ClinicalTrials.gov　治験情報を自然言語で取得するAIワークフロー　Part3

目次

ワークフローの全体イメージ 8. Send a message: 生成された回答をSlackに返信 9. Convert to File1ノードでCSVファイルに変換 10. Upload a fileノードでSlackにCSVファイルをアップロード 拡張案：GoogleスプレッドシートやMicrosoft Excelへの出力

ワークフローの全体イメージ

		検索	結果	UI
Part 1	自然言語からAPI検索を実施	単語	要約	Slack
Part 2	自然言語からAPI検索を行い生成AIが要約を実施	文章	要約	Slack
Part 3	検索結果の一覧からcsvファイルと要約を生成する	文章	要約 + csvファイル	Slack

Part3.  検索結果の一覧からCSVファイルと要約を生成する

◆入力と回答のゴールイメージ

1. Slack上でボット宛てに質問を行う

2. Slack上にAPI検索結果の要約とcsvが送信される

＜ワークフローの流れ＞

1. Slack Trigger: Slackへのメンションをトリガーにワークフローを開始。
2. Information Extractor: ユーザーの質問から、AIがClinicalTrials.govの検索クエリパラメータを抽出。
3. Code in JavaScript6: 抽出されたパラメータから空の項目を削除しJSONを整形。
4. HTTP Request: 整形されたクエリパラメータを用いてClinicalTrials.gov APIを検索。
5. Code in JavaScript: 取得した臨床試験データを整形し、AI向けに要約テキストを生成。
6. Code in JavaScript1: 取得した臨床試験データを整形し、CSV用の構造化データを生成。
7. Message a model: Geminiモデルが要約されたデータとユーザーの質問に基づき回答を生成。
8. Send a message: 生成された回答をSlackに返信。
9. Convert to File1: Code in JavaScript1で生成された構造化データをCSVファイルに変換。
10. Upload a file: 変換されたCSVファイルをSlackにアップロード。

◆ワークフローの説明

🚨   Part1,2の拡張版なので従来通りのブロックについては詳解せず、新規追加されたブロックのみ説明します。🚨

1. Slack Triggerノードでワークフロー起動
   （前回同様なので割愛）

2. Information  Extractorノードで検索条件を抽出
   （前回同様なので割愛）

3. Code in JavaScript6ノードでクエリを整形
   （前回同様なので割愛）

4. HTTP RequestノードでAPIを検索
   （前回同様なので割愛）

5. Code in JavaScriptノードでデータを整形（要約テキスト用）
   （前回同様なので割愛）

6. Message a modelノードでAIが回答を生成
   （前回同様なので割愛）

7. Send a messageノードでSlackに返信
   （前回同様なので割愛）

8. Send a message: 生成された回答をSlackに返信

HTTP Requestノードで取得した生のJSONデータを、CSVファイル生成用に構造化します。
このノードは、HTTP Requestノードの出力を直接参照して処理を行います。
下記のコードは全てコピペで大丈夫です。

return $('HTTP Request').all()[0].json.studies.map(study ⇒ { 
const idMod = study.protocolSection.identificationModule; 
const status = study.protocolSection.statusModule;
const condMod = study.protocolSection.conditionsModule; 
const design = study.protocolSection.designModule;
const arms = study.protocolSection.armsInterventionsModule;
const contacts = study.protocolSection.contactsLocationsModule

return { 
 json : {
  NCTId : idMod.nctId, 
  title : idMod.briefTitle,
  status : status.overallStatus, 
  type : design.studyType,
  phase: (design.phases || []).join('|'), 
  conditions : (condMod.conditions || []).join('|'),
  interventions : (arms.interventions || []).map(i ⇒ i.name).join('|'), 
  enrollment : design.enrollmentInfo.count,
  start_date : status.startDateStruct.date,
  end_date : status.completionDateStruct.date,
  locations : [...new Set((contacts.locations || []).map(loc ⇒ loc.country))].join('|'), 
  url : `https://clinicaltrials.gov/study/${idMod.nctId}`
  }
 }
})

