公開日：2026年7月11日 編集：AI MEDIA編集部 読了目安：12分
ChatGPTで医学論文を探す：PubMed検索式・要約・引用確認を進める5ステップ実践ガイド。
ChatGPTは検索式のたたき台づくりや要約の作成には強いが、参考文献リストをそのまま信じると実在しない論文を引用してしまう危険がある。本稿では検索テーマの整理からPubMedでの実検索、要約、そして一次情報での引用確認までを、実際の作業手順として5ステップに分解する。
01. 結論：ChatGPTは「検索の入口」であって「文献リストの完成品」ではない
結論から言うと、ChatGPTは医学論文を探す作業の「下ごしらえ」には向いているが、そのまま出てきた参考文献リストを提出資料や記事に使うのは危険だ。理由は単純で、ChatGPTは存在しない論文タイトル・著者名・DOIをもっともらしい形式で生成することがあるためである。
米国の研究チームがGPT-3.5とGPT-4に42の学際的テーマで簡易文献レビューを作成させ、計636件の引用を検証したところ、GPT-3.5の引用の55%、GPT-4の引用の18%が実在しない「捏造」だったと報告されている。医学分野に限ると、この割合はさらに高くなる調査結果も複数ある。
編集部想定シナリオ：ある医療系ライターが「2型糖尿病とSGLT2阻害薬の心血管保護効果」というテーマで記事を書くため、ChatGPTに参考文献を5本挙げさせたとする。一見すると著者名・雑誌名・年号がそろった立派な引用だが、実際にPubMedで検索すると3本しかヒットしない、というのはこの種の作業でよく起こる事態だ。この記事では、そうした事故を防ぐための具体的な手順を示す。
02. 背景・定義：PubMed・MeSH・DOI・ハルシネーションとは何か
本題に入る前に、この記事で繰り返し登場する用語を先に定義しておく。
PubMedとは、米国国立医学図書館（NLM）が運営する生物医学・医療文献の無料検索データベースである。PubMed公式サイトから誰でも無料で検索でき、論文の抄録（アブストラクト）や書誌情報を確認できる。
MeSH（Medical Subject Headings）とは、NLMが定めた医学用語の統制語彙（シソーラス）で、論文の索引付けに使われる。同じ概念でも著者によって表記が異なる用語（例：「がん」「癌」「悪性腫瘍」）を、MeSHを使うことで一つの見出し語にまとめて検索できる。
DOI（Digital Object Identifier）とは、電子化された論文に付与される恒久的な識別子である。出版社のURLが変わってもDOIは変わらないため、文献を一意に特定する手がかりになる。
ハルシネーション（hallucination）とは、生成AIが事実に基づかない情報を、あたかも事実であるかのように出力する現象を指す。論文の文脈では、実在しないタイトル・著者・DOIを組み合わせて「それらしい」参考文献を作り出してしまう「引用の捏造」が典型例だ。
編集部見解：ChatGPTの「検索」機能（Web検索・Deep Researchを含む）を有効にした場合と、無効のまま学習データだけで回答させた場合とでは、引用の信頼性が大きく異なる。OpenAIのヘルプセンターの説明によれば、Web検索が使われた回答には実際に参照したソースへのリンクが表示される仕組みになっている。表示の有無を必ず確認する習慣をつけたい。
03. 仕組み：ChatGPTはなぜ実在しない論文を作ってしまうのか
ChatGPTは、学習データに含まれる膨大な文章から「次に来る単語として自然な並び」を予測する仕組みで動いている。参考文献の形式（著者名、年号、雑誌名、巻号）についても同様で、無数の実在論文の書式パターンを学習しているため、形式としては極めて「それらしい」出力を作れる。しかし、それは特定の実在論文を検索して引っ張ってきているわけではなく、パターンとして自然な組み合わせを生成しているにすぎない。
この違いが重要になるのは、Web検索機能をオフにしたまま質問した場合だ。この場合ChatGPTは外部データベースに一切アクセスせず、学習データの記憶だけを頼りに回答する。米国立衛生研究所（NIH）が公開するPubMed検索解説にあるとおり、PubMedは索引付けされた書誌情報を直接検索する仕組みであり、ChatGPTのような文章生成とは根本的に検索方式が異なる。
比較すると次のようになる。
- PubMed：索引データベースに実在する書誌情報を、キーワードやMeSH語で直接検索する。
- Crossref：出版社が登録したDOI付きメタデータを検索し、引用文字列から該当DOIを照合する機能も提供している。
- ChatGPT（検索オフ）：学習データのパターンから文章として参考文献「らしきもの」を生成する。実在確認は行われない。
- ChatGPT（検索オン）：Web検索結果を参照し、実際にアクセスしたページへのリンクを引用として提示する。
実例（編集部想定シナリオ）：「小児喘息とビタミンD補充の関連」について、検索機能をオフにしたChatGPTに参考文献を尋ねると、実在する著者（喘息研究の著名な研究者）の名前と、実在する雑誌名を組み合わせた、しかし実際にはその著者がその雑誌に書いていないタイトルが提示されることがある。
