Difyで作る医学論⽂仕分けアプリ: 全体像とPubMedAPI基礎

目次

1. はじめに 2. ワークフローの全体像 3. PubMed API基礎知識 4. このワークフローで実現すること 5. シリーズ構成 6. まとめ

1. はじめに

本シリーズでは、Difyのチャットワークフローを使⽤して、PubMed論⽂の検索‧翻訳‧要約を⾃動化するシステムの構築⽅法を解説します。

⾃然⾔語で検索クエリを⼊⼒すると、論⽂を検索し、各論⽂のタイトルを⽇本語に翻訳、アブストラクトを要約し、優先度を判定した上で、Googleスプレッドシートに保存するまでの⼀連の流れを実現します。

このワークフローは、医学研究や⽂献調査の効率化に役⽴ち、特に⼤量の論⽂を扱う際の時間短縮に貢献します。

1-1. 完成イメージ

本記事（Part 0）では、ワークフローの全体像とPubMed APIの基礎知識を解説します。これらを理解することで、以降のPart 1〜Part 4で解説する各ノードの実装がより深く理解できるようになります。

2. ワークフローの全体像

このワークフローは、以下の5つの主要なステップで構成されています。

2-1. ステップ1: 検索パラメータの抽出（Part 1）

ユーザーが⾃然⾔語で⼊⼒した検索クエリ（例: 「糖尿病のインスリン療法に関する2020年以降のRCT」）を、PubMed APIで使⽤できる検索パラメータに変換します。

• ⼊⼒: ⾃然⾔語クエリ（⽇本語）
• 処理: LLMによるパラメータ抽出
• 出⼒: 構造化された検索パラメータ（ main_query , title_filter , author_filter 等）

2-2. ステップ2: E-Fetchとデータパース（Part 2）

Part 1で⽣成したPMIDリストをもとに、⽤途に応じてE-Fetchまで論⽂詳細データを取得します。

• 論⽂詳細取得: E-Fetchによるデータ取得
• E-Fetch: XMLレスポンスを取得
• XML/JSONパース: LLMが扱いやすいPython dict/listへ整形

2-3. ステップ3: AIによる要約⽣成（Part 3）

取得した論⽂データに対して、LLMを使⽤して以下の処理を⾏います。

• タイトル翻訳: 英語のタイトルを⾃然な⽇本語に翻訳
• 要約⽣成: アブストラクトを100〜200⽂字の⽇本語で要約
• 優先度判定: ユーザーの検索意図に基づいて、各論⽂の重要度をHIGH/MID/LOWで判定
• データマージ: 元データとAI分析結果を統合
• CSV⽣成: スプレッドシート保存⽤のCSV形式に変換

2-4. ステップ4: スプレッドシートへの保存（Part 4）

⽣成したCSVデータをGoogle Apps Script（GAS）経由でGoogleスプレッドシートに保存します。

• GAS連携: CSVデータをGASのWebhookエンドポイントに送信
• スプレッドシート保存: GASがCSVをパースしてスプレッドシートに追記
• 結果返却: スプレッドシートのURLをユーザーに返却

2-5.全体のデータフロー

ユーザー⼊⼒（⾃然⾔語）
↓
パラメータ抽出（LLM）
↓
E-Search（PMIDリスト取得）
↓
E-Fetch（詳細データ取得）
↓
XML/JSONパース
↓
イテレーション + LLM（翻訳‧要約‧優先度判定）
↓
CSV⽣成
↓
GAS連携（スプレッドシート保存）
↓
結果返却（URL）

3. PubMed API基礎知識

ワークフローの解説に映る前に、part0となる本記事では、PubMed APIについて解説します。

3-1. PubMed APIとは

PubMed APIは、⽶国国⽴医学図書館（NLM）が提供する⽣物医学分野の⽂献データベース「PubMed」にプログラムからアクセスするためのインターフェースです。正式名称は「Entrez Programming Utilities（E-utilities）」または「E-Utils」と呼ばれます。

