Sketchyが音声AIで医療学習に命を吹き込む方法

医学部での学びは大変です。控えめに言っても。

ほんの数年前まで、学生は膨大なフラッシュカードや分厚い教科書の情報を一日中暗記していました。それでも、どれだけ知識を詰め込んでも、実際の患者とのやり取りに向けて医師の卵を十分に備えさせることはできない、という感覚が残っていました。

Sketchyの創業者たちも、その感覚を痛いほど理解していました。2013年、当時医学生だった彼らは、微生物学の内容を記憶に定着させるため、ナプキンにキャラクターを描いていました。

やがて、そのナプキンの落書きは、世界中の何十万人もの医学生が利用する本格的なビジュアル学習プラットフォームへと発展しました。

しかし、どれほど優れたイラストでも表現できない臨床学習の一面がありました。それは、現実の患者との会話です。

Sketchyが患者シミュレーションの実験を始めたとき、その目的は単に状況を再現することではありませんでした。学生の感情を動かすことでした。患者の声ににじむためらい。かすかな戸惑い。臨床知識を臨床判断へと変える、そうした微妙な手がかりです。

そこで登場したのがElevenLabsです。

医学生の臨床スキル練習を再考する

複雑な医学情報を視覚的な記憶に変えることで、Sketchyはすでに高い評価を得ていました。しかし、チームが臨床教育をさらに深く掘り下げる中で、ある課題に気づきました。

学生は確かな基礎知識を身につけて卒業する一方、臨床推論やコミュニケーション、共感、そして実際の患者ケアにつきものの複雑な不確実性に対処する練習が不足しがちでした。

OSCE対策や臨床実習、口頭試験で求められるのは、暗記だけではありません。柔軟性と、その場に意識を向けて対応する力が必要です。患者から最初の質問を受けたときの答え方や、難しい知らせを伝える際に文化的な違いへ配慮する方法は、フラッシュカードでは学べません。

Sketchyは、こうした場面をシミュレーションする方法を模索し始めました。必要だったのは、静的なコンテンツや選択肢で分岐する動画を増やすことではありません。現実ならではのリアルさと予測不能さを備えた、本物の会話のように感じられる体験でした。

ElevenLabsの導入：ボットのように聞こえない音声を作る

Sketchyの最高コンテンツ責任者で医師のBen Muller氏は、こう語ります。「インタラクティブな症例の作成には、すでにAIを使っていました。しかし、音声を追加するまでは、完全に人間らしい体験とは感じられませんでした」

市販の音声モデルを使った初期の実験は、期待外れでした。平坦な口調。ロボットのようなテンポ。感情の欠如。臨床学習では、こうした要素の欠落が大きな問題になります。

ElevenLabsがほかと違ったのは、抑揚の細部まで本物のように聞こえる点でした。Sketchyはこのプラットフォームを通じて、数十の言語で感情豊かな音声を利用でき、話す速さやトーン、さらには発音上の細かな特徴まで緻密に調整できました。

初期に直面した課題の一つは？ 温度です。文字どおり。

Muller医師はこう振り返ります。「音声モデルは『98°F』のような表記を『華氏98度……エフ』と読んでいました」。そこで、発音を指定する音素辞書を作成して修正しました。小さな技術的調整ですが、重要な意味を持ちます。臨床での会話では、正確さが欠かせないからです。

音声AIは医療学習プラットフォームにどのような効果をもたらしたのか？

ElevenLabsを導入すると、学生の学習体験はすぐに変わりました。

患者シミュレーションは、俳優が台本を読み上げているようなものではなくなり、実際に病棟で交わす会話のように感じられるようになりました。SketchyはElevenLabsを使い、ためらいがち、温かい、強気、混乱しているなど、明確な個性を持つキャラクターの音声を設計しました。それぞれの音声は、特定の臨床シナリオに合わせて調整されています。

喘息の症例に取り組む学生は、矢継ぎ早に質問する不安げな母親に出会うかもしれません。別の症例では、症状を控えめに伝える10代の患者が登場することもあります。AIエージェントは、自然な人間の話し方になるよう表現を調整しながら、本物らしく応答するようになりました。

間もなく、非常に好意的な声が次々と寄せられました。

「とても楽しかったです……次の症例が待ちきれません」

「患者の個性と、本物のような会話ができたところがとても気に入りました」

学生は単に学ぶだけでなく、現実に即したインタラクティブな練習を通じて、人とのつながりを体験していました。それこそが、Sketchyが生まれた原点です。

臨床学習は「正解」を超えて広がる

Sketchyは、目新しさだけを追い求めていたわけではありません。コンテンツチームとプロダクトチームは、音声でのやり取りが学生の自信、記憶、長期的な実践力にどう影響するかを厳密に検証しました。その結果は明るいものでした。

受け身の多肢選択式問題を能動的な対話に置き換えることで、学生は何を言うかだけでなく、どう伝えるかも練習できました。

また、インタラクティブな形式だからこそ、学生がどこで立ち止まり、どこでためらい、どれほど早く適応するのかを観察し、学び方そのものを研究できました。

Sketchyにとって、こうした知見は単なる抽象的な情報ではありません。今後のシミュレーション設計に直接反映され、教育コンテンツとその基盤となるAIロジックの両方を改善し続ける、学習開発の好循環を生み出しました。

ElevenLabsがプラットフォームの転換を支えた方法

ビジネスの観点から見ても、ElevenLabsの導入は理にかなっていました。

音声AIによるやり取りは、より没入感があり、繰り返し使える学習形式を求める教育機関にとって、明確な差別化要因になっています。音声を活用した症例は、学習者の関心をより長く維持し、再び利用する頻度も高めます。これはチームが特に重視している指標です。

しかし、本当の価値を数値で表すのは容易ではありません。学生はシミュレーションを終えると、実践への備えが強化されるだけでなく、より好奇心を持ち、深く振り返り、もう一度挑戦して上達しようとするようになりました。

能動的で自律的、かつ人間中心の学びへと意識を変えるのは簡単ではありません。しかし、適切な音声技術によって、Sketchyはそれを実現できました。

次の展開は？

Sketchyは今や、音声AIを一度限りのイノベーションではなく、将来のプラットフォームを支える柱と位置づけています。

すでに新たなユースケースの開発が進んでおり、臨床知識にとどまらず、倫理、チームワーク、対立解決などを扱うシナリオも含まれています。

診断AIツールが進化するにつれて、Sketchyのチームは自らの役割も変わっていくと考えています。もはや、

学生が正しい診断を下せるよう訓練するだけでは十分ではありません。AIの出力を解釈し、不確実性に対処し、患者にリスクを明確かつ共感を持って伝える方法も教える必要があります。

そのような状況では、人と人とのつながりが競争力になります。

そして、本物らしく、不完全で、人間らしい声が中心的な役割を果たします。

ほかの教育テクノロジーチームへのSketchyからのアドバイス

Sketchyが教育テクノロジー業界の仲間に伝えたい教訓が一つあるとすれば、これです。既存のものを単にデジタル化するのではなく、AIを使って、これまで存在し得なかったものを作ってください。

音声AIによって、会話を遮る患者、思いがけず心を揺さぶる感情、患者の症例に対する感情的な受け止め方を左右するキャラクターをシミュレーションできるようになりました。これらは単なる仕掛けではありません。台本どおりに進む世界ではなく、現実の世界に対応する力を学生に身につけてもらうためのツールです。

SketchyのCEO、Girish Krishnaswamy氏はこう語ります。「目標は、講師に取って代わることでも、共感を自動化することでもありませんでした。教育者に強力な力を与え、学生にとって忘れられない学びを実現することでした」