LifeScience

目次

1. はじめに 2. Part 3からの流れ 3. Dify側の保存フロー 4. Google Apps Scriptとは？ 5. GASの作り⽅とデプロイ⼿順 6. 動作確認とプレビュー 7. まとめ

1. はじめに

本記事は、Difyのチャットワークフローを使ってPubMed論⽂の検索‧翻訳‧要約を⾃動化するシリーズのPart 4です。

これまでの復習:

• Part 0: ワークフローの全体像とPubMed APIの基礎
• Part 1: ⾃然⾔語クエリからE-SearchでPMIDを取得
• Part 2: E-Fetch / E-Summaryで詳細データを取得し、XML/JSONをパース
• Part 3: LLMでタイトル翻訳‧要約‧優先度判定を⾏い、CSVを⽣成

Part 4（本記事）では、⽣成したCSVデータをGoogle Apps Script（GAS）に送信してスプレッドシートへ保存する処理を解説します。GASの基礎知識から実装⼿順、コードの詳細解説まで、⼀通り理解できるように構成しています。これにより、ユーザーはスプレッドシートのURLを受け取り、結果を即座に確認できるようになります。

2. Part 3からの流れ

Part 3で⽣成したCSVは以下の形式でした。

"PMID","Priority","Title_JP","Summary","Title_EN","Authors","Journal","Year","DOI","MeSH_Keywords","URL","m ain_author_affiliation","research_area","publication_types","population"
"12345678","HIGH","糖尿病におけるインスリン療法の効果","本研究は、2型糖尿病患者におけるインスリン療法の
有効性を検証した。...","Effect of Insulin Therapy in Type 2 Diabetes","John Smith, Jane Doe","Diabetes Resear ch","2024","10.1234/example","diabetes, insulin, therapy","<https://pubmed.ncbi.nlm.nih.gov/12345678/","Uni
versity> of Tokyo","内分泌","Randomized Controlled Trial","2型糖尿病患者（成⼈）"

このCSV⽂字列をGASに送信してスプレッドシートに保存します。

3. Dify側の保存フロー

3-1. GASに追記（HTTP Request）

以下の画像ではURL保護のためにグレーアウトさせていますが、本記事の後半で設定方法を解説していますので順に読み進めて問題ありません。

項⽬	設定値
メソッド	POST
URL	URLは後ほどGAS側の設定をした後に発⾏されるものをコピーして使います。ここでは⼀旦スキップで⼤丈夫です。
ヘッダー	Content-Type:application/json

このノードでは、DifyからGoogle Apps Script（GAS）のWebアプリを呼び出して、CSVデータをスプレッドシートに保存します。

リクエスト例

{ 
  "csv_string": "{{#csv_string#}}"
}

Part3で作成したCSV⽣成ノードからの csv_string を、JSON形式でGASに送信します。

レスポンス例

{ 
  "status": "success", 
  "message": "Data appended successfully", 
  "spreadsheet_url": "<https://docs.google.com/spreadsheets/d/>..."
}

GASからは、処理結果とスプレッドシートのURLが返されます。

3-2.スプレッドシートURLを抽出

import json

def main(body: str): 
  if not body: 
    raise ValueError("invalid parameter") 
  result = json.loads(body) 
  return {"spreadsheet_url": result["spreadsheet_url"]}

GASからのレスポンスから、スプレッドシートのURLを抽出します。

3-3. Answerノード

• 応答：{{#spreadsheet_url#}}
• 出⼒: スプレッドシートへのリンクのみをシンプルに表⽰

ここまででDify側のフローは完成しますが、実際に動作させるためには、GASのWebアプリを作成‧デプロイする必要があります。以下、GASの基礎から実装⼿順まで順を追って解説します。

4. Google Apps Scriptとは？

4-1. Google Apps Scriptの概要

Google Apps Script（GAS）はGoogleが提供するクラウドベースのJavaScript実⾏環境で、Google Workspace（スプレッドシート、ドライブ、メール、カレンダーなど）を⾃動化‧拡張するために設計されたプラットフォームです。  ブラウザ上のエディタだけで完結し、インフラ構築やサーバ管理なしでスクリプトを動かせるため、「ちょっとした業務⾃動化」から「⼩さな業務システム」までを素早く⽴ち上げられる点が特徴です。

4-2. Google Apps Scriptの主な特徴

特徴	説明
無料で利⽤可能	Googleアカウントさえあれば、追加費⽤なしで利⽤できます。Google Workspace有償プランでも追加課⾦なく使えます。
Google Workspaceとの親和性	スプレッドシート、ドライブ、メール、カレンダーなどとネイティブに連携でき、専⽤のAPIが多数⽤意されています。
Webアプリとして公開可能	HTTPリクエストで呼び出せるWebエンドポイントを数クリックで公開でき、今回のようにDifyから直接叩くことができます。
定期実⾏が可能	「毎⽇9時」「毎週⽉曜」のような時間ベースのトリガーや、フォーム送信などイベントベースのトリガーを簡単に設定できます。

GASがあると何が嬉しい？

GASは⾯倒な⼿作業を⾃動化するために⽤いられることが多いです。

例えば、本記事シリーズで解説している論⽂仕分けアプリでは、Difyが作成するcsvデータをSpreadsheet上に転記する作業をGASに任せます。そうすることで、Dify上で知りたいことを⼊⼒するだけで、Spreadsheet上にどんどん論⽂のリストが溜まっていく仕組みを構築することができます。

GASとDify連携で広がる可能性

Dify単体でも様々な外部ツールと連携して「⽣成AIによる要約や分類」「業務の⾃動化」を⾏うことができます。しかし、GASを⽤いてGmailやSpreadsheetと連携させることで、使い慣れたサービス上でDifyのパワーを発揮することが可能です。

例えば、

• アポ⾒込みのある顧客についてのシートに対して、DifyとGASを⽤いて顧客情報をネットから付与していく
• 安全性情報のスクリーニングを⾃動化して、スプレッドシートに結果をまとめる。
• 製薬企業が出した最新のニュースをDifyで要約しながらGmailでまとめてメルマガのように運⽤する