このAPIを使⽤することで、プログラムからPubMedのデータを検索し、論⽂情報を⾃動的に取得‧処理することが可能になります。

3-2. 基本的な使⽤フロー

PubMed APIを使⽤する際は、以下の3つのステップを順番に実⾏する必要があります。

ステップ1: E-Search – 論⽂のリスト（PMID）を取得

まず、E-Searchを使⽤して、特定のキーワードや検索条件に合致する論⽂のPubMed ID（PMID）のリストを取得します。

重要なポイント: E-Searchは論⽂の詳細情報を返すのではなく、検索結果に該当する論⽂のPMID（識別番号）のリストのみを返します。このリストを取得することが、後続の処理の第⼀歩となります。

使用例:

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=cancer

このリクエストにより、キーワード「cancer」に該当する論⽂のPMIDリストを取得できます。

ステップ2: E-SummaryまたはE-Fetch – 詳細情報を取得

E-Searchで取得したPMIDリストを基に、E-SummaryまたはE-Fetchを使⽤して各論⽂の詳細情報を取得します。

3-3. E-SummaryとE-Fetchの使い分け

E-Summary: 軽量な概要情報の取得

取得できる情報:

• タイトル
• 著者名
• 掲載誌名
• 出版年
• 基本的なメタデータ

特徴:

• データ量が少なく、処理が⾼速
• 多数の論⽂の概要を⼀括で把握するのに適している
• アブストラクト（要旨）は含まれない

使⽤例:

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=pubmed&id=12345678

E-Fetch: 詳細情報の取得

E-Fetchの⽅が詳細取得が可能なため、今回のワークフローではこちらをメインに使⽤します。

取得できる情報:

• E-Summaryで取得できるすべての情報
• アブストラクト（要旨）
• MeSH⽤語（医学主題⾒出し）より詳細なメタデータ
• 全⽂へのリンク（利⽤可能な場合）

特徴:

• アブストラクトや詳細な情報が必要な場合に使⽤
• データが多いので必要最⼩限の論⽂に対して使⽤すると効率的

使⽤例:

<https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&id=12345678&retmode=xml>

使い分けの指針

1. まずE-Summaryで概要を確認: 多数の論⽂を処理する場合や、タイトルや著者などの基本情報だけで⼗分な場合は、E-Summaryを使⽤します。これにより、処理速度を向上させることができます。
2. 必要に応じてE-Fetchで詳細を取得: アブストラクトやMeSH⽤語など、より詳細な情報が必要な場合のみ、E-Fetchを使⽤します。E- Fetchはデータ量が多いため、必要な論⽂に対してのみ使⽤することを推奨します。
3. 効率的な処理フロー:
   • E-SearchでPMIDリストを取得
   • E-Summaryで全論⽂の概要を確認
   • 必要な論⽂のみを選別
   • 選別した論⽂に対してE-Fetchで詳細情報を取得

今回作成した論⽂仕分けアプリは、最終的にスプレッドシートに論⽂を蓄積していくことも⽬標の⼀つです。そのため、E-Summaryは使わずにE-Fetchを活⽤したフローとなっています。ただE-Summaryも使えるようなフローを作成したので興味がある⽅は、後続の記事を読んで試してみてください。

3-4. 注意点

レート制限

• 1秒間に3回以上のリクエストを⾏わないようにする必要があります
• 過度なリクエストを⾏うと、アクセスが制限される可能性があります
• ⼤量のデータを取得する場合は、適切な間隔を設けてリクエストを⾏います

APIキー

• APIキーを取得することで、秒あたりのアクセス上限を増やすことが可能です
• APIキーはNCBIのアカウントから取得できます

利⽤規約

• NCBIの利⽤規約を遵守する必要があります
• 商⽤利⽤や⼤量のデータ取得を⾏う場合は、特に注意が必要です

3-5. PubMed APIのまとめ

PubMed APIを使⽤する際の基本的な流れは以下の通りです：

1. E-Search: 検索条件に基づいてPMIDリストを取得（必須の第⼀歩）
2. E-Summary:  基本的な情報を⾼速に取得（概要把握に適している）
3. E-Fetch: 詳細な情報を取得（アブストラクトなどが必要な場合のみ）

この3つのAPIを適切に組み合わせることで、効率的にPubMedから論⽂情報を取得し、研究や業務の効率化を図ることができます。

本ブログシリーズで解説するワークフローでは、E-Summaryは使⽤しませんが、E-Fetchと同様の⽅法で情報が取得できるため、興味のある⽅は試してみて下さい。

