大田原正幸｜医療AI・ガバナンス｜ Cursorvers Founder @cursorvers

platform.kimi.ai/docs/guide/kim…

『512GBか、64GB×8台か』 64GBのMac miniを8台つなげば、512GB Mac Studioの代わりになるのか。 これは実機で回した検証結果ではありません。 Kimi K2.7 Codeに条件を渡して、どこで詰まりそうかを机上で見積もるための仮説です。 Kimi K2.7 Codeに期待するのは、買うべき機材を決めてもらうことではありません。 同じ前提で計算表と検証スクリプトを作り、「どこが遅くなりそうか」を見える形にすることです。 見る条件はシンプルです。 動かしたいモデルの大きさ。 モデルを軽く圧縮する方式。 会話を長く続けるための作業領域。 本体メモリの広さ。 そして、Mac同士をつなぐ通信の速さです。 ここで大事なのは、合計メモリだけを足さないことです。 64GBが8台なら、数字の上では512GBです。 でも大きなLLM（文章を読み書きする大規模AI）にとって重要なのは、1つのモデルが毎回どれだけ速くデータを読めるかです。 たとえるなら、同じ512冊の本でも、1つの部屋に全部ある場合と、8つの建物に分かれている場合では取りに行く時間が違います。 本の冊数だけ見ても、仕事の速さは分かりません。 だから検証では、「起動できたか」だけを見ません。 初回の返事までの時間。 1秒あたりに生成できる文字量。 Mac同士の通信待ち。 最大メモリ使用量。 ここを見ないと、「動いた」と「日常的に使える」を混同します。 仮説としては、70B級では動くかどうかより余白が論点になります。 200B級以上では、大きな単体メモリの強さが見えやすくなる。 さらに大きいモデルでは、「足したメモリ」と「1つのモデルがすぐ読めるメモリ」は別物だと分かるはずです。 もちろん、実機では結果が変わります。 モデルの作り、圧縮形式、分散推論の仕組み、会話の長さで数字は動く。 だからこそ、購入判断の前にKimi K2.7 Codeへ検証スクリプトを書かせ、同じ前提で比べる価値があります。 Mac miniを増やすなら、複数の中型モデルを別々に動かす構成として検証する。 巨大モデル1本なら、大きな単体メモリ構成として検証する。 この2つを同じ表に混ぜない。 まず仮説を紙に出す。 その計算で詰まる構成は、実機でも詰まる可能性が高い。 x.com/nemumusitocha/…

しとちゃ！🦊🍮 @nemumusitocha

4 days ago

昔５１２GBのMAC買ってた人って割と大勝利な気がするなん。

6 28 282 66K 86

youtube.com/live/X5hXedTnZ…

とりあえずゲット！ まだ買えそうなので、興味あるからは是非▽

ギズモード・ジャパン（公式） @gizmodojapan

2 days ago

【Keychron Orca echo】 クラウドファンディングのページ公開いたしました！ 価格やプランなども掲載しております プロジェクト開始は2026/06/19 20時からです costory.jp/cf-published-s…