など、様々な使い⽅が可能になります

5. GASの作り⽅とデプロイ⼿順

ここからは、実際にGASを作成してデプロイする⼿順を、ステップバイステップで解説します。

5-1. Google Apps Scriptエディタの開き⽅

1. Googleスプレッドシートを開く
   • 新しいスプレッドシートを作成するか、既存のスプレッドシートを開きます
   • このスプレッドシートに、論⽂データが保存されます
2. スクリプトエディタを開く
   • メニューから「拡張機能」→「Apps Script」を選択します

スクリプトエディタが開くと、ブラウザ上にコードエディタが表⽰され、ここにコードを書き込んでいきます。

5-2. コードの記述

スクリプトエディタに、以下のコードをコピー&ペーストします。

function doPost(e){
  var result = {status:'success',message:'Data appended successfully'};

  try{
  var csvString = "";
  try{
    var postData = JSON.parse(e.postData.contents);
    csvString=postData.csv_string||postData.csv_output||postData.output;
  }catch(jsonError){
    csvString=e.postData.contents;
  }

  if (!csvString) {
    throw new Error("No CSV data found.");
  }

  var csvData = Utilities.parseCsv(csvString); 
  if (csvData.length < 2) {
    return createJsonResponse({ status: 'skipped', message: 'No content rows found in CSV' });
  }

  var csvHeaders = csvData.shift(); 
  var csvBody = csvData;

  var ss = SpreadsheetApp.getActiveSpreadsheet(); 
  var sheet = ss.getActiveSheet(); 
  result.spreadsheet_url = ss.getUrl();

  var lastRow = sheet.getLastRow();

  if (lastRow === 0) {
    sheet.appendRow(csvHeaders);   
    if (csvBody.length > 0) {
      sheet.getRange(2, 1, csvBody.length, csvBody[0].length).setValues(csvBody);
    }
  } else {
    var sheetHeaders = sheet.getRange(1, 1, 1, sheet.getLastColumn()).getValues()[0]; 
    var csvHeaderMap = {};
    csvHeaders.forEach(function(header, index) { 
      csvHeaderMap[header] = index;
    });

    var outputRows = csvBody.map(function(row) { 
      return sheetHeaders.map(function(sheetColName) { 
        var csvColIndex = csvHeaderMap[sheetColName];  
        return csvColIndex !== undefined?row[csvColIndex]:"";
      });
    });

    if (outputRows.length > 0) {
      sheet.getRange(lastRow + 1, 1, outputRows.length, outputRows[0].length).setValues(outputRows);
    }
  }

  } catch (error) { 
    result.status = 'error';
    result.message = error.toString();
  }

  return createJsonResponse(result);
}

function createJsonResponse(data) {
  return ContentService.createTextOutput(JSON.stringify(data))
  .setMimeType(ContentService.MimeType.JSON);
}

5-3. Webアプリとしてデプロイする⽅法

ステップ1: デプロイメニューを開く

コードを記述したら、次はWebアプリとしてデプロイします。

1. スクリプトエディタの右上にある「デプロイ」ボタンをクリック
2. 「新しいデプロイ」を選択

ステップ2: デプロイ設定

項⽬	設定値
種類の選択	ウェブアプリ
説明	任意（例：PubMed論⽂取り込みAPI）
次のユーザーとして実⾏	⾃分
アクセスできるユーザー	全員（外部から呼び出すため）

重要: 「アクセスできるユーザー」を「全員」に設定しないと、Difyから呼び出せません。

本ブログシリーズでは、簡易化のために「アクセスできるユーザー = 全員」にしました。しかし社内で実運用を行う場合には、全員がアクセスできる状態は許容できません。
簡易的な仕組みでは、呼び出し側（今回の場合Dify）と受け取り側（GAS）にのみ認証用の鍵をセットしておき、簡単な認証を行う方法があります。検証のために作成および公開したGASアプリなどはURLが外部に漏れないように注意しましょう。

ステップ3: デプロイ実⾏

1. 「デプロイ」をクリック
2. 初回実⾏時は、Googleアカウントでの承認フローが表⽰されます

• 「アクセスを承認」をクリック
• 必要に応じて、Googleアカウントの認証を完了

ステップ4: WebアプリのURLを取得

デプロイが完了すると、WebアプリのURLが表⽰されます。

<https://script.google.com/macros/s/xxxxxxxxxxxx/exec>

このURLをコピーしておきます。このURLが、DifyワークフローからPOSTする際のエンドポイントになります。

5-4. DifyでURLを設定

セクション3-2で解説した「GASに追記」ノード（HTTPリクエストノード）のURLに、取得したWebアプリのURLを設定します。

これで、Dify → GAS → スプレッドシートというパイプラインが完成します。

5-5. デプロイ時の注意点

項⽬	注意点
アクセス権限	外部から呼び出す場合は「全員」に設定。初回実⾏時、Googleアカウントの認証が必要な場合あり
コードの更新	コードを更新した場合は、新しいバージョンとしてデプロイが必要。「デプロイを管理」から新しいバージョンをデプロイ

6. 動作確認とプレビュー

GASのデプロイとDifyでのURL設定が完了したら、ワークフロー全体を動作確認してみましょう。

6-1. ワークフロー全体の動作確認

1. Difyのチャット画⾯で、⾃然⾔語で論⽂検索クエリを⼊⼒
   • 例：「糖尿病のインスリン療法に関する2020年以降のRCT」
2. ワークフローが実⾏され、以下の流れで処理が進みます
   • パラメータ抽出 → E-Search → E-Fetch → LLM処理 → CSV⽣成 → GAS送信 → スプレッドシート保存
3. 結果として、スプレッドシートのURLが返されます

7. まとめ

本記事（Part 4）では、Difyで⽣成したCSVデータをGoogle Apps Script（GAS）に送信してスプレッドシートへ保存する処理を、GASの基礎から実装⼿順、コード解説まで⼀通り解説しました。