これは前述の検証研究でも指摘されている典型パターンで、JMIRに掲載された比較研究では、ChatGPTとBardが生成したシステマティックレビュー用の参考文献のうち、28.6%〜91.3%が「ハルシネーション」論文だったと報告されている。
04. 比較・選択肢：ChatGPT検索／PubMed直接検索／Google Scholarの使い分け
3つの手段にはそれぞれ向き不向きがある。作業の段階に応じて使い分けるのが実務的だ。
| 項目 | ChatGPT検索 | PubMed直接検索 | Google Scholar |
|---|---|---|---|
| 対象範囲 | Web全体（索引DBではない） | 生物医学文献に特化した索引DB | 学術分野を横断したWeb索引 |
| 引用の実在性※1 | 検索オフ時は要注意（捏造18〜55%の報告あり） | 索引された実在論文のみ表示 | 実在論文のみだが査読前論文も混在 |
| 検索式の柔軟性 | 自然文で相談・たたき台作成に強い | MeSH・フィールドタグで高精度に絞込み可能 | シンプルなキーワード検索が中心 |
| 撤回情報の表示 | 原則表示されない | 一部誌で撤回notice反映あり | 反映が遅れる場合がある |
| 費用 | 無料枠あり／機能拡充は有料プラン | 完全無料 | 完全無料 |
| 適した用途 | テーマ整理・検索式のたたき台・要約 | 最終的な文献確定・網羅的検索 | 引用数の把握・関連論文の芋づる式探索 |
※1 捏造率の数値はWalters & Wilder (2023) Scientific ReportsおよびJMIR掲載の比較研究の報告値に基づく編集部集計。モデルやプロンプトにより変動する。
撤回論文かどうかを確認したい場合は、PubMedやGoogle Scholarだけでは見落とすことがあるため、Retraction Watch Databaseを併用するのが確実だ。同データベースは6万件を超える撤回論文情報を収録しており、現在はCrossrefの一部として運用されている。
05. 実践：医学論文を探す5ステップ
STEP 1｜検索テーマをキーワード3〜5個に分解する
曖昧な問い（例：「糖尿病の薬について」）のままChatGPTに投げると、検索式も要約も散漫になる。まずはテーマをPICO（対象・介入・比較・アウトカム）の枠組みで3〜5個のキーワードに分解する。
実例：「2型糖尿病」「SGLT2阻害薬」「心血管イベント」「ランダム化比較試験」の4語に分解し、ChatGPTに「これらを英語のMeSH候補に変換して」と依頼する。
STEP 2｜ChatGPTにPubMed検索式のたたき台を作らせる
分解したキーワードをもとに、フィールドタグ（[mh]＝MeSH、[ti]＝タイトル、[majr]＝主要MeSH）を使った検索式の案を出させる。この段階ではまだ「たたき台」であり、正式な検索式ではない。
実例：条件として「過去5年以内」「ランダム化比較試験に限定」「英語論文のみ」の3条件を指定し、”type 2 diabetes”[mh] AND “sodium-glucose transporter 2 inhibitors”[mh] AND “cardiovascular diseases”[mh] のような案を得る。
STEP 3｜PubMedで実検索し、件数を絞り込む
たたき台の検索式をPubMed公式サイトのAdvanced Searchに実際に入力する。ヒット数が多すぎる場合はAND条件を追加、少なすぎる場合はMeSH語をOR条件に広げて調整する。
実例：初回検索で1,200件ヒットした場合、Filtersで「過去5年」「RCT」に絞ると80件前後まで減る、といった数値目安で調整する。
STEP 4｜抄録をChatGPTに要約させ、専門用語を確認する
絞り込んだ論文のうち、タイトルとアブストラクトをPubMedからコピーしてChatGPTに渡し、300字程度の日本語要約と、専門用語の平易な解説を依頼する。この段階のChatGPTは「実在するテキストの要約」をしているため、ハルシネーションのリスクは引用生成時より低い。
実例：抄録をそのまま貼り付け、「この論文の主要アウトカムを3行で」「NNT（治療必要数）が出てきたら定義も添えて」のように指示する。
STEP 5｜著者・DOI・撤回状況を一次情報で裏取りする
最終的に引用する論文について、DOIをCrossref Metadata Searchで照合し、著者名・雑誌名・巻号ページが一致するか確認する。あわせてRetraction Watch Databaseで撤回歴の有無をチェックする。
実例：候補5本のうち1本のDOIがCrossrefでヒットしない場合、その1本は保留にして著者名とタイトルだけでPubMedを再検索し、実在確認が取れるまで引用リストに含めない。
06. 注意点：3つの落とし穴
! 検索機能オフの回答をそのまま引用リストにしない
Web検索が有効になっていない状態でのChatGPTの参考文献提示は、前述のとおり捏造率が高いことが複数の研究で示されている。Sources表示の有無を必ず確認する。
! 検索式の網羅性を過信しない