8 138 307 137K 126

framer.com/ai/

anthropic.com/news/claude-de…

『Codex、Claude Design、Framerは何が違うのか』 AIデザインツールが増えすぎて、最初に迷うのはここです。 CodexのProduct Design plugin（仕事ごとの設計視点を足す拡張）。 Claude Design。 Framer。 全部「デザインできるAI」に見えます。 でも、使う場所はかなり違う。 Framerは、公開するWebサイトを作る道具です。 LP（広告や告知用の1枚ページ）、採用ページ、サービスサイト、CMS（記事や事例を管理する仕組み）、SEO（検索で見つけてもらう設計）、公開まで含めて強い。 最後の出口が「Webで公開するページ」ならFramerが一番わかりやすいです。 Claude Designは、視覚資料を作る道具です。 プロトタイプ、スライド、one-pager（1枚で伝える企画資料）、デザイン案を会話しながら作る。 まだ実装に入る前の「こういう見せ方で伝わるか」を試すのに向いています。 CodexのProduct Design pluginは、少し違う。 これはデザイン単体というより、プロダクトの流れを点検する道具です。 早期アイデアをレビュー可能なプロトタイプにする。 ユーザーフローを監査する。 ライブURLや静止画スクリーンショットから、操作できる形へ近づける。 つまり、分け方はこうです。 公開ページを作るならFramer。 見せる資料を作るならClaude Design。 使われる画面を直すならCodex。 ここを混ぜると、だいたい失敗します。 業務アプリをFramer的な美しいLPにしてしまう。 会議用の構想資料にCodexで細かい実装論を入れすぎる。 本番に近い操作画面をClaude Designだけで満足してしまう。 医療や業務システムでは、特にCodex側の価値が出やすいです。 予約フォーム。 問診画面。 インシデント報告。 スタッフ管理。 権限設定。 監査ログ。 こういう画面で大事なのは、綺麗さだけではありません。 誰が入力するか。 どこで迷うか。 どの項目が必須か。 間違えた時に戻れるか。 患者情報に触れる操作が、どこで止まるか。 これは「デザイン」ではなく、業務の安全設計に近い。 だから私は、CodexのProduct Design pluginを単なるFigma代替とは見ていません。 非エンジニアが作った画面を、現場で使える業務UI（業務で毎日触る操作画面）に近づけるためのレビュー担当に見えます。 AIで作る時代に必要なのは、ツール選びより出口選びです。 Webで公開するのか。 資料として見せるのか。 現場で毎日使うのか。 この3つを分けるだけで、Framer、Claude Design、Codexの使いどころはかなり整理できます。

『差が開く本当の理由』 AIが賢くなるほど、個人の努力差よりも組織の記憶差が大きくなる。 Hivemindは、Claude CodeやCodexなどのAIエージェント（作業を進めるAI）から実行ログを集め、うまくいった手順を再利用できるスキルとして全員の環境に配る仕組みです。 発表では、Claude Codeで+19.1ポイント、Codexで+24.8ポイント、52通りの検証で最良または同率最良だったとされている。 ここで見ておくべきは、数字そのものより構造です。 今までは、AIを使うたびに学びが個人のチャット履歴やプロンプトに閉じていた。 ある人が月曜に発見した使い方を、別の人が水曜にもう一度探していた。 これは人間の教育でいえば、毎朝すべての新人が記憶喪失から始めるようなものです。 Hivemind型の発想は、そこを変える。 成功した手順を組織の共有財産にし、次のAI作業の初期値へ戻す。 つまり、AIの能力差ではなく、AIに何を覚えさせ、何を捨て、どの失敗を更新するかという運用差が積み上がる。 この差は後から追いつきにくい。 うまい使い方を覚えた組織ほど、次の試行の質も上がり、その試行からまた新しい手順が残るからです。 ここから先、格差は「AIを使っているか」では決まらない。 使った結果を、組織の記憶に戻しているかで決まる。 病院でも同じです。 退院サマリ、紹介状、インシデント報告、委員会資料。 一人の工夫が一人の中で終われば、便利な道具で止まる。 部署の次の判断に残れば、能力の底上げになる。 どんどん賢くなるAIを前にして、本当に怖いのはAIを使わない人との差ではない。 学習する組織と、毎回ゼロから始める組織の差が、指数関数的に開いていくことだ。 x.com/claudecode_ut/…

東大ClaudeCode研究所 @ClaudeCode_UT

5 days ago

【話題】 チームで使うほど、AIエージェントが賢くなっていく仕組みが出てきた😳 Hivemindという継続学習システムの話👇 チームが動かしたエージェントの実行ログを、再利用できるスキルに変換して Claude Code、Codex、Cursorなど全エージェントに配布する仕組み

4 1 30 6K 27

@enhanced_jp @ClaudeDevs 私も同じ感じの補填がありました。 今回はフルリセットではないのかもしれませんね。x.com/cursorvers/sta…