本記事で実現したこと

• Dify側の保存フロー: CSV⽣成ノードから直接GASに送信
• GASの基礎知識: GASとは何か、その特徴とライフサイエンス業界での活⽤メリット
• GASの実装⼿順: エディタの開き⽅からWebアプリのデプロイまで
• GASコードの詳細解説: リクエスト受信からスプレッドシート保存までの処理フロー

Dify×GAS連携のポイント

ポイント	説明
シンプルな連携	DifyからHTTP  POSTでGASを呼び出すだけで、データの永続化が実現できる
直接的なデータフロー	CSV⽣成ノードから直接GASに送信する単⼀経路のため、シンプルで理解しやすい
柔軟な拡張	GAS側で通知‧定期実⾏‧データ分析などの機能を追加できる
コスト効率	既存のGoogle  Workspace環境を活⽤し、追加コストを抑えられる

次のステップ

基本的な連携が完成したら、以下のような拡張も可能です。

• メール通知: 重要な論⽂が追加されたら、関係者にメール通知
• 定期実⾏: 毎⽇‧毎週など、定期的に論⽂を⾃動収集
• 複数シートへの振り分け: 研究テーマ別にシートを分けて管理
• データ分析‧可視化: グラフ作成やレポート⾃動⽣成

DifyとGASを組み合わせることで、ライフサイエンス‧製薬業界の多様な課題に対応し、業務効率化とデータ管理の強化が期待できます。

---

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

目次

1. はじめに 2. Part 2からの流れ 3. 各ノードの詳細解説 4. まとめ

1. はじめに

本記事は、Difyのチャットワークフローを使って、PubMed論⽂の検索‧翻訳‧要約を⾃動化するシステムを構築するシリーズのPart 3です。

Part 2の復習: 前回の記事では、E-Fetchで論⽂詳細データを取得し、XMLをパースして構造化データを作るところまで解説しました。具体的には、以下のノードを実装しました。

1. E-Fetch（XML形式で論⽂詳細データを取得）
2. XMLパース（PythonでXMLを解析し、構造化データに変換）

本記事（Part 3）では、取得した論⽂データに対してLLMで翻訳‧要約‧優先度判定を⾏い、CSV形式に整形する処理を詳しく解説します。この部分は、ワークフローの核⼼となるAI処理部分です。

2. ワークフローの位置付け

Part 2で取得したデータは、以下のような構造になっています。

E-Fetchを使った場合

{ 
  "parsed_result": [ 
  { 
    "pmid": "12345678", 
    "title": "Effect of Insulin Therapy in Type 2 Diabetes",
    "abstract": "[Background] Type 2 diabetes...", 
    "author": ["John Smith", "Jane Doe"], 
    "journal": "Diabetes Research", 
    "year": "2024", 
    "doi": "10.1234/example", 
    "keywords": ["diabetes", "insulin", "therapy"] 
  } 
  ]
}

本記事では、E-Fetchで取得した論⽂データに対して、以下の処理を⾏います。

1. イテレーションで各論⽂を一つずつ処理
2. LLMで各論⽂のタイトル翻訳・要約・優先度判定・研究領域抽出・対象抽出
3. 元データとAI分析結果をマージしてCSV⽣成

3. 各ノードの詳細解説

3-1. イテレーション（Iteration）

パースされた論⽂データの配列をループ処理し、各論⽂に対してLLMによる翻訳‧要約‧優先度判定を⾏うノードです。

イテレーションとは？

DifyのIterationノードは、リストの要素に対して同じ処理を繰り返すために使います。

たとえば、URLリストや論⽂リスト（論⽂1,論⽂2,論⽂3…）の⼀つ⼀つに同じAI処理を適⽤したいときに便利です。このノードは、プログラミングのfor⽂のように、リストのすべての項⽬を順に処理し、結果をまとめて出⼒します。

設定内容

項⽬	設定値
入力変数	{{parsed_result}}
出力変数	{{text}} （後で説明するLLMノードを先に配置すると選択できるようになります）
エラーハンドリング	エラー時は終了
出力をフラット化	true

処理の流れ

1. ⼊⼒: XMLパースノードから parsed_result （論⽂データの配列）を受け取る
2. ループ: 各論⽂データを1件ずつ処理
3. 出⼒: LLMの出⼒を配列として集約

3-2.LLM（イテレーション内側のノードです）

各論⽂に対して、タイトルの⽇本語翻訳、アブストラクトの要約、優先度判定を⾏うLLMノードです。イテレーション内に配置されており、各論⽂ごとに個別に処理されます。
イテレーションの中で、LLMノードを配置することで、実行するたびに各論文データに対して、一つずつLLMが実行されます。

プロンプトテンプレート

あなたは医学論文の分析と翻訳を行う専門AIアシスタントです。
ユーザーから提供された「論文リスト」と「検索意図（質問）」に基づき、各論文の情報を日本語で構造化して抽出してください。

### ユーザーの検索意図（質問）
{{#sys.query#}}

### タスク
提供された論文について、以下の処理を行ってください。

Title Translation
論文タイトルを自然で簡潔な日本語に翻訳してください。

Summarization
アブストラクトの内容を100文字以上200文字以内の日本語で要約してください。
「目的」「方法」「結果」「結論」の流れを意識して記述してください。
ユーザーの質問に対する「答え」や示唆が含まれているかに注意してください。

Priority Assessment
ユーザーの質問に対するその論文の重要度を3段階で判定してください。
HIGH: 質問の意図と高いレベルで一致し、かつRCT、メタアナリシス、システマティックレビューなど高いエビデンスレベル、または重要な新知見を含む。
MID: 質問と関連はあるが一部が周辺的、または観察研究・症例報告などエビデンスレベルが限定的。
LOW: 質問の意図と大きく異なる、対象が全く異なる（例：動物実験のみ）、または臨床的意義が小さい。

