Evidence Finder
ログイン アカウントを作成登録

そのAI回答を信じてよいか。

Evidence Finder は医師のための臨床エビデンス検索ツールです。速さと正確性の両立を目指し、実在する原典に基づく回答が届きます。

医師アカウントを作成 医師限定・利用料 0 円 ログイン

救急医が開発した AI。入力内容は AI 学習に使用しません。

Evidence Finder の画面イメージです。
Evidence Finder の画面例。2型糖尿病患者の血糖コントロールに歯周病治療は有効かという質問に対し、回答本文に引用番号が付く。回答の上には抽出されたエビデンスの強度が高、メタ解析/SR 計3件（うちCochrane収載1件）と示される。その下の参照した原典の一覧には、Cochrane（システマティックレビュー）やメタ解析といった研究デザイン、被引用数、PubMed・DOI・Abstract を開くボタンが並ぶ。

約 3,100 万件

PubMed 収載文献を元に検索

エビデンス

実在する文献を根拠に回答

日本語

質問も回答も日本語で完結

Use cases ／ こんな時に

先生も、こんな場面はありませんか

外来の合間に、
3 分で確かめたいとき

「あとで調べよう」と思ったまま、調べずに終わる。外来の合間など、限られた時間で医学情報を確認したい。

数秒で直ちに回答が始まります。

外勤先や当直で、
周りに聞ける人がいないとき

専門外の領域について、標準的な文献やエビデンスを素早く把握したい。一般の生成AIではなく、医学に特化したシステムがほしい。

問いを分解して、複数の角度から文献を引きます。

AI の答えは出たが、
根拠まで確かめたいとき

それらしい回答と論文名は出た。しかし探しに行くと見つからなかった経験がある。

実在する原典とその詳細を添えます。

Original sources ／ 原典に基づく回答

その論文、
探しにいけますか

AI が挙げた論文を PubMed で探して、見つからなかった経験はないでしょうか。書誌情報がそれらしく整っているほど、疑うのが難しく、回答全体への信頼も揺らいでしまいます。

Evidence Finder は、先に実在する文献を引いてから回答を作ります。回答の根拠になるのは、そのとき引いてきた実在する原典です。

Evidence Finder
参照した原典
1
Cochrane（システマティックレビュー）

Treatment of periodontitis for glycaemic control in people with diabetes mellitus.

The Cochrane database of systematic reviews (2022)　被引用 144

原典を開く ↗

Evidence Finder の画面イメージ（引用リストの部分）。
  1. 段階 1 検索 日本語の問いを英語のクエリに直し、実在する文献を先に引きます。
  2. 段階 2 選別 研究デザイン、Cochrane 収載、被引用数など、様々な角度から優先度付けをします。
  3. 段階 3 文脈化 選んだ論文を、AI に処理させるコンテキストとして与え、回答作成の材料として用います。
  4. 段階 4 出力 存在する論文の範囲で回答を出力します。本文の引用は番号で原典に対応します。

Retrieval ／ 検索の仕組み

ひとつの問いを、
複数の検索に分解する

Evidence Finder は、ひとつの問いを複数の検索クエリに分解し、並列に引きます。結果は RRF（Reciprocal Rank Fusion）、つまり複数の検索結果を 1 本の順位にまとめる手法で統合し、研究デザインごとに分類してから回答の材料にします。表層の語ではなく意味の近さで引くので、言い回しが違っても該当文献に届きます。

本検索の設計と実装は、医療 AI 企業であるアイリス株式会社の開発組織が担っています。医師・元厚生労働省医系技官・AI エンジニアらが同じチームでタッグを組み、臨床現場で真に求められるエビデンスとその効率的な収集方法を追求しています。

アイリスには、AI コンペティションで世界 1 位1を獲得したエンジニアも複数在籍しています。国立研究開発法人 産業技術総合研究所（産総研）の国産スーパーコンピュータ ABCI を用いた高度な医療 AI モデル開発を手がける2など高い技術力を有し、経済産業省・NEDO の国産基盤モデル開発事業者リスト3にも掲載されています。

  1. 1Kaggle 世界大会 優勝
  2. 2ABCI 利用事例
  3. 3GENIAC-PRIZE 2026
問いの表記ゆらぎを医学用語に統一し、関連する領域へ発散させて検索したうえで、独自のアルゴリズムでランク付けする流れ 日本語の言い方英語表記略語医学用語に統一鑑別診断症状治療法検査法独自のアルゴリズムでランク付け研究デザイン ／ Cochrane 収載 ／ 主要誌 ／ 被引用数
検索の仕組みの模式図です。領域名と評価軸は代表的なものを挙げています。

