付して、その周辺知識も一緒に調べたい」
とにかく速い
引用を見ながらたどりやすい
検索体験に近いので迷いにくい
学習より「探索」に強い
対話的な教育モードはChatGPTほど自然ではない
長い資料から、自分の講義資料だけに厳密に grounded したいならNotebookLMの方が向く
症例ロールプレイやOSCE練習にはやや不向き
つまり、Perplexityは
「いま何があるかを探すAI」 と考えると使いやすいです。
長い文章を整理して、人に読ませる形へ整えるところは、Claudeがかなり使いやすいです。
Anthropicの公式ヘルプによると、Claude は Projects に知識ベースとして資料を置けて、PDFやDOCX、CSVなどをアップロードでき、Web search も使えます。[10][11][21]
さらに Artifacts と file creation により、独立した長文コンテンツや、Word / Excel / PowerPoint / PDF などのファイル作成にも対応しています。[12][22]
医学生向けには、次の用途と相性が良いです。
抄読会の要点整理
レポートの構成案づくり
スライドの見出しと流れの叩き台
発表原稿の整形
長文の日本語を自然に磨く
「文章として整える」工程が多い
長い資料を一度に扱いたい
スライドや文書ファイルまで一気に作りたい
Google Workspace とつないで資料を拾いたい[11][21]
Study Mode のような“学習者を鍛える”導線はChatGPTほど前面に出ていない
引用つきの高速検索はPerplexityのほうが直感的な場面がある
結論として、Claudeは
「考えるAI」というより「まとめて仕上げるAI」 として見ると強いです。
大学や研究室で Word、PowerPoint、OneDrive、Outlook を強く使うなら、Copilot は非常に実務的です。
Microsoft の公式サポートでは、Copilot は PDF / DOCX / XLSX / PPTX などをアップロードして分析でき、Microsoft 365 Copilot では OneDrive、Outlook、PowerPoint、Excel、OneNote との連携が強いとされています。[13][14]
Copilot Pages では、Copilot の出力をページ化し、図表や表を含む成果物へ発展させることもできます。[15]
向く用途
PowerPoint発表の叩き台
Wordでのレポート下書き
Excelデータの要約
OneDriveにある資料の横断利用
Google Drive や Gmail が中心なら、Gemini が使いやすいです。
Google公式ヘルプでは、Gemini Apps はファイルをアップロードして分析でき、Deep Research では Web に加えて Drive や Gmail をソースとして選び、研究計画を作ってからレポートを生成し、Docs に書き出せます。[16][17]
また、Guided Learning、クイズ・フラッシュカード生成、Gems など、学習向けの機能も強化されています。[16][23][24][25]
向く用途
Driveにある資料を使った調査
Gmailのやり取りを参照した整理
クイズ・フラッシュカード作成
Google系で完結する学習環境
ここはかなり大事です。
理由は、学習全体の汎用性が一番高いからです。
Study Mode で考えさせる学習ができる[3]
Projects で科目ごとに整理できる[18]
ファイルも扱える[19]
Deep Researchで必要な時だけ深掘り調査もできる[17]
「まず1つだけ課金するなら？」に対しては、現時点ではChatGPTが最も無難です。
「授業資料をベースに、根拠付きで整理したい」ならNotebookLMがかなり強いです。[4][20]
「最新の論文やガイドラインの当たりを速く付けたい」ならPerplexityが速いです。[7][8][9]
一番おすすめです。
ChatGPT：壁打ち、CBT、口頭試問、OSCE、思考整理
NotebookLM：講義資料整理、クイズ化、引用確認
「考える」と「確認する」を分担できるので、医学生にはかなり相性が良いです。
Perplexity：文献・ガイドラインの当たり付け
Claude：長文要約、発表資料、文章整理
研究室配属、抄読会、発表準備が多い人向けです。
Copilot：Officeファイル実務
ChatGPT：学習の壁打ち
大学や研究室がMicrosoft 365中心なら強い組み合わせです。
Gemini：Deep Research、Guided Learning、Drive/Gmail連携
NotebookLM：自分の資料ベースの引用付き学習
Google環境が主軸の人に向いています。