Research Area（研究領域）の抽出
論文のタイトル・アブストラクト・MeSH用語などから、主要な疾患領域・診療科・トピックを1〜3個程度、日本語で要約してください。
例：Oncology, Cardiovascular, Endocrinology, Psychiatry, Neurology, Infectious disease などを、日本語で「腫瘍学」「循環器」「内分泌」「精神科」「神経内科」「感染症」などと表現する。できるだけ専門領域名として通用する粒度で簡潔に記述してください。

Population（対象）の抽出
研究の対象となっている集団を日本語で要約してください。
年齢層（成人/高齢者/小児/新生児 など）
患者群（例：2型糖尿病患者、心不全患者、健常成人 など）
動物実験・細胞実験のみの場合はその旨を明記してください（例：「マウスモデル」「培養細胞」など）。

### 入力データ（論文リスト）
{{#item#}}

プロンプト設計のポイント

1. 検索意図の活⽤:  {{#sys.query#}}  でユーザーの検索クエリを参照し、要約や優先度判定の基準として使⽤
2. 構造化されたタスク:  5つの明確なタスク（翻訳、要約、優先度判定、研究領域抽出、対象抽出）を定義
3. 優先度判定の基準:   HIGH/MID/LOWの判定基準を明確に定義し、⼀貫性のある判定を実現
4. 研究領域と対象の抽出:  論⽂の分類と検索に役⽴つ追加情報を抽出

構造化出⼒（Structured Output）

LLMの出⼒を構造化するため「構造化出⼒」機能を使⽤しています。
※構造化出力はAIのモデルによってサポートされていない場合があります。うまくいかない場合はバージョンを変えて試してみてください（gpt-4o-miniでは動作確認済み）。

フィールド名	型	説明
title_jp	string	論⽂の⽇本語タイトル
summary	string	要約（100〜200⽂字程度）
priority	string	重要度（HIGH, MID, LOW）
research_area	array[string]	研究領域（1〜3個程度、⽇本語）
population	string	対象（年齢層‧患者群‧実験モデルなど）

LLMによってこれらのラベルが自動的に付与されます。

出⼒例

各論⽂に対して以下のJSON形式で出⼒されます。

{ 
  "title_jp": "糖尿病におけるインスリン療法の効果", 
  "summary": "本研究は、2型糖尿病患者におけるインスリン療法の有効性を検証した。無作為化比較試験により、インスリン療法群では血糖コントロールが有意に改善し、HbA1cが平均1.2%低下した。結論として、インスリン療法は2型糖尿病の効果的な治療選択肢であることが示された。", 
  "priority": "HIGH", 
  "research_area": ["内分泌", "糖尿病"], 
  "population": "2型糖尿病患者（成人）"
}

3-3. DB登録⽤データの作成（Codeノード）

元の論⽂データ（XMLパース結果）とAI分析結果（LLM出⼒）をマージし、CSV形式に変換するノードです。

先ほど作成したLLMによる追加データとPubMed APIから取得したデータを統合して、一つの行データとして扱えるようにします。

⼊⼒変数

変数名	ソース	型
original_list	XMLパースノード	array[object]
ai_results_list	イテレーションノード	array[string]

CSVカラム構成

カラム名	説明	データソース
PMID	PubMed ID	元データ
Priority	重要度	AI分析結果
Title_JP	⽇本語タイトル	AI分析結果
Summary	要約	AI分析結果
Title_EN	英語タイトル	元データ
Authors	著者リスト	元データ
Journal	雑誌名	元データ
Year	公開年	元データ
DOI	DOI	元データ
MeSH_Keywords	MeSH⽤語とキーワード	元データ
URL	PubMed URL	⽣成（ https://pubmed.ncbi.nlm.nih.gov/{pmid}/ ）
main_author_affiliation	第⼀著者の所属機関	元データ
research_area	研究領域	AI分析結果
publication_types	論⽂タイプ	元データ
population	対象	AI分析結果

コード詳細

以下はコピペでコードノードに貼り付けるだけで大丈夫です。
コードが動かない時には、「入力変数」「出力変数」の名前やデータ型が正しいかを確認してください。

import json

def main(original_list: list, ai_results_list: list): 
  headers = [ 
    "PMID", 
    "Priority", 
    "Title_JP", 
    "Summary", 
    "Title_EN", 
    "Authors", 
    "Journal", 
    "Year", 
    "DOI", 
    "MeSH_Keywords", 
    "URL", 
    "main_author_affiliation", 
    "research_area", 
    "publication_types", 
    "population" 
  ] 

  csv_rows = [",".join(['"' + h + '"' for h in headers])] 

  for i, original in enumerate(original_list): 
    ai_item = ai_results_list[i] if i < len(ai_results_list) else "{}"

    ai_data = {} 
    try: 
      if isinstance(ai_item, dict): 
        ai_data = ai_item 
      else: 
        clean_json = str(ai_item).replace('```json', '').replace('```', '').strip() 
        ai_data = json.loads(clean_json) 
    except: 
      ai_data = {} 

    row_data = {} 

    pmid = original.get('pmid', '') 
    row_data["PMID"] = pmid 
    row_data["Title_EN"] = original.get('title', '') 
    auths = original.get('authors', original.get('author', [])) 
    row_data["Authors"] = ", ".join(auths) if isinstance(auths, list) else str(auths) 
    row_data["Journal"] = original.get('journal', '')
    row_data["Year"] = original.get('year', '') 
    row_data["DOI"] = original.get('doi', '') 
    row_data["main_author_affiliation"] = original.get('main_author_affiliation','') 
    row_data["publication_types"] = original.get('publication_types','')[0].replace('[','').replace(']','') if original.get('publication_types') else '' 

    kws = original.get('MeSH_Keywords', original.get('keyword', [])) 
    row_data["MeSH_Keywords"] = ", ".join(kws) if isinstance(kws, list) else str(kws) 

    if pmid: 
      row_data["URL"] = f"<https://pubmed.ncbi.nlm.nih.gov/{pmid}/>" 
    else: 
      row_data["URL"] = "" 

