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：
大規模
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に要する期間
セルフサービス型オンボーディング
不慣れなコードベースと技術スタックに対して
問題
ソリューション
「エンジニアは、自身の専門分野以外の領域にも、これまでよりもはるかに迅速に貢献できるようになりました。これにより開発スピードは根本的に変わります」
Staff Engineer, Doctolib
2013年以降、Doctolibは欧州全域で医療を変革し、42万人の医療従事者と9,000万人の患者にサービスを提供しています。プラットフォームは、医療従事者に、電子健康記録、診断支援、処方箋管理、AIを活用した臨床ソリューションを通じて業務フローを効率化するオペレーティングシステムを提供いています。 患者管理ツールは、予約管理、遠隔診療、および診療所の運営業務を処理します。 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を活用してDoctolibは以下を実現しています。
- コードの変更ごとに技術文書を自動的に維持
- エンジニアが不慣れなコードベースに数週間ではなく数日でオンボードできるよう支援
- 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
- 視覚的回帰テストツール全体を数週間ではなく数時間で移行
- 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
問題点
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、42万人の医療従事者と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つつ、機能をより迅速に提供する必要がありました。しかし、開発者は管理業務（文書作成、テストの構築、プルリクエストのレビュー、技術的負債への対応など）によりエンジニアリングのための貴重な時間が大きく奪われ、複雑な医療課題の解決から遠ざけられていました。
DoctolibのプラットフォームプロダクトマネージャーのThomas Bentkowski氏と共に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氏は次のように述べています。「エンジニアは複雑な医療課題の解決ではなく、繰り返し行われる業務に貴重な時間を費やしていました」
チームは次の3つの具体的な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コードベースの慣れない部分に有意義に貢献できるようになるまでに数週間を要していました。次に、プルリクエストのレビューがボトルネックとなり、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間待たされていました。最後に、技術的負債がチームの対応速度を上回る速さで蓄積されました。エンジニアが機能開発を優先したため、移行作業や文書更新が遅れました。
Doctolib、AI支援開発のパイロット運用をエンジニア30名で開始
Doctolibはエンジニア30名を対象としたClaude Codeのパイロット運用の結果、生産性向上の見込みが確認されたため、開発チーム全体に本ツールを導入しました。
VSCode、JetBrainsなどのあらゆるIDEもしくはCLIベースのワークフローで、エンジニアは5分以内にセルフオンボーディングが可能になりました。このチームがClaude Codeを選定した理由は、特にドキュメント化、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備えている点を評価したものです。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、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、サブエージェントを一元管理するリポジトリを構築しました。すべてのエンジニアは、ドキュメントの作成、テストの構築、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。
Tanay氏は次のように述べています。「エンジニアはこれまで不慣れだったコードベースにすぐに貢献できるようになります。新しいサービスやライブラリを理解するために数週間費やす代わりに、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おいて日常的な開発ワークフローにClaude Codeを組み込みました。エンジニアは移行とデバッグのための反復可能なプロンプトを通じてドキュメントやテストを作成し、プルリクエストをレビューし、技術的負債に対処します。このツールのヘッドレスモードは、社内CIパイプラインで直接実行され、定期的なメンテナンス作業に対してプルリクエストを自動的に作成します。
あるプロジェクト（従来の視覚的回帰テストのインフラストラクチャ全体の置き換え）では、速度向上が実証されました。Tanay氏は次のように述べています。「移行を数週間ではなく数時間で完了しました。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。 コードの変更が行われるたびに、CIジョブがトリガーされ、技術文書が自動的に更新されます。このDocs-as-codeアプローチにより、技術文書はほとんど手を入れないまま最新の状態に保たれます。
プルリクエストのレビューは、以前はボトルネックとなり、数時間から数日もの待ち時間を要していましたが、今では即座に実施されるようになりました。同社の主要なインフラストラクチャリポジトリでは、Claudeを活用した自動化レビュー機能を備えており、開発サイクルの早い段階で問題を検出します。
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し、数分で生産性の向上を実感し始められます。
チームは不慣れなテクノロジースタック用いた新たなプロジェクトでも、セルフオンボーディングし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。
Tanay氏は次のように述べます。「エンジニアは、自身の専門分野以外の領域にも、これまでよりもはるかに迅速に貢献できるようになりました。これにより開発スピードは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を介した直接リクエストへ移行します。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を活用した仕様主導開発を実施しています。
「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。
この短い動画では、より優れた機能をより迅速にリリースするために、Claude Codeがどのように役立っているかをDoctolibのエンジニアが直接説明しています。是非ともご覧ください。
動画のキャプション
動画のキャプション
「エンジニアは、自身の専門分野以外の領域にも、これまでよりもはるかに迅速に貢献できるようになりました。これにより開発スピードは根本的に変わります」
Staff Engineer, Doctolib
動画のキャプション