4. このワークフローで実現すること

このワークフローを構築することで、以下のようなことが実現できます。

4-1. ⾃然⾔語での論⽂検索

ユーザーは、複雑なPubMed検索構⽂を覚える必要がなく、⾃然⾔語で検索クエリを⼊⼒するだけで、適切な検索が実⾏されます。

例:

• 「糖尿病のインスリン療法に関する2020年以降のRCT」
• 「タイトルにCOVID-19を含むレビュー論⽂」
• 「⼭⽥太郎⽒が著者の2023年の論⽂」

4-2. ⾃動的な翻訳と要約

取得した論⽂のタイトルを⾃動的に⽇本語に翻訳し、アブストラクトを要約します。

これにより、英語が苦⼿な研究者でも、論⽂の内容を素早く把握できます。

4-3. 検索意図に基づく優先度判定

ユーザーの検索意図を考慮して、各論⽂の重要度を⾃動的に判定します。

これにより、⼤量の論⽂の中から、特に重要な論⽂を優先的に確認できます。

4-4. スプレッドシートへの⾃動保存

処理結果をGoogleスプレッドシートに⾃動保存することで、以下のメリットがあります。

• 共有が容易: チームメンバーと簡単に共有できる
• 分析が容易: スプレッドシートの機能を使って、データの分析や可視化が可能
• 履歴管理: 過去の検索結果を蓄積し、後から参照できる

5. シリーズ構成

本シリーズは、以下の5つの記事で構成されています。

パート	主な内容
Part 0（本記事）: 全体像とPubMed API基礎	・ワークフローの全体像 ・PubMed APIの基礎知識 ・このワークフローで実現すること
Part 1: パラメータ抽出とE-Search編	・ユーザー⼊⼒ノード ・Current Time / パラメータ抽出ノード ・E-SearchとPMID整形
Part 2: E-Fetch / E-Summaryとデータパース編	・E-Fetchによる論⽂情報取得 ・変数集約器とXML/JSONパース
Part 3: AI処理‧データ整形編	・イテレーション処理（並列） ・LLMによる翻訳‧要約‧優先度判定 ・CSV⽣成処理
Part 4: データ保存とGAS連携編	・CSV統合とGASへのPOST送信 ・GASコードの詳細解説

6. まとめ

本記事（Part 0）では、Difyを使⽤した論⽂検索‧翻訳‧要約ワークフローの全体像と、PubMed APIの基礎知識を解説しました。

次のステップ

次回のPart 1では、⾃然⾔語クエリをPubMed検索パラメータへ落とし込み、E-SearchでPMIDリストを取得するところまでを詳しく解説します。具体的には、以下のノードを実装していきます。

• 開始ノード
• Current Time取得（⽇付確認⽤）
• ⽂章からパラメーター取得（パラメータ抽出ノード）
• API⽤リクエストデータ整形（Codeノード） E-Search（HTTP Requestノード）
• PMID配列→⽂字列変換（Codeノード）

これらのノードを実装することで、⾃然⾔語での論⽂検索から詳細データの取得までが⾃動化されます。

---

ヘルツレーベンでは、ライフサイエンス業界に特化したDX・自動化支援を提供しています。
PubMedや学術情報の自動収集をはじめ、Slack・Gmailなどを活用したナレッジ共有の仕組みまで、実務に直結するワークフローを設計・導入いたします。

提供サービスの例

• 製薬・医療機器業界での提案活動や調査業務の自動化支援
• アカデミアや研究者向けの文献レビュー・情報共有フローの最適化
• 医療従事者のキャリア開発を支援するリスキリングプログラム

👉 ご興味をお持ちの方はぜひお気軽にお問い合わせください。
お問い合わせフォームはこちら