クリニック・歯科のClaude Code活用術｜文書と予約
「予約変更の電話対応に追われる」「問診票や院内マニュアルを作り直す時間が取れない」「既製の予約システムが、うちの診療の流れに合わない」——クリニックや歯科医院を少人数で回している先生方から、こうした事務まわりの悩みを本当によく聞きます。
結論から言うと、AIにコードを書かせる開発支援ツール「Claude Code」を使えば、こうした予約まわり・院内文書・問い合わせ対応・院内資料づくりといった「診療以外の定型業務」を、ひな形づくりから簡単な院内ツールの自作まで肩代わりさせられます。ただし大前提として、患者の個人情報と医療上の判断はAIに渡さないという線引きが欠かせません。
株式会社Fyveは、中小事業者のAI業務効率化を顧問・受託の現場で支援しています。本記事では、私が公式情報と実際の現場で確かめた「クリニック・歯科でClaude Codeを安全に効かせる使いどころ」を、専門用語をかみ砕きながら、越えてはいけない一線とあわせて解説します。
Claude Codeとは — コードを書けなくても「自分の道具」を作れる
Claude Codeは、AnthropicのAI「Claude」が、あなたのパソコンの中でファイルを読み、文章や表を作り、簡単なプログラムまで組み立ててくれるエージェント型のAIツールです。元々はプログラマー向けの道具ですが、操作は「日本語で頼むだけ」。コードを一行も書けなくても使えます（出典：Claude Code公式ドキュメント）。
ChatGPTのような対話AIとの一番の違いは、あなたのパソコンの中で直接作業してくれる点にあります。フォルダの中のファイルを読み込み、文書を書き出し、必要なら小さなツールを組み上げる。だから「下書きをもらって自分で貼り付け直す」手間が要らず、作業の結果がそのまま手元に残ります。
そしてクリニック・歯科にとって見逃せないのが、処理を自分のパソコンの中で完結させやすいこと。手元のファイルをそのまま扱えるため、外部に出したくない情報を含む最終作業を、ネットに送らずローカル（自分の端末内）で済ませる運用が組みやすいのです。この性質は、医療情報を扱ううえで後述する安全設計の土台になります。
クリニック・歯科でClaude Codeが効く4つの業務
診療そのものではなく、「診療を回すための事務」のどこに効くのか。実際に現場で使っている開業医・歯科医の声をもとに、効きどころを4つに整理します。
1. 予約まわり — 既製品に合わせず「自院の動線」で作る
予約システムは、効く業務の筆頭です。現役の歯科医は、「予約電話の対応が時間を食う」「無断キャンセルが多い」「既製品が歯科の診療の流れに合わない」という三つの理由から、予約システムをClaude Codeで自作したと報告しています（出典：予約システム自作の事例（X））。
ここで大事なのは、うまくいくコツが「歯科特有の流れを自分の言葉で説明して渡すこと」だったという点です。既製の予約システムは、どうしても「平均的な業種」に合わせて作られています。チェア(診療台)の本数、処置にかかる時間、自由診療と保険診療の振り分け——こうした自院ならではの事情を言葉にして渡せば、AIはそれに沿った仕組みを組み立てます。「既製品に診療を合わせる」のではなく「診療に道具を合わせる」発想が取れるのが、自作の最大の利点です。
2. 院内文書・マニュアル・問診票のひな形づくり
初診の問診の流れ、器具の準備手順、清掃・滅菌のチェックリスト、スタッフ向けの手順書、患者さんへの説明資料——こうした院内文書のたたき台づくりは、Claudeが特に得意とするところです。文章づくりに強く、これまで月に何時間もかけていた定型文書の作成が、短い指示で片づくようになったという声もあります。
頼み方はシンプルです。Claude Codeに「初診患者向けの問診票を、A4一枚に収まる形で作って。主訴・既往歴・服用中の薬・アレルギーの欄を入れて」と日本語で伝えるだけ。出てきたひな形を確認し、足りない欄を「ここに〇〇を足して」と直していけば、体裁の整った文書が短時間で仕上がります。
ゼロから作る労力と、出てきたものを直す労力では、後者が圧倒的に軽い。先生やスタッフは「作る人」から「確認して整える人」に回れます。
3. 問い合わせ・口コミ返信を「コマンド一つ」で
診療時間・休診日・初診の流れ・駐車場の有無——問い合わせには毎回ほぼ同じ内容のものが多くあります。Google口コミへの返信も同様で、似た文面を毎回考え直すのは大きな負担です。
ここでClaude Codeの本領が出ます。矯正歯科の専門医は、自院のAI化16実例を公開し、口コミ返信などの定型業務をClaude Codeの「スキル機能」に登録して、コマンド一つで呼び出せるようにしたと報告しています。これにより「毎週同じ指示文をコピペする儀式」が消えた、というのです（出典：自院AI化16実例（X））。「スキル」とは、よく使う作業手順をあらかじめAIに覚えさせ、短い合図で起動できるようにする仕組みのことです。
4. 院内ツール・記録様式づくり
在庫チェック表、当番表、簡単な集計シート、決まった項目に情報を整理する記録様式——こうした小さな院内ツールも、Claude Codeなら自作できます。ポイントは、扱うのが「患者個人を特定しない範囲の業務の型」であること。実際の患者データを流し込むのではなく、「こういう様式で運用したい」という仕組みの設計を手伝ってもらう、という線引きを守ります。
Claude Codeならではの強み — 同じ指示を二度繰り返さない
下書きを作るだけなら対話型のAIでもできます。Claude Codeが業務効率化で一段強いのは、「自院のやり方を覚えさせて、毎回同じ説明を省ける」仕組みを持っている点です。
