Doctolib、Claude Codeを活用して開発者の生産性を加速
業種：
ヘルスケア
会社規模：
ラージ
製品：
Claude Code
地域：
ヨーロッパ
数週間ではなく数時間
従来のテストインフラストラクチャの移行と置き換え
セルフサービス型オンボーディング
慣れないコードベースと技術スタックへ
問題
ソリューション
「エンジニアは今、自分の専門以外の分野にこれまで以上に迅速に貢献できるようになりました。 これにより開発速度が根本的に変化します。」
Doctolib、スタッフエンジニア
2013年以降、Doctolibは欧州全土で医療を変革し、42万人の医療専門家と9,000万人の患者にサービスを提供しています。 プラットフォームでは、電子健康記録、診断サポート、処方箋管理、AIを活用した臨床ソリューションを通じてワークフローを効率化するオペレーティングシステムを医師に提供しています。 患者管理ツールでは、スケジュール設定、電話相談、運営業務が処理されています。 患者はDoctolibを利用することで、安全で予防的な健康管理を通じて医療に簡単にアクセスできます。
Claude Code、Doctolibの活用により以下が可能になります。
- コード変更ごとに技術ドキュメントを自動的に維持する
- エンジニアが不慣れなコードベースにオンボードする時間を数週間ではなく数日に短縮する
- チームの対応を待つことなく、即座にプルリクエストをレビューする
- 視覚的な回帰テストツール全体を数週間ではなく数時間で移行する
- 再利用可能なプロンプトと自動化されたCIワークフローを通じて、技術的負債を体系的に解決する
問題
Doctolibのエンジニアリングチームは生産性のパラドックスに直面していました。 同社は欧州をリードする医療技術オペレーティングシステムとして、42万人の医療専門家と9,000万人の患者にサービスを提供しており、重要な医療ワークフローの信頼性を維持しながら、より迅速に機能をリリースする必要がありました。 しかし、管理作業にはエンジニアリング時間が大量に消費されるため、ドキュメントの作成、テストの作成、プルリクエストの確認、技術的負債の解決など、開発者は医療分野の複雑な課題解決を避けていました。
「エンジニアは、医療分野の複雑な課題を解決するのではなく、反復可能なタスクに貴重な時間を費やしていました」と、DoctolibのAIツールプログラムを率いるスタッフエンジニアのJulien Tanay氏は述べています。
チームは3つの特定の課題に対処する必要がありました。まず、新しいエンジニアが不慣れなコードベースの部分に有意義な貢献をするまでに数週間を必要としていました。第二に、プルリクエストレビューがボトルネックを生み出し、エンジニアはチームメンバーが対応可能となるまでに数時間から数日待機する状態になっていました。第三に、チームが解決できない速度で技術的な負債が蓄積され、エンジニアが機能作業を優先させるため、移行やドキュメントの更新に遅れが出ていました。
Doctolib、30人のエンジニアによるAI支援開発のパイロットを開始
Doctolibは30人のエンジニアを対象にClaude Codeを試験的に実施し、望ましい生産性向上が見られたため、開発チーム全体にこのツールを展開しました。
VSCode、JetBrains、CLIベースのワークフローなど、あらゆるIDEで、エンジニアは5分以内にセルフオンボーディングできるようになりました。このチームがClaude Codeを選んだのは、ドキュメント化、AnthropicのSkilljarプラットフォームを通じた実践的なトレーニングコース、スラッシュコマンド、サブエージェント、プランモードなどの柔軟な機能を提供してくれるからです。ライセンス不要の従量課金制の請求モデルにより、先行コミットメントなしで導入を拡大できました。
Doctolibが一般的な開発タスク向けに、再利用可能なAIワークフローを構築
Doctolibのプラットフォームチームは、すべての開発者がClaude Codeの初期設定時に利用できるプロンプト、カスタムコマンド、サブエージェントの一元化リポジトリを構築しました。 どのエンジニアも、ドキュメントの記述、テストの作成、コードのレビュー、一般的な問題のデバッグなど、実証済みの再利用可能なワークフローから開始します。
「エンジニアは不慣れなコードベースにすぐに貢献できます」とTanay氏は述べています。「新しいサービスやライブラリを理解するために数週間かけるのではなく、コードを介して会話を開始し、数日のうちに変更を加えられるようになります。」
同チームは、いくつかの重要な分野にわたる日常的な開発ワークフローにClaude Codeを埋め込みました。 エンジニアは、移行とデバッグに関する反復可能なプロンプトを通じて、ドキュメントとテストを記述し、プルリクエストを確認し、技術的負債を解決します。 このツールのヘッドレスモードは、同社のCIパイプラインで直接実行され、日常的なメンテナンスタスクに関するプルリクエストを自動的に開きます。
あるプロジェクトでは、従来の視覚回帰テストインフラストラクチャ全体を置き換えるという速度の向上が実証されました。 「移行を数週間ではなく数時間で完了しました」とTanay氏は語っています。「現在、すべてのスクリーンショットの比較を本番環境で処理しています。」
自動化されたドキュメントワークフローにより、メンテナンスの負担が軽減されました。 コード変更があるたびに、技術ドキュメントを自動的に更新するCIジョブがトリガーされます。 このコードとしてのドキュメント化アプローチでは、非常にまれな介入を用いて技術ドキュメントが最新の状態に保たれます。
プルリクエストレビューは、これまでは数時間または数日の待機時間が必要だったため、ボトルネックでしたが、今や瞬時に行えます。同社のメインインフラストラクチャリポジトリは、Claudeを活用した自動レビューを搭載しており、開発サイクルの早期段階で問題を発見します。
結果
Claude Codeは、Doctolibのエンジニアリングチームで最も使用されるAIツールとなりました。 エンジニアはプラットフォームにセルフオンボーディングを完了し、数分以内に生産性の向上を感じられます。
チームは不慣れなテクノロジースタック上で新しいプロジェクトにセルフオンボーディングすることで、立ち上げ時間を数週間から数日に短縮できるようになりました。
「エンジニアは、自身の専門分野以外の分野にこれまで以上に迅速に貢献できるようになりました」とTanay氏は語っています。「これにより開発速度が根本的に変わります。」
Doctolibは第1四半期に自律型コーディングエージェントを拡大する計画で、チケットからGitHub Actionsを介して直接リクエストを抽出するものに移行する予定です。 また、トリアージとコード品質に関するカスタマイズされたAI支援レビューを開発し、Claudeを活用して仕様主導型開発を実施していきます。
「Claude Codeのロードマップ策定を支援し、自律型エージェントの可能性を模索したいと考えています」とTanay氏は述べています。
この短いビデオで、Doctolibのエンジニアから、Claude Codeがより優れた機能をさらに迅速にリリースできるよう支援している様子を直接ご覧ください。
動画のキャプション
動画のキャプション
「エンジニアは今、自分の専門以外の分野にこれまで以上に迅速に貢献できるようになりました。 これにより開発速度が根本的に変化します。」
Doctolib、スタッフエンジニア
動画のキャプション