このレッスンで終わる頃には
- 論文のVisual Abstractを NanoBananaで作れる
- BMJ / JAMA / NEJM の 3つのスタイル のプロンプトが手元にある
- どこが AIで作れて、どこは手動修正が必要か が分かる
Visual Abstractって?
論文の主要な発見を 1枚のインフォグラフィック にまとめたやつ。BMJ、JAMA、NEJM、Lancetが積極的に採用してて、SNSでの共有率が 通常の3〜5倍 [1]。
含める要素は決まっています:
- 研究デザイン(RCT、コホート等)
- 対象集団(N、年齢、疾患)
- 介入/曝露
- 比較対照
- 主要アウトカム
- 結論
論文書く人にとって、もはや必須スキル になりつつあります。
ジャーナル別スタイル
ジャーナルごとに色や構成のクセ があります。3つ紹介。
BMJスタイル
特徴: 左サイドバー+メイン、BMJブルー(#005EB8)、アイコン多め
Create a Visual Abstract in BMJ journal style for a clinical trial.
Layout: left sidebar (20% width, dark blue #005EB8) with study name
and journal logo area. Main content (80%) with white background.
Content flow top to bottom:
- Study name: "CEREBRO-PROTECT Trial" (bold, large)
- Design icon: "Randomized Controlled Trial, 24 countries"
- Population icon: "1,850 patients, age 55-80, prior TIA"
- Intervention: "XR-2847 200mg/day + standard care vs standard care alone"
- Primary outcome with large number: "42% reduction in stroke"
(HR 0.58, 95% CI 0.44-0.76)
- Bar chart: Intervention 8.2% vs Control 14.1%
Use medical icons (stethoscope, brain, pill).
Color scheme: BMJ blue, teal #00A9CE, magenta #DC004E for emphasis.
Clean, professional, infographic style. High resolution.
JAMAスタイル
特徴: Question/Findings形式、JAMAレッド(#D22630)、シンプル
Create a Visual Abstract in JAMA journal style. Clean, minimal design.
Top section (red banner #D22630):
"QUESTION: Does AI-assisted CT screening improve early lung cancer detection?"
Middle sections (gray boxes on white):
- Population: "3,240 adults, age 50-75, smoking ≥30 pack-years"
- Setting: "48 centers in US, Canada, UK, Germany"
- Intervention: "AI-assisted vs standard CT reading"
Bottom section (large, bold):
"FINDING: AI screening improved Stage I detection by 38%
(RR 1.38, 95% CI 1.15-1.67) and reduced false positives by 24%"
JAMA color scheme: red, gray, beige, gold accents.
Question-and-answer format. Professional medical journal style.
NEJMスタイル
特徴: データ可視化中心、NEJM赤(#C80000)、グラフが主役
Create a Visual Abstract in New England Journal of Medicine style.
Emphasis on data visualization.
Header: "EMPA-KIDNEY Trial" in NEJM red (#C80000)
Center: Kaplan-Meier survival curve showing two lines diverging:
- Empagliflozin group (blue line, lower)
- Placebo group (red line, higher)
- X-axis: "Months" (0-36)
- Y-axis: "Kidney Disease Progression (%)" (0-30%)
- HR 0.72 (95% CI 0.64-0.82) in bold
Bottom: Key secondary outcomes in 3 columns:
- eGFR decline: -2.1 vs -3.5 ml/min/year
- Hospitalization: 18% reduction
- Cardiovascular death: NS
White background, minimal decoration, data-centric design.
作り方のコツ、5つ
1. 情報を絞る
1枚に収めるには選別が必要。主要アウトカム1つ、副次アウトカム2〜3個が 限界。
「全部入れたい」と感じたら、情報が多すぎる サインです。
2. 核心の数字を大きく
「42% reduction」「HR 0.58」みたいな一番大事な数字は、他の要素の 2〜3倍 のフォントに。
プロンプトに「large, bold number」と明示する。
3. 色に意味を持たせる
介入群=青、対照群=赤。改善=緑、悪化=赤。色が意味を伝える ようにする。
プロンプトで「color-coded: treatment group in blue, control in red」と定義。
4. 流れを一方向に
上→下、左→右。視線が迷わない ように統一する。
「top to bottom flow」「left to right progression」。
5. 1発で完成させない
最初の出力は たたき台。そこから修正指示を重ねる。
- 「もう少しシンプルに」
- 「数字をもっと大きく」
- 「色をBMJブルーに寄せて」
会話で詰めていくのがコツです。
AIで作れないところ
NanoBananaのVisual Abstract、苦手な部分 もあります:
数値の正確性
AIが数値を 「それっぽく」勝手に変えてしまう ことがある。HRやCIは 生成後に必ず自分で確認。
グラフの正確性
Kaplan-Meier曲線の形状やp値が デタラメになりがち。グラフ部分は:
- 別途(ExcelやR、Python)で作成
- NanoBananaには「グラフのプレースホルダ」だけ作ってもらう
- 後から合成
の方が確実。
複雑なレイアウト
複雑なレイアウトは 崩れやすい。シンプルな構成の方が安定する。
実用ワークフロー
現実的な流れ:
- NanoBananaで 全体のレイアウトとデザイン を生成
- 数値とグラフは 手動で確認・修正
- 必要に応じてCanvaやPowerPointで 微調整
AI一発完結は諦めて、90%AI + 10%手動 の方針がいい。
数字の検証は必ず
論文のVisual Abstractで数値が間違ってるのは致命的。
Claudeに「HR 0.58って書いた?」って確認させても、画像の中身までは見てくれない。自分の目でHRとCIを確認するクセをつけてください。
まとめ
- Visual Abstract = 論文の視覚的要約、SNS共有率3〜5倍
- BMJ / JAMA / NEJM にそれぞれ色とレイアウトのクセがある
- 情報絞る、数字を大きく、色で意味を持たせる の3原則
- AI生成は下書き、数値とグラフは必ず手動チェック
次は、医療現場で実際に使うシーンを5つ紹介します。
参考文献
- Ibrahim AM, et al. Ann Surg. 2017. Visual abstracts to disseminate research on social media.