その中心が「CLAUDE.md」という覚書ファイルです。これは、フォルダの中に置いておくだけでClaude Codeが毎回自動で読み込む「うちのルール集」のようなもの。たとえば「当院の診療科目は〇〇」「文書の体裁はこの形式に揃える」「禁止表現はこれ」といった前提を一度書いておけば、次からはそれを前提に動いてくれます。毎回ゼロから事情を説明し直す手間が消えるわけです。
さらに、前述の「スキル」と組み合わせれば、口コミ返信・お知らせ文作成・チェックリスト更新といった繰り返し作業を、短い合図一つで起動できます。一度仕組みを整えれば、二度目以降は劇的に速くなる。これが、単発の下書き生成にとどまらない、Claude Codeの業務効率化としての強みです。
こうした「定型業務を仕組みにして任せる」考え方は、医療に限らず中小事業全般に通じます。具体例はこちらでまとめています。
外部サービスとつなぐ — MCPで予約・会計・連絡を一本化
Claude Codeは、MCP（Model Context Protocol）という仕組みを通じて、外部のサービスとつなげます。MCPとは、AIと外部ツールをつなぐ「共通の差し込み口」のような規格のこと。これにより、手元のファイルだけでなく、クラウド上のサービスとも連携できるようになります（出典：Claude Code公式・MCP）。
実際に、決済のSquare・Stripe、会計のクラウドサービス、Gmailやチャットツールなどと接続するための設定が、汎用の業務向けプラグインとして公開されています。歯科・クリニックに引き寄せれば、会計データの整理、予約連絡の下準備、お知らせメールの文面づくりといった事務を、一つの窓口からまとめて頼める形が作れるということです。
ただし外部連携は、つなぐサービスごとに患者情報が通る経路が増えることでもあります。後述するとおり、連携の対象は「患者個人を特定しない事務」に限るのが安全です。MCPの仕組みそのものをもう少し知りたい方は、こちらが参考になります。
医療情報の扱い — 越えてはいけない一線
ここが本記事で最も重要な部分です。便利だからこそ、医療機関では「やらないこと」を先に決めておく必要があります。Claude Codeを現場で使う実務家のあいだで共有されている線引きを、具体的にまとめます。
- 患者の実データは入力しない：氏名・連絡先・症状など患者個人が特定できる情報は、AIに渡さない。仕組みづくりは、必ずダミー(架空)のデータや匿名のテンプレートで進めます。
- 実データの最終処理はローカルで：本物のデータを扱う最終工程は、自分のパソコンの中だけで完結させ、ネットに送らない運用にする。Claude Codeが手元のファイルを直接扱える性質は、ここで活きます。
- 共有先には合成データだけ：作ったプログラムをGitHubなどネット上に保存する場合も、置いてよいのは架空の合成データに限る。本物の患者データは決して載せません。
- 医療上の判断はAIにさせない：診断・治療方針・投薬の可否は必ず医療者が行う。Claude Codeはあくまで事務の補助役です。
- 院内ルールにして全員で守る：APIキー(接続用のパスワードに相当)の管理、作業ログの確認などを、個人任せにせず院内ルールとして文書化します。
クラウドにデータを送る以上、漏洩リスクをゼロにはできません。要配慮情報を本格的に扱う必要が出た場合は、入力データを学習や保存に使わせない設定（Zero Data Retention）や、医療向けの取り扱い契約、企業向けの保護機能を備えたプランの利用を検討すべきだ、という注意喚起もエンジニアの間で共有されています。AIが法令やルールを守ってくれるわけではなく、線引きは各医院の責任で引くものだと理解しておいてください。
つまずきやすいポイントと回避法
導入を進めると、いくつか共通のつまずきに出会います。先に知っておけば回避できます。
- メール送信など外部連携でエラーが出やすい：Gmailで自動送信させようとして失敗する例が報告されています。連絡系の自動化は、まず「下書きまで作らせて、送信は人がする」ところから始めると安全です。
- 長く使うと処理量(トークン)を消費する：毎回同じ説明を繰り返すと無駄が増えます。前述のCLAUDE.mdやスキルで反復を減らすことが、そのまま費用の節約にもなります。
- 「判断が伴う作業」には向かない：手順が固まっていない、その都度の判断が要る業務は不得意です。逆に、やり方が決まっている繰り返し業務から始めると失敗しません。
小さく始めるための最初の一歩
ここまでをふまえ、クリニック・歯科でClaude Codeを取り入れる現実的な進め方をまとめます。
- 判断の要らない繰り返し業務から選ぶ：問診票のひな形、お知らせ文、チェックリストなど、やり方が決まっているものを最初の題材にする。
- ダミーデータで作って試す：仕組みづくりは架空のデータで進め、本物の患者情報は最後までAIに渡さない。
- お手本→ルール→自動化の順で育てる：まず良い下書きを一つ手作りし、それをCLAUDE.mdやスキルに覚えさせてから、繰り返し作業を任せていく。
- 線引きを院内ルールにする：患者の実データは入れない、医療判断はさせない、公開文面と送信は必ず人が点検する。この三つを最初に決める。
AIは、先生やスタッフを置き換えるものではありません。私がクリニック・歯科の業務を見てきて感じるのは、Claude Codeが効くのは「診療以外の、繰り返しの事務」だということです。予約の道具づくり、文書のひな形、問い合わせの下準備——この地味で時間を食う部分をAIに肩代わりさせ、先生は患者さんと向き合う時間に集中する。それが、医療機関にとって最も無理のないAIの使い方だと、私は考えています。
御社の業務に合わせたClaude Code導入支援
「AIツールを導入したが、現場で使われない」を終わらせる。
業務課題のヒアリングから設計、ハンズオン実践、運用定着まで一貫して支援します。