NotebookLMで「自分専用AIエキスパート」を作る
何ができるのか、3行で
- 自分の専門領域のガイドライン・論文をアップロードする
- 「この患者のCOPD分類は？」と日本語で質問する
- 引用ページ付きで即答が返ってくる（ハルシネーションがほぼない）
ChatGPTとの決定的な違いは、「自分がアップロードしたドキュメントの中だけから答える」点だ。AIが自由に知識を補完しないので、「なぜそう答えたのか」が必ずトレースできる。
なぜ今NotebookLMが医師に注目されているのか
2026年1月、JMIR Medical Informaticsに査読論文が掲載された。肺専門医がNotebookLMを使って気道疾患の臨床判断支援システムを構築し、救急医療スタッフ20名で実証実験を行った研究だ。
結果：コーディングゼロ、コスト最小限、ガイドライン準拠の応答を実現。医師が自分の手でAIシステムを作れることが、査読論文として証明された。
NotebookLMは2024年後半からGemini 2.0を搭載し、処理精度・速度が大幅に向上した。2026年時点で、医師によるプロフェッショナル活用が急増している。
基本的な使い方（ゼロから5分）
Step 1: NotebookLMにアクセス
notebooklm.google.com にGoogleアカウントでアクセスする。無料で使える。
Step 2: ノートブックを作成
「新しいノートブック」をクリック。名前の例：
循環器内科 2025-2026ガイドライン当直 緊急対応マニュアル専門医試験 重要論文集
Step 3: ソースをアップロード
アップロードできるもの：
- PDF（ガイドライン・論文・教科書の章）
- Googleドキュメント / Googleスライド
- Web URL（学会の公式ページ等）
- YouTube URL（学会発表動画も可）
- テキスト（直接貼り付け）
最大50ソース、合計50万語まで対応。
Step 4: チャットで質問する
ノートブック右側のチャット欄に日本語で質問する。
例：「eGFR 28の高齢患者に使用可能な糖尿病薬を教えて」
→ アップロードしたJDSガイドラインの該当ページを引用して回答
引用された部分をクリックすると、元のドキュメントの該当箇所に飛べる。
専門科別の活用テンプレート
内科・総合診療
推奨ソース：
- 各疾患の日本のガイドライン（糖尿病・高血圧・脂質異常症・CKD等）
- UpToDateの患者ページ（スクリーンショット可）
- 院内プロトコル・パスのPDF
使い方の例：
「82歳女性、CKD3b+心不全、β遮断薬とSGLT2阻害薬の
同時使用に関する推奨グレードと注意点を教えて」
→ アップロードしたガイドラインから該当箇所を自動引用して回答
救急・当直
推奨ソース：
- 救急医学テキスト（関係する章のPDF）
- 院内急変対応プロトコル
- BLS/ACLSガイドライン
- 敗血症管理バンドル（Surviving Sepsis Campaign）
使い方の例：
「成人の心肺停止、AED到着まで2分、最初の3アクションは？」
「尿路感染症疑い、高齢者でキノロン系が使いにくい場合の代替は？」
夜間当直中に専門科へのコンサルト前の確認として使える。
外科・周術期
推奨ソース：
- 術前中止薬リスト（抗凝固薬・DM薬・免疫抑制薬）
- 麻酔科への申し送りガイドライン
- 周術期の栄養管理プロトコル
使い方の例：
「ワルファリン内服中の大腸がん待機手術、術前の中止タイミングと
ヘパリンブリッジの適応基準は？」
研究・論文作成
推奨ソース：
- 自分が読んだ論文をPDFで蓄積
- 投稿先ジャーナルの著者ガイドライン
- 統計解析手法の教科書PDF
使い方の例：
「このコホートではどのバイアスが最も問題になるか？」
「このMethodsセクションで不足している記述を指摘して」
音声オーバービュー（通勤・移動中の学習）
NotebookLMの最も話題になった機能のひとつ。
「音声オーバービュー」ボタンを押すと、2人の話者がガイドラインの内容を対話形式で解説するポッドキャスト音声が自動生成される。イヤホンをして通勤電車で聴ける。
設定オプション（日本語可能）：
- 「初心者向けに解説して」
- 「既に知識がある専門家として詳細な議論をして」
- 「このトピックに詳しい人に向けて作って」
実際の医師の使い方（note.com記事より）： 「週末に新しい論文10本をNotebookLMにまとめてポッドキャスト生成→月曜朝の通勤で全部聴き終わる。以前は1本読むのに30分かかっていた」
NotebookLM × Claude MCP連携（上級者向け）
2026年1月以降、MCPサーバーという仕組みを使ってClaudeからNotebookLMを自動操作できるようになった。
実現すること： 「自分の論文データベース（NotebookLM）に対して、Claudeから自動クエリをかけ、引用付きレポートを生成する」
ハルシネーションがほぼゼロになる理由： NotebookLMは自分がアップロードしたドキュメントの外には答えない。AIが知識を「でっち上げる」余地がない。Claudeの自然言語処理能力と組み合わせることで、「正確で引用付きの回答」が実現する。
設定方法：notebooklm-mcp GitHub（やや技術的。エンジニアがいる医療機関向け）
NotebookLMの限界と注意点
ハルシネーションは「ほぼゼロ」だが「完全ゼロ」ではない
ドキュメント内のテキストを組み合わせる際に誤った解釈が生じることはある。特に複数ドキュメントの内容を統合する際は確認が必要。
知識のカットオフ問題
アップロードしたドキュメントが古ければ古い情報が返ってくる。ガイドライン更新のたびに最新版に差し替える習慣が必要。
日本語PDFの精度
日本語PDFの処理は英語より精度が低い場合がある。特に縦書きPDF、画像として埋め込まれたテキスト（スキャンPDF）は読み取り精度が下がる。テキストコピー可能なPDFを使うことを推奨。
個人情報の取り扱い
NotebookLMはGoogleのサービス。患者の個人情報を含む文書はアップロードしないこと。ガイドライン・論文・匿名化された院内プロトコル等に限定して使う。
まとめ：NotebookLMが医師の学習を変える理由
| 従来の方法 | NotebookLM活用 |
|---|---|
| ガイドラインをPDFで開いてCtrl+F検索 | 自然言語で「〇〇の推奨グレードは？」と質問 |
| 論文を1本ずつ読む | 10本まとめてポッドキャストで聴く |
| 当直中に「確かこのガイドラインに書いてあった…」と探す | 専門領域のノートブックに質問して引用付きで即答 |
| 統計解析の手法を論文から抜き出す | 自分の統計テキストに「この場合はどの検定を使うか」と聞く |
プログラミングは一切不要。Googleアカウントがあれば今日から使える。
まずは、自分が最もよく参照するガイドライン1本をアップロードして、質問を投げてみてほしい。5分で「これは使える」かどうかわかる。