    # LLM generated columns 
    row_data["Title_JP"] = ai_data.get('title_jp', '') 
    row_data["Summary"] = ai_data.get('summary', '') 
    row_data["Priority"] = ai_data.get('priority','') 
    research_area_list = ai_data.get('research_area', []) 
    if research_area_list and len(research_area_list) > 0: 
      row_data["research_area"] = research_area_list[0].replace('[','').replace(']','') if isinstance(research_area_list[0], str) else str(research_area_list[0]) 
    else: 
      row_data["research_area"] = '' 
    row_data["population"] = ai_data.get('population','')

    csv_row = [] 
    for col in headers: 
      val = row_data.get(col, "") 
      val_escaped = str(val).replace('"', '""') 
      csv_row.append(f'"{val_escaped}"') 

    csv_rows.append(",".join(csv_row)) 

  final_csv = "\\n".join(csv_rows) 

  return { 
    "csv_string": final_csv
  }

処理の流れ

1. ヘッダー⾏の⽣成:  CSVのヘッダー⾏を作成
2. ループ処理: 元データとAI分析結果を1件ずつ処理
3. AI分析結果のパース: LLMの出⼒をJSONとして解析（エラーハンドリング付き）
4. データマージ: 元データとAI分析結果を統合
5. CSV⾏の⽣成: 各フィールドをエスケープ処理してCSV形式に変換
6. URL⽣成: PMIDからPubMedのURLを⾃動⽣成

エスケープ処理の重要性

CSV形式では、フィールド内にカンマやダブルクォートが含まれる場合、適切にエスケープする必要があります。このコードでは、ダブルクォートを “” に変換することで、正しいCSV形式を保証しています。

出⼒

出⼒名	型	説明
csv_string	string	CSV形式の⽂字列

出⼒例

以下のように出⼒することで、SpreadsheetやExcelで扱いやすいcsvの形式にしています。これによってSpreadsheetやExcelに連携する時のデータ変換処理が容易になります。

"PMID","Priority","Title_JP","Summary","Title_EN","Authors","Journal","Year","DOI","MeSH_Keywords","URL","main_author_affiliation","research_area","publication_types","population""12345678","HIGH","糖尿病におけるインスリン療法の効果","本研究は、2型糖尿病患者におけるインスリン療法の有効性を検証した。...","Effect of Insulin Therapy in Type 2 Diabetes","John Smith, Jane Doe","Diabetes Research","2024","10.1234/example","diabetes, insulin, therapy","<https://pubmed.ncbi.nlm.nih.gov/12345678/","University> of Tokyo","内分泌","Randomized Controlled Trial","2型糖尿病患者（成人）"

4. まとめ

本記事では、取得した論⽂データに対してLLMで翻訳‧要約‧優先度判定を⾏い、CSV形式に整形する処理を詳しく解説しました。

本記事で実現したこと

• イテレーションによる論⽂データのループ処理
• LLMによる各論⽂の翻訳‧要約‧優先度判定
• 元データとAI分析結果のマージ
• CSV形式への変換（エスケープ処理付き）

処理の流れの確認

1. イテレーション: 論⽂データをループ処理
2. LLM: 各論⽂に対して翻訳‧要約‧優先度判定‧研究領域抽出‧対象抽出
3. DB登録⽤データの作成: 元データとAI分析結果をマージしてCSV⽣成

次のステップ

次回のPart 4では、⽣成したCSVデータをGoogle Apps Script（GAS）へ送信してスプレッドシートに保存する処理と、GAS連携で実現できる応⽤例を解説します。具体的には以下のテーマを扱います。

• CSV統合⽤の変数集約器
• GAS WebhookへのPOST送信
• レスポンスからスプレッドシートURLを取得するコード
• Dify × GAS連携の応⽤（通知、定期実⾏、他システムとの統合 等）

これらの処理により、ワークフローが完成し、ユーザーはスプレッドシートのURLを受け取って、保存された論⽂データを確認できるようになります。

---

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

目次

1. はじめに 2. ワークフローの位置づけ 3. 各ノードの詳細解説 4. まとめ

1. はじめに

本記事は、Difyのチャットワークフローを使ってPubMed論⽂の検索‧翻訳‧要約を⾃動化するシリーズのPart 2です。

Part 1の振り返り:

• ⾃然⾔語クエリ（⽇本語）からPubMed検索パラメータを抽出
• E-SearchでPMIDリストを取得
• 後段ノードに渡すためPMIDをカンマ区切り⽂字列へ整形

Part 2（本記事）では、PMIDリストをもとにE-Fetchで論⽂の詳細データを取得し、後続のAI処理で扱いやすい構造化データへ変換するまでを解説します。ここでは、PubMedから返却されるXMLのパース処理を丁寧に解説します。

2. ワークフローの位置づけ

Part  1で整形したPMID⽂字列は、これから紹介するノードに渡されます。

1. E-Fetch: 論⽂の詳細データを取得（XML形式）
2. XMLパース: LLM処理で扱いやすいPython dict / list形式へ変換

この簡易版では、E-Fetchのみを使⽤して論⽂の詳細データを取得します。E-Summaryは使⽤せず、常にE-FetchでXML形式のデータを取得することで、アブストラクトやMeSH⽤語などの詳細情報を確実に取得できます。

ここまでを整えることで、Part  3で実施するAI要約‧優先度付けをスムーズに実装できます。

3. 各ノードの詳細解説

3-1. E-Fetch（HTTP Requestノード）

PubMedの E-fetch APIを呼び出して、論⽂の詳細データをXML形式で取得するノードです。
この簡易版のワークフローでは、テスト⽤に retmax を固定で 3 に設定することで、最大取得件数を3件に抑えています。

パラメータ	値	説明
URL	https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi	PubMed E-Fetchエンドポイント
メソッド	GET

パラメータ

パラメータ	値	説明
db	pubmed	データベース名
id	{{#1764077943290.result#}}	カンマ区切りのPMID⽂字列（前のノードから取得）
retmode	xml	XMLレスポンスを取得
retmax	3	取得件数（テスト⽤に3件で固定）