大田原正幸｜医療AI・ガバナンス｜ Cursorvers Founder @cursorvers

a day ago

claudeのweekly rate limitの解除を待たずに、Tokenが33%補填されてる。 昨日の不具合の補償か。

0 0 4 551 0

@hisatotatsuoka @Cat007_dHealth 知る努力をして、声を上げるべきは上げないと、勝手に都合の良い誰かのルールに従って、決められていきますね。

この改正法案が通ると、GWSなどとは違うレベルで医療データを吸われ続ける事になる。 一度中途半端な抜け道を作ると止められなくなる。 無防備に医療データを作るとAIに拾われる事はアクセラレーターとその周辺をより強靭にするだけ。 よく議論が尽くされる必要がある。

Dr. KID @Dr_KID_

6 days ago

個人情報保護法改正案は、AI開発のため本人同意なしで個人データ提供を認める特例を創設する内容。医療データ活用を推進してきた専門家ですら、患者の信頼を損ない、情報流出時の責任や救済が不十分なまま活用を拡大する危険な制度だと強く批判している。 news.yahoo.co.jp/articles/8bc0c…

0 19 51 12K 9

- claudeが使えない - codexが使えない そういうことは今後も起こりうる。 「その混乱に対して、どう備えていくか」 その設計こそが一番価値がある資産。

Polymarket @Polymarket

a day ago

BREAKING: Fable 5 access now projected to be restored for US customers before July. poly.market/ypeVkst

89 161 1K 416K 129

なんで手法で縛っちゃうんだろうなぁ｡必要な事がやれてるかどうか､それで患者にとって価値を提供出来てるかどうかで評価しないと新しい方法が入れる余地がないじゃん､これ

医療介護ＣＢｎｅｗｓ @cb__news

22 hours ago

医療DXの新加算、診療情報共有でチャットは対象外 26年度改定・疑義解釈資料（その8） 厚生労働省は、専用アプリによるチャット機能などを利用した情報共有は、2026年度診療報酬改定で新設した電子的診療情報連携体制整備加算の施設基準で求める「複数の医療機関間の… cbnews.jp/news/entry/202…

0 4 15 8K 12

@hisatotatsuoka @Cat007_dHealth 恐るべき事に、知らないうちに、知らないところで、こういうルール制定は進んでいるんですよね…

@taifunome_ch ですです（笑）

ほんと、これ。 自分のコンテキストをしっかり読ませたAIと壁打ちし続けて、内観するのがオススメ。

ノマド医ひろひろ@FIRE4期目の日常 @taifunome_ch

3 days ago

まあほとんどの医師はキャリアに迷っているのではなくて人生に迷っているんだけどね そこをキャリアという具体ワードにしてみんな考えようとしているんだけどもっと根本と向き合わなければいけない 当直をもっと減らせば〜 産業医など他の働き方〜 大学院〜留学〜 複業、開業、起業〜、資産運用〜

4 2 34 10K 4

youtu.be/lTFPRPu7shc?si…

25年ほど前、まだ学部生だった頃、英国Imperial CollegeのBioengineering Dept.へ留学した際、最初のレクチャーで見せられたのは、映画「エイリアン3」のポータブルCTスキャンでした。 本気でこのシステムを実装する過程でどのような障壁があるのかをディスカッションしたのは良い思い出です。結果として、25年経った今でも社会実装されていません。 今回の「Midjourney Medical」の投稿を見ても、同じ印象を受けました。 開発のインスピレーションを与えるには、とても美しく洗練されています。 一方で、どのように正確にスキャンするのか、そのアウトプットにより外科的切除をするか回避するかの判断の根拠となる検出力と再現性を担保できるのか。医学を含め多角的な検証とエビデンス構築が必要です。 「想像できれば創造できる」 圧倒的な可能性を引き出す開発と、それを実務レベルに落とすエビデンス構築は、より良い未来を築くための両輪です。

Midjourney @midjourney

2 days ago

Announcing a new division of Midjourney called "Midjourney Medical"