「この疾患を、CBTで点が取れるレベルで“症候→病態→検査→治療”の順に説明して」
「このテーマについて、私に答えをすぐ出さず、口頭試問のように3問ずつ質問して」
「このOSCE課題について、受験者役の私に対して模擬患者/試験官としてロールプレイして」
「この講義資料から、試験前に最低限押さえる論点だけを10個に絞って」
「この資料群から、暗記カードに向く一問一答を30個作って」
「この論文と講義資料の共通点と相違点を、引用付きで整理して」
「この抄読会の論文を、5分発表用のスライド構成に変換して」
「このレポートを医学部の発表用として自然な日本語に整えて」
「この発表原稿を、質疑応答で突っ込まれそうな点まで含めて改善して」
「2024年以降の主要ガイドラインとレビューを中心に、このテーマの一次資料を列挙して」
「このテーマで、まず押さえるべき論文・学会声明・ガイドラインを優先順位付きで」
「このDrive資料とWeb情報を使って、実習前に読むべきポイントを学習ガイド化して」
「このテーマをフラッシュカードとクイズに変換して」
「このPowerPointとPDFから、5分発表用の新しいスライド構成を作って」
「このExcelデータから、口頭発表に使える要約を作って」
最重要です。個人情報と医療情報は別格です。[6]
大学のルール違反や、学習機会の損失につながります。[1][2]
学習補助には使えても、現場判断の代替ではありません。[6]
特に最新情報や制度、ガイドラインは必ず一次資料へ飛んでください。[7][17]
まずは ChatGPT と NotebookLM の2つを触るのがおすすめです。
対話学習の感触と、資料ベース学習の感触がかなり違うので、自分に合う軸が見えます。[3][4]
多くの人は ChatGPT です。
学習、壁打ち、長期プロジェクト、資料アップロード、深掘り調査まで一通り触れるからです。[3][17][18][19]
大学・病院・実習先のルール次第です。使う場合も、患者を特定しうる情報を入れないこと、AI出力をそのまま採用しないことが前提です。[1][2][6]
“当たりを付ける”段階には便利ですが、最終的には一次資料で確認した方が安全です。
Perplexityは探索に強い一方、ノート化や学習用変換は他のツールの方が向くことがあります。[7][8][9]
[1] 文部科学省｜大学・高専における生成AIの教学面の取扱いについて【概要】
[2] 東京医科大学｜医学部学生の生成系AI利用指針
[3] OpenAI Help Center｜ChatGPT Study Mode - FAQ
[4] Google for Education｜Understand anything with NotebookLM
[5] NotebookLM Help｜Learn about NotebookLM
[6] 一般社団法人ヘルスケアIT協会ほか｜医療・ヘルスケア分野における生成AI利用ガイドライン（第2版）
[7] Perplexity Help Center｜What are Spaces?
[8] Perplexity Help Center｜File Uploads
[9] Perplexity Help Center｜Which Perplexity Subscription Plan is right for you?
[10] Anthropic Help Center｜What are projects?
医学部生・医療系学生による編集チーム。CBT・国家試験対策・学習効率化に関する実体験と医学教育知見に基づいた情報を発信。
都内私立大学医学部卒業。現在は都内基幹病院にて初期研修中。学生時代はCBT・国試対策に注力し、学習法に関する情報発信にも関心を持つ。
基礎医学の試験に落ちた医学生向けに、再試に受かるための勉強法を解説。アクティブリコール、分散復習、問題演習、失敗パターン、1〜4週間の立て直し方まで整理します。
ChatGPT Deep Research / Gemini Deep Research |
検索起点で速い、引用が多く、ファイル添付も使える[7][8][9] |
抄読・レポート・長文整理 | Claude | ChatGPT | Projects、ファイルアップロード、Artifacts、ファイル作成が強い[10][11][12] |
Word / PowerPoint / OneDrive中心 | Copilot | Claude | Microsoft 365との結びつきが強い[13][14][15] |
Google Drive / Gmail中心 | Gemini | NotebookLM | Deep Research で Drive / Gmail をソース指定できる[16][17] |
1つだけ課金するなら | ChatGPT | Claude | 学習、壁打ち、資料整理、深掘り調査のバランスが良い[3][18][19] |