特徴: Abstract、MeSH、著者、掲載誌など詳細なデータがすべて含まれるため、LLM要約やキーワード抽出に最適です。

3-2.XMLレスポンスのパース（Codeノード）

E-FetchのエンドポイントはXML形式のデータを返します。
通常のJSON文字列ではないため、コードブロックにてPythonのxml.etree.ElementTree を使って必要な項⽬を抽出・整形します。
（Difyでは標準的なPythonライブラリを呼び出して使うことができます）

以下のコードは理解していなくても⼤丈夫です。コピペで動かすことができます（コードブロックの⼊⼒変数と出⼒変数の名称や、タイプを揃えるよう注意してください）

主な抽出項⽬

項⽬	説明
pmid	PubMed ID
title	英語タイトル
abstract	AbstractTextに付与されたLabel込みで抽出し、改⾏で結合
author	著者⼀覧（”Forename Lastname”形式）
main_author_affiliation	第⼀著者の所属機関
journal_inshort	雑誌略称
journal	雑誌正式名称
year	公開年（ PubDate → DateCompleted の順に参照）
doi	DOI（ELocationIDから抽出）
MeSH_Keywords	著者キーワードとMeSH⽤語の統合（Qualifier含む場合はDescriptor/Qualifier 形式）
publication_types	論⽂タイプ（RCT、Review、Case  Reportsなど）のリスト

コード詳細（コピペ⽤）

import xml.etree.ElementTree as ET
import json

def main(xml_string: str): 
  try:
    root = ET.fromstring(xml_string) 
  except ET.ParseError: 
    return {"parsed_result": []} 

  articles = []
  for article in root.findall('.//PubmedArticle'): 
    data = {} 

    # 1. pmid 
    pmid = article.find('.//PMID') 
    data['pmid'] = pmid.text if pmid is not None else "" 

    # 2. Title 
    title = article.find('.//ArticleTitle') 
    data['title'] = title.text if title is not None else "" 

    # 3.Abstract 
    abstract_texts = [] 
    abstract_section = article.find('.//Abstract') 

    if abstract_section is not None: 
      for text_node in abstract_section.findall('AbstractText'): 
        label = text_node.get('Label') 
        content = text_node.text or "" 
        if label: 
          abstract_texts.append(f"[{label}] {content}") 
        else: 
          abstract_texts.append(content) 
    data['abstract'] = "\n".join(abstract_texts)

    # 4. Authors & Affiliations 
    author_list = [] 
    for author in article.findall('.//Author'): 
      last = author.find('LastName') 
      fore = author.find('ForeName') 
      if last is not None and fore is not None: 
        author_list.append(f"{fore.text} {last.text}") 
      elif last is not None: 
        author_list.append(last.text) 
    data['author'] = author_list 

    main_author_affil = "" 
    first_author = article.find('.//AuthorList/Author') 
    if first_author is not None: 
      aff = first_author.find('.//AffiliationInfo/Affiliation') 
      if aff is not None and aff.text: 
        main_author_affil = aff.text.strip() 
    data['main_author_affiliation'] = main_author_affil 

    # 5-1.Journal(in short) info 
    journal_inshort = article.find('.//ISOAbbreviation') 
    data['journal_inshort'] = journal_inshort.text if journal_inshort is not None else "" 

    # 5-2. Journal_info 
    journal = article.find('.//Journal/Title') 
    data['journal'] = journal.text if journal is not None else "" 

    # 6.Year 
    year = article.find('.//PubDate/Year')
    if year is None: 
      year = article.find('.//DateCompleted/Year') 
    data['year'] = year.text if year is not None else "" 

    # 7.DOI 
    doi = "" 
    for eloc in article.findall('.//ELocationID'): 
      if eloc.get('EIdType') == 'doi': 
        doi = eloc.text 
        break 
    data['doi'] = doi 

    # 8.Keywords 
    keywords_set = set() 

    # A. 著者キーワード (KeywordList) 
    for kw in article.findall('.//Keyword'): 
      if kw.text: 
        keywords_set.add(kw.text.strip()) 

    # B. MeSH用語 (MeshHeadingList) 
    for mesh_heading in article.findall('.//MeshHeading'): 
      descriptor = mesh_heading.find('DescriptorName') 
      if descriptor is not None and descriptor.text: 
        desc_text = descriptor.text.strip() 

        # Qualifier 
        qualifiers = mesh_heading.findall('QualifierName') 

        if len(qualifiers) > 0: 
          for q in qualifiers: 
            if q.text: 
              keywords_set.add(f"{desc_text}/{q.text.strip()}") 
        else: 
          keywords_set.add(desc_text)

    # 9. Publication Types 
    pub_types = [] 
    for pt in article.findall('.//PublicationTypeList/PublicationType'): 
      if pt.text: 
        pub_types.append(pt.text.strip()) 
    data['publication_types'] = pub_types 

    # リストに戻してソート 
    data['MeSH_Keywords'] = sorted(list(keywords_set)) 
    articles.append(data) 

  return { 
    "parsed_result" : articles 
  }

出力

出⼒名	型	説明
parsed_result	array[object]	1レコード1論⽂の辞書リスト

4. まとめ

本記事で解説した内容

• E-Fetchによる論⽂詳細データの取得（XML形式）
• XMLレスポンスを構造化データへ変換するコード例
• 抽出される主要なフィールド（pmid、title、abstract、author、MeSH_Keywords、publication_typesなど）

次のステップ

Part 3では、ここで得た parsed_result を⼊⼒に、LLMでタイトル翻訳‧要約‧優先度判定を⾏います。イテレーションノードの並列処理やStructured Outputの活⽤法など、AI処理の中⼼部分を解説します。

---

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

目次

1. はじめに 2. ワークフローの全体像 3. 各ノードの詳細解説 4. まとめ

1. はじめに

本記事は、Difyのチャットワークフローを使って、PubMed論⽂の検索‧翻訳‧要約を⾃動化するシステムを構築するシリーズのPart 1です。

このシリーズでは、⾃然⾔語で検索クエリを⼊⼒して「論⽂検索→各論⽂のタイトルを⽇本語に翻訳→アブストラクト要約→Googleスプレッドシートに保存」という処理を一気に実現するワークフローについて解説します。

