生成AIを用いたプロンプト駆動型ノーコード機械学習は，自然言語による指示のみで統計解析や機械学習を実行可能とし，医学研究の着想から初期解析までを大幅に効率化する。本稿では，その利点に加え，解析の再現性や統計的解釈の妥当性，コード作成に内在するリスク，医療データの管理・ガバナンス上の課題を整理し，科学的厳密性を担保するための検証手順と専門家関与の重要性，今後の展望を論じる。

脈管学領域では，統計学的手法に加えて機械学習を活用した研究が急速に増加している。統計は「なぜ起きているのか」を説明するのに適し（explanation），機械学習は「これからどうなるか」を予測するのに強い（prediction）。両者は対立概念ではなく目的に応じて使い分けることで，より実践的で信頼性の高い臨床研究が可能となる。本稿では臨床医が直感的に理解できるよう，説明モデルと予測モデルの違いを平易に整理し，両者を組み合わせる「ハイブリッド運用」の実践手順を，フローチャートや具体例を用いて提示する。