表層の語が一致しなくても、意味の近さでベクトル検索が拾います。

Features ／ 機能

臨床の合間に使えること

チャットで質問

自由文で問える。回答はストリーミングで即座に表示。

引用は原典へリンク

論文名の横に研究デザインを添え、原典へそのまま飛べる*。

薬剤名から添付文書へ

添付文書をその場で確認。相互チェック機能も搭載。

会話履歴

会話のやり取りを一覧から呼び出せる。

スマートフォン対応

ブラウザで動作。アプリのインストールは不要。

日本語で完結

質問も回答も日本語で入力可能。

* 一部のガイドラインなど、利用規約に応じて対象外のものがあります。

For physicians only ／ 医師限定

医師限定のサービスです

Evidence Finder が返すのは、医師が読んで判断を下すための文献です。読み手が専門性を有した医師であることを前提に、回答の粒度を設計しています。このような理由から、対象を医師に限定させて頂いています。

FAQ

よくあるご質問

Evidence Finder とは何ですか。
医師のための臨床エビデンス検索ツールです。臨床の問いを自由文で入力すると、根拠となる論文を詳細付きで提示します。
何ができますか。
臨床の問いへの回答、根拠論文の提示、会話履歴の呼び出し、回答に出た薬剤の添付文書を確認（外部サイト）などができます。
誰が使えますか。
医師限定のサービスです。ご登録時に医師資格情報をご入力いただきます。
料金はかかりますか。
無料でご利用いただけます。
回答はどのくらいで返ってきますか。
数秒で回答が始まります。その後、追ってその場で文献の提示を含めた回答をお届けします。
入力した内容は AI の学習に使われますか。
使用されません。ご入力いただいた内容が AI 学習に用いられることはありませんので、ご安心ください。
アイリスはどのような会社ですか。
開発元のアイリス株式会社は医師が創業した医療 AI 企業で、医師・元厚生労働省医系技官・AI エンジニアらが同じチームで、臨床で求められるエビデンスとその集め方を考えています。アイリスには AI コンペティションで世界 1 位1を獲得したエンジニアも複数在籍し、国立研究開発法人 産業技術総合研究所（産総研）の国産スーパーコンピュータ ABCI を用いた医療 AI のモデル開発を手がけ2、経済産業省・NEDO の国産基盤モデル開発事業者リスト3にも掲載されています。
  1. 1Kaggle 世界大会 優勝
  2. 2ABCI 利用事例
  3. 3GENIAC-PRIZE 2026

原典に当たれる状態で、臨床の問いに答える。

医師アカウントを作成

医師限定 ／ 登録は無料 ／ すでにアカウントをお持ちの方はログイン

代表の想い

沖山翔

沖山 翔 アイリス株式会社 代表取締役 CEO ／ 医師（救急科専門医）

救命救急の現場では、判断の根拠を確かめる時間がほとんどありません。私は救急医として、また離島や船の上で医師として働いてきましたが、手元に文献や通信環境がない場所ほど確かな情報が要る、ということを繰り返し感じてきました。

Evidence Finder は、答えを出す道具ではなく、原典にあたるための道具として作っています。だからこそ、挙げた論文が実在するかどうかを確かめられることが必要です。

経歴

2017 〜
アイリス株式会社 代表取締役 CEO
創業。スタートアップワールドカップ世界大会 優勝（2023・米シリコンバレー）、大臣表彰 5 回（個人・法人）
2015
離島医・船医
沖ノ鳥島（国土交通省事業）・南鳥島（気象庁事業）
2013 〜 2014
ドクターヘリ添乗医、離島医
2012 〜
救命救急医
日本赤十字社医療センター、DMAT 隊員、救急科専門医 ほか
2010
東京大学医学部 卒業

公職・委員等

2026.08 〜
日本医療研究開発機構（AMED） プログラムオフィサー
医療機器開発推進研究事業
2026.05 〜
東京都 医療 DX 推進協議会 電子カルテ部会 委員
2025.12 〜
日本医療研究開発機構（AMED） 健康医療研究開発データ利活用プラットフォーム 評価委員