本記事（Part 1）では、ユーザー⼊⼒➔パラメータ抽出➔E-Search➔PMIDリスト整形までの処理を詳しく解説します。ここで整えたデータが後続のE-Fetch処理の⼟台になります。

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。

PubMed APIの基礎知識については、Part 0で詳しく解説していますので、本記事では各ノードの実装詳細に焦点を当てます。

2. ワークフローの全体像

このワークフローは、以下のような処理の流れで構成されています。

1. ユーザー⼊⼒: ⾃然⾔語での検索クエリ
2. 現在年の取得: 年次フィルタリングに使⽤
3. パラメータ抽出: LLMが⾃然⾔語からPubMed検索パラメータを抽出
4. APIリクエスト整形: 抽出したパラメータをPubMed API形式に変換
5. E-Search: PubMedで論⽂ID（PMID）を検索
6. E-Fetch: 論⽂の詳細データ（XML）を取得
7. パース処理:  XMLを構造化データに変換
8. イテレーション: 各論⽂に対してLLMで翻訳‧要約‧優先度判定
9. CSV⽣成: 論⽂データとAI分析結果をマージしてCSV形式に変換
10. GAS連携: Google Apps Scriptに送信してスプレッドシートに保存
11. 結果返却: スプレッドシートのURLをユーザーに返却

本記事では、ステップ1〜5（E-SearchとPMID取得）までを詳しく解説します。E-Fetchとパース処理はPart 2で取り上げます。

3. 各ノードの詳細解説

3-1. ユーザー⼊⼒ノード（Start）

ワークフローの開始点となるノードです。ユーザーからの⾃然⾔語クエリを受け取ります。

設定内容

今回のワークフローでは、特に追加の設定不要です。

項⽬	設定値
ノードタイプ	Start
変数	なし

3-2.Current Time（Tool）

現在の年を取得するためのビルトインツールです。パラメータ抽出ノードで、ユーザーが「直近5年間の論⽂」のような相対的な期間指定をした際に、現在年を基準に min_year を計算するために使⽤されます。⽣成AIは基本的に「今、何⽇か？」といったデータを持っていません。そのため`CURRENT_TIME`のようなノードを使って、明⽰的に理解させる必要があります。

設定内容

項⽬	設定値
ツール名	Current Time
Format	%Y (年のみ)
Timezone	Asia/Tokyo

出⼒

• text : 現在の年が出力されます（例: “2025”）

3-3.パラメータ抽出ノード（Parameter Extractor）

ユーザーの⾃然⾔語クエリ（主に⽇本語）から、PubMed APIで使⽤する検索パラメータを抽出するノードです。LLMを使⽤して構造化されたパラメータを⽣成します。このパラメータ抽出ノードがこの論⽂仕分けアプリにおいて最も重要なノードの⼀つです。

モデル設定

モデルはお好きなモデルをお使いください。

項⽬	設定値
モデル	gpt-4o-mini
プロバイダー	openai
Temperature	0.1

抽出パラメータ

パラメータ抽出ノードの [ + ]ボタンを押してパラメータを追加します。以下をそれぞれコピペして設定していくだけで⼤丈夫です。

パラメータ名	型	必須	説明（Description）
main_query	string	✅	The Search Term<br>Core topic, disease, drug, or therapy.<br><br>• Combine core concepts (e.g., “Relationship between A and B” → “A AND B”).<br>• Rule: Do NOT apply a [Title] tag here. Just provide the translated English term/MeSH.
title_filter	string	–	Strict Constraint<br>Drastically narrows results to highly relevant papers.<br><br>• Use ONLY when user explicitly says “Title must include…”, “Title search”, “タイトル検索”, or “タイトルに含まれる”.
author_filter	string	–	• Extract names<br>• Rule: Remove Japanese honorifics (e.g., “さん”, “⽒”, “先⽣”).
journal_filter	string	–	• Extract journals.
pub_type_filter	string	–	Identify implied study designs.<br><br>• “RCT”, “無作為化” → “Randomized Controlled Trial”<br>• “Review”, “まとめ” → “Review”<br>• “Meta- analysis” → “Meta-Analysis”<br>• “Case report”, “症 例” → “Case Reports”
min_year	string	–	Start Date<br>The oldest year to include.<br><br>• “2023年以降”, “Since 2023″→”2023”
max_year	string	–	End Date<br>The newest year to include.
retmax	string	✅	Result Count<br>Number of papers to retrieve.<br> <br>• Extract explicit numbers: “10件”, “Top 5” → Integer (e.g., 10, 5).<br>• Default: 20 (if not specified).

プロンプト

LLMに与えるプロンプトは上記です。

※ 2ステップ⽬で作成した「CURRENT_NODE 」の出⼒を #current_yearの箇所に加えてあげることで、⽣成AIが「今、⻄暦何年か」を理解することができます。

## Role
You are an expert Medical Librarian and a PubMed Search API Specialist. Your goal is to extract search param eters from the user's natural language query (which is mostly in Japanese) and format them into a structured JSON object for the PubMed `esearch` API.

## Instructions
1.	**Translate to English**: The user input will be in Japanese. You must translate all search terms (Diseases, Drugs, Concepts) into **English** (specifically MeSH headings where applicable).
2.	**Extract Parameters**: Identify specific constraints based on the "Parameter Definition Table" below.
3.	**Determine Fetch Necessity**: Decide if the user needs `efetch` (detailed data like Abstract) or if `esumm ary` (metadata only) is sufficient.

## current_year
<year>{{/ ⟵ スラッシュボタンを押すとウィンドウが開くので、CURRENT_TIMEの出⼒を選択}}</year>
* use this year to extract `min_year` or `max_year`. if user needs 「直近5年間の〜」 it means that current_year
- 5 = min_year.