2K 5K 38K 16.9M 11K

▽ 出典: who.int/publications/i…

『人を外す前に戻り道を見る』 HITL（人が途中で確認する設計）は、たしかに遅い。 人の確認待ちで、業務全体が止まることがあります。 ではHOTL（AIが走り、人が外から監視する設計）にすればよいのか。 医療AIでは、そこを単純に答えにしにくいです。 見るべきなのは、人が中にいるか外にいるかではありません。 AIが走ったあとに、誰が止められるか。 どこまで戻せるか。 何を根拠に説明できるか。 WHOの医療AIガイダンスも、性能だけでなく、透明性、説明責任、人による監督を中核に置いています。 これは抽象的な倫理の話ではなく、現場で業務を止める権限の話です。 退院サマリの下書きや紹介状の文案なら、AIが先に走る設計は十分あり得ます。 毎回全文を最初から読むより、異常値、禁忌、患者説明、未署名の記録だけ人に戻す方が現実的な場面はある。 ただし、診断名、治療方針、トリアージ、同意説明に近づくほど、確認待ちの削減だけでは設計が足りない。 ブラックボックス（中身を完全には追えない処理）を許すなら、入力、出力、参照データ、モデル更新、例外処理の記録が残る必要があります。 AIが止まった時も同じです。 紙に戻すのか。 前のモデルに戻すのか。 一部の患者群だけ人手確認へ戻すのか。 その判断を誰が出すのか。 そこが決まっていないAIは、便利な補助ではなく、止まった瞬間に現場を巻き込む業務基盤になります。 病院側が持つべきなのは、最後に人を置いたという安心感ではなく、止め方と戻し方を説明できる運用です。 HITLかHOTLか。 その二択より先に、戻り道の設計を見る。 医療AIの実装で最初に確認するのは、そこです。 ここを曖昧にしない。 x.com/suna_gaku/stat…

スナガク @suna_gaku

6 days ago

HOTL（Human on the Loop）に切り替えて、人が確認するフェーズ自体をなくし、AIだけで完結させる。 HITL(Human in the Loop) のままでは、人間が止まったらフロー全体が止まることになる。

3 96 809 283K 1K

noteを読む限り、外部ライブラリも極力使わずに作られているかについては、HTML/JSでも、CDNやGoogle Fonts、外部画像、API呼び出しが残ると外部通信します。 なので生成物はそのまま使わず、script/link/fetch等を監査し、外部ライブラリは使わないか同梱化し、最後にNetworkタブで通信ゼロを確認する前提かなと思いました。

実働させたわけではないですが、noteの仕様書を読む限り、まさに電子カルテにAIを載せる話ではなく、AIで作ったHTML/JSを監査後にローカルで動かす「電カルサイドカー」的な設計だと思います。 作成時と運用時を分け、患者情報はAIに渡さず、使用時は外部通信ゼロを確認する。 ここが医療現場で現実的な落としどころですね。

『あえてAIを用いないシステム構築』 HTML+CSS+JavaScriptで電子カルテのサイドカーを作る。 医療という機微情報を前にして、ガイドラインに抵触しないよう如何にAIを使わずに業務を効率化させるか、というところに特化している。 まじんさん(@Majin_AppSheet)がエンプラでも使えるようにgoogle環境に閉じて開発をされていたように、その用途に応じて「AIにデータを読ませないことを前提とした開発」にも、とても価値がある。 以前にも投稿したが、「医療Dx」というと「AI, AI」という固定観念が自分にはあったが、そこから離れるという柔軟さをこの投稿や酒井先生(@kaz_medi)から教えていただいた。 それと同時に、ガバナンスを咀嚼し、自分の業界外のエキスパートも巻き込んで、使える「武器」を増やしていく役割も、開発と同じくらい重要だと感じた。 どれほどAIエージェントが進化しようとも、その判断や挙動がブラックボックスでは医療者はそのアウトカムに責任が取れない。 だからこそ「便利さ」以上に必要なことがある。

Takafumi Mizuguchi｜水口貴史 @Guttyo

a day ago

このポストの実装ガイドを書きました。 ・コードを書かずに、要件定義から監査まで通しで動かせる ・「安全に使える」と言い切るために何を確認すればよいか分かる ・想定外の挙動が出たときの直し方が手に入る ・計算ツールに手を出す前に立ち止まる判断軸が見える

0 3 23 9K 22