論文執筆にAIを使う：できること・してはいけないこと
AIは研究のゲームチェンジャーか
臨床医にとって、論文執筆は本来の診療業務の合間に行う「もう一つの仕事」です。AIの活用により、論文執筆の各ステップを効率化できますが、学術倫理上のルールを理解しておく必要があります。
AIが効果を発揮する5つの場面
1. 文献検索と整理
PubMedでの網羅的な文献検索は時間のかかる作業です。AIツールが支援できること：
- 検索クエリの最適化: 研究テーマからMeSH用語を含む最適な検索式を生成
- 文献のスクリーニング: アブストラクトから関連性の高い論文を自動選別
- 文献マトリクスの作成: 複数論文の研究デザイン、サンプルサイズ、主要結果を一覧表に整理
- 引用ネットワークの可視化: 主要論文の引用関係から研究の流れを把握
Elicit、Semantic Scholar、Consensusなどのツールが研究者の間で普及しています。
2. 統計解析のコード生成
RやPythonの統計解析コードの生成は、LLMが最も得意とするタスクの一つです。
有用な場面:
- 適切な統計手法の選択（データの特性に基づいて）
- 解析コードの生成（ggplot2での図表作成、多変量解析のモデル構築）
- 結果の解釈文の下書き
注意点:
- AIが生成したコードは必ず実行して結果を確認する
- 統計手法の選択が適切かは、統計学の知識がある人間が判断する
- p値ハッキングにつながる使い方は厳禁
3. 英文校正
非英語母語者にとって、英文校正はAI活用の最大のメリットの一つです。
- 文法・語法の修正
- 学術論文にふさわしい表現への書き換え
- ジャーナルのスタイルガイドに合わせたフォーマット調整
- 冗長な表現の簡潔化
4. 図表の作成補助
AIに表のデータを渡して、論文用の図表を生成するコード（matplotlib、ggplot2）を作成させることができます。Forest plot、Kaplan-Meier曲線、フローチャートなどの定型的な図表は特に効率的です。
5. 査読対応
査読コメントへの回答文の下書きにもAIは有用です。査読者の指摘を正確に理解し、論理的かつ礼儀正しい回答を作成する作業を支援します。
してはいけないこと
データの捏造・改ざん
AIに「有意差が出るようなデータを生成して」と依頼することは、研究不正そのものです。AIは実在するデータの解析を支援するツールであり、データを作るツールではありません。
AIの出力を無検証で採用
AIが生成した文章は、事実誤認やハルシネーションを含む可能性があります。引用文献は必ずPubMedで実在を確認し、数値データは原著論文と照合してください。
AIの使用を隠す
主要ジャーナルの大半は、AIの使用を方法または謝辞に明記することを求めています。ICMJEのガイドラインでは、AIは著者にはなれませんが、その使用は適切に開示されるべきとされています。
主要ジャーナルのAIポリシー
| ジャーナル | ポリシー概要 |
|---|---|
| Nature | AI使用の開示を義務化。AIは著者になれない |
| NEJM | AI使用の詳細を方法に記載 |
| Lancet | AI生成テキストの割合と使用方法を開示 |
| JAMA | AI使用を方法または謝辞に明記 |
実践的なワークフロー
- 構想段階: AIにリサーチクエスチョンの壁打ち相手になってもらう
- 文献検索: AI検索ツールで網羅的に検索→手動で精査
- 執筆: 自分で書く → AIで英文校正 → 自分で最終確認
- 統計: 解析プランを自分で立てる → AIにコード生成を依頼 → 結果を検証
- 投稿: AIの使用を適切に開示
AIは論文執筆の「効率化ツール」であり、「研究者の代替」ではありません。研究の知的貢献は人間が行い、AIは労力のかかる作業を支援する。この役割分担を明確にすることが、AI時代の研究倫理の基本です。