プロンプトには以下の重要な指⽰が含まれています。

1. 翻訳ルール: ⽇本語の検索語を英語（特にMeSH⽤語）に翻訳
2. 現在年の活⽤: Current Timeノードから現在年を取得し、「直近5年間」のような相対指定を絶対年へ変換
3. タイトルフィルタの厳格化: ユーザーが明⽰的に「タイトル検索」と⾔及した場合のみ title_filter を使⽤

3-4. API⽤リクエストデータ整形（Codeノード）

パラメータ抽出ノードで取得したパラメータを、PubMed APIの esearch エンドポイントで使⽤できる形式に整形するPythonコードノードです。

⼊⼒変数

変数名	ソース	型
main_query	パラメータ抽出ノード	string
title_filter	パラメータ抽出ノード	string
author_filter	パラメータ抽出ノード	string
author_filter	パラメータ抽出ノード	string
pub_type_filter	パラメータ抽出ノード	string
min_year	パラメータ抽出ノード	string
max_year	パラメータ抽出ノード	string
retmax	パラメータ抽出ノード	string

コードの処理内容

def main( 
  main_query: str, 
  title_filter: str, 
  author_filter: str, 
  journal_filter: str, 
  pub_type_filter: str, 
  min_year: str, 
  max_year: str, 
  retmax: str): 

# PubMedAPIへのクエリを格納する箱 
query_parts = [] 

# Main Query (主題) 
if main_query: 
  query_parts.append(f"({main_query})") 

# Title Filter (タイトル限定) 
if title_filter: 
  query_parts.append(f'"{title_filter}"[Title]') 

# Journal Filter (雑誌名) 
if journal_filter: 
  query_parts.append(f'"{journal_filter}"[Journal]') 

# Author Filter (著者名) 
if author_filter: 
  query_parts.append(f'"{author_filter}"[Author]') 

# Publication Type (研究デザイン) 
if pub_type_filter: 
  query_parts.append(f'"{pub_type_filter}"[Publication Type]') 

# 全てを AND で結合 
full_term = " AND ".join(query_parts) 

# フォールバック: 全て空の場合は全件検索 
if not full_term: 
  full_term = "all[sb]" 

# その他のパラメータ処理
final_retmax = retmax if retmax else "20" 
final_min_year = min_year if min_year else "" 
final_max_year = max_year if max_year else "" 

# 結果を返す 
return { 
  "search_term": full_term, 
  "retmax": final_retmax, 
  "mindate": final_min_year, 
  "maxdate": final_max_year, 
  "datetype": "pdat" 
}

処理の流れ

1. クエリパーツの構築: 各フィルタが存在する場合、PubMedの検索構⽂（ [Title] 、 [Journal] 、 [Author] 、 [Publication Type] ）を付与して配列に追加
2. AND結合:” AND “.join(query_parts)で全ての条件をANDで結合
3. デフォルト値処理:
   • retmax が空の場合は”20″を設定
   • ⽇付パラメータは空⽂字列のまま（API側で無視される）
4. フォールバック: 全てのクエリが空の場合は “all[sb]” （全件検索）を設定

出力

出⼒名	型	説明
search_term	string	PubMed検索クエリ（例: “(diabetes) AND \”insulin\”[Title]”）
retmax	string	取得件数
mindate	string	開始年
maxdate	string	終了年
datetype	string	⽇付タイプ（”pdat” = 公開⽇）

3-5.  E-Search（HTTP Requestノード）

PubMedの E-search APIを呼び出して、検索条件に⼀致する論⽂のPMID（PubMed ID）リストを取得するノードです。

設定内容

上記の画像を参考にしながら、以下の項⽬を設定してください。

項⽬	設定値
メソッド	ヘッダー
URL	https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
認証	今回はなし（API_KEYによる認証を⾏うと⾼頻度‧⼤量にデータを取得可能）
ヘッダー	Content-Type:application/json

設定内容

パラメータ名	値	説明
db	pubmed	データベース（PubMed）
term	{{#search_term#}}	検索クエリ
retmax	{{#retmax#}}	取得件数
retmode	json	レスポンス形式
mindate	{{#mindate#}}	開始年
maxdate	{{#maxdate#}}	終了年

レスポンス例

{ 
  "esearchresult": { 
    "idlist": ["12345678", "23456789", "34567890"] 
  }
}

3-6. 配列を⽂字列に変換（Codeノード）

E-Searchのレスポンス（JSON形式）からPMIDの配列を抽出し、カンマ区切りの⽂字列に変換するノードです。次のE- Fetchノードで使⽤するため、PMIDを⽂字列形式に整形します。

⼊⼒変数

変数名	ソース	型
body	E-Searchノード	string

コード

import json

def main(body) -> dict:
# 値が空（想定外のエラー）の時はエラー 
if not body: 
  raise Exception("Invalid parameter") 

# pmidの配列を読み込み 
id_list = json.loads(body) 

# 配列をカンマ区切りで展開して返却 
return {
  "result": ",".join(id_list["esearchresult"]["idlist"]) 
}

処理の流れ

1. JSONパース:  E-SearchのレスポンスをJSONとして解析
2. PMID抽出: esearchresult.idlist からPMIDの配列を取得
3. ⽂字列変換:  “,”.join()  でカンマ区切りの⽂字列に変換（例: “12345678,23456789,34567890”）

出力

出⼒名	型	説明
result	string	string

4. まとめ

本記事（Part 1）では、DifyのチャットワークフローでPubMed検索を開始するための「前半戦」を解説しました。

本記事で実現したこと

• ⾃然⾔語クエリからPubMed検索パラメータへの変換
• PubMed API（E-Search）での論⽂ID（PMID）検索
• 後続処理に渡すためのPMID⽂字列整形

次のステップ

次回のPart 2では、ここで取得したPMIDを⽤いてE-Fetchを呼び出し、論⽂の詳細データ（XML）を取得‧パースする処理を解説します。XMLから必要項⽬を抽出する実装を中⼼に取り上げます。

---

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

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