ChatGPTが提案するMeSH語の組み合わせは、必ずしも最新のMeSH改訂や分野特有の索引慣行を反映していない。PubMedのMeSHデータベースで用語の定義と使用例を確認したうえで検索式を確定させる。
! 論文要約を治療方針の判断材料に直接使わない
ChatGPTによる要約はあくまで一次情報の理解を助ける補助であり、個々の治療方針や服薬の判断は要約だけで行うべきではない。具体的な医療上の判断は医師や薬剤師に相談することが前提になる。
07. FAQ
Q. ChatGPTだけで医学論文の検索を完結させても大丈夫ですか？
A. いいえ、ChatGPTは学術データベースではないため、検索の起点や要約の補助としては有用ですが、最終的な文献リストの作成にはPubMedなど一次情報源での確認が欠かせません。
Q. ChatGPTが提示した論文が実在するかはどうやって確認しますか？
A. 論文タイトルやDOIをPubMedやCrossrefで直接検索し、著者名・雑誌名・出版年が一致するかを照合します。DOIが存在してもリンク先が別の論文というケースもあるため、内容の一致まで確認することが重要です。
Q. PubMed検索式はChatGPTに作らせても正確ですか？
A. MeSH用語やフィールドタグの基本的な組み合わせは提案できますが、最新のMeSH改訂や検索対象データベースの仕様変更には対応していない場合があるため、PubMed公式のMeSHデータベースで用語を確認することをおすすめします。
Q. 撤回された論文を引用してしまうリスクはありますか？
A. あります。ChatGPTの学習データには撤回前の情報が含まれている可能性があるため、Retraction Watch Databaseなどで撤回状況を確認する工程を検索フローに組み込む必要があります。
Q. 医学以外の分野でも同じ手順は使えますか？
A. 基本的な考え方（検索式の設計、要約の生成、引用の裏取り）は他分野でも応用できますが、分野ごとに一次データベースが異なるため、対象データベースを置き換えて実践してください。
Q. 無料版ChatGPTでも同じことができますか？
A. 無料版でもWeb検索機能を使えば近い作業は可能ですが、検索結果の参照数や深い調査（Deep Research）機能には利用制限があるため、大量の文献を扱う場合は有料プランの利用を検討してください。
参考文献
- Walters, W.H. & Wilder, E.I. (2023). “Fabrication and errors in the bibliographic citations generated by ChatGPT.” Scientific Reports. https://www.nature.com/articles/s41598-023-41032-5
- Chelli, M. et al. (2024). “Hallucination Rates and Reference Accuracy of ChatGPT and Bard for Systematic Reviews: Comparative Analysis.” Journal of Medical Internet Research. https://www.jmir.org/2024/1/e53164
- Aljamaan, F. et al. (2024). “Reference Hallucination Score for Medical Artificial Intelligence Chatbots: Development and Usability Study.” PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC11325115/
- National Institutes of Health. “Advanced Search Features of PubMed.” PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC2651214/
- National Library of Medicine. “PubMed.” https://pubmed.ncbi.nlm.nih.gov/
- Crossref. “Simple Text Query.” https://www.crossref.org/documentation/retrieve-metadata/simple-text-query/
- Crossref. “Metadata Search.” https://search.crossref.org/
- OpenAI Help Center. “ChatGPT Search.” https://help.openai.com/en/articles/9237897-chatgpt-search
- OpenAI Help Center. “Deep research in ChatGPT.” https://help.openai.com/en/articles/10500283-deep-research-in-chatgpt
- Retraction Watch. “Retraction Watch Database.” https://retractionwatch.com/
コメント