• 役割: APIから返された複数の試験データ（ studies ）をループ処理し、各試験の情報を構造化されたオブジェクトとして抽出します。各試験は独立したアイテムとして出力され、次のConvert to File1ノードでCSV形式に変換されます。
• 出力形式:  各試験が以下のようなデータに整形された状態で出力されます。

{
  "NCTId": "NCT01234567",
  "title": "試験のタイトル", 
  "status": "RECRUITING",
  "type": "INTERVENTIONAL", 
  "phase": "PHASE2|PHASE3",
  "conditions": "条件1|条件2",
  "interventions": "介入1|介入2",
  "enrollment": 100,
  "start_date": "2024-01-01",
  "end_date": "2025-12-31",
  "locations": "United States|Japan",
  "url": "<https://clinicaltrials.gov/study/NCT01234567>"
}

• ポイント（応用）:
  • locations フィールドでは、 […new Set(…)] を使用して重複する国名を除去しています。
  • interventions フィールドでは、介入情報の配列から name プロパティを抽出して結合しています。
  • phase フィールドでは、複数のフェーズがある場合は| で区切って結合しています。
• 格納先: 構造化されたオブジェクトの配列が、次のConvert to File1ノードに渡されます。

9. Convert to File1ノードでCSVファイルに変換

Code in JavaScript1ノードで生成された構造化データを、CSV形式のファイルに変換します。

設定項目	値	役割
File Format	csv	出力ファイル形式をCSVに指定します。

• 役割: 構造化されたJSONデータの配列を、ExcelやGoogleスプレッドシートなどで開けるCSV形式のファイルに変換します。
• 入力: Code in JavaScript1ノードから渡された、各試験を表すオブジェクトの配列
• 出力: CSV形式のファイルオブジェクト（次のUpload a fileノードで使用可能な形式）

10. Upload a fileノードでSlackにCSVファイルをアップロード

Convert to File1ノードで生成されたCSVファイルを、元のメッセージが投稿されたチャンネルとスレッドにアップロードします。

設定項目	値	役割
Resource	file	ファイルをアップロードするという宣言です。
Channel ID (Options)	={{$(‘Slack Trigger’).item.json.channel }}	元のメッセージが投稿されたチャンネルのIDを取得し、アップロード先とします。
Thread TS (Options)	={{$(‘Slack Trigger’).item.json.ts }}	元のメッセージのタイムスタンプ（ ts ）を取得し、スレッドへの返信としてファイルをアップロードします。

• 役割: CSVファイルを、ユーザーがメンションしたSlackチャンネル内の元のメッセージのスレッドに添付ファイルとして投稿します。これにより、ユーザーは検索結果の一覧をスプレッドシート形式でダウンロード・分析することができます。
• その他:
  •  Options > Thread Timestampを追加しないと、チャンネルにそのまま普通のメッセージとして送信されてしまいます。最初にユーザーが質問をしたメッセージのts (タイムスタンプ)を挿入してあげることで、メッセージのリプライとして送信が可能です。

お疲れ様でした。ここまでで文章で検索するClinicalTrials.govワークフローは完成です。

拡張案：GoogleスプレッドシートやMicrosoft  Excelへの出力

本ワークフローでは、CSVファイルをSlackに直接アップロードする方式を採用していますが、以下のような拡張も可能です。
各ツール（Google Cloud / Microsoft Online）の認証情報が必要なため、今回は利用を控えましたが、ビジネスでの実用性を考えるとSpreadsheetやExcelへの出力もチャレンジする価値はあると思います。

Googleスプレッドシートへの出力

1. Google Sheetsノードを使用して、Code in JavaScript1の出力データを直接スプレッドシートに書き込みます。
2. スプレッドシートの共有URLを生成し、そのURLをSlackメッセージに含めます。

Microsoft Excel（.xlsx）ファイルの生成

1. Microsoft   Excelノードを使用して、構造化データを直接Excelファイルとして生成します。
2. 生成されたExcelファイルをSlackにアップロードします。

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