対象読者:理学療法士・作業療法士で、研究や論文執筆にChatGPT・Claude・NotebookLMなどの生成AIを使いたい/使っていいのか迷っている人
この記事でわかること:ICMJEや日本作業療法士協会の最新ルール、AIに任せていい作業と任せてはいけない作業の具体的な線引き、研究段階別のAI活用手順
生成AIを使えば、文献検索も要約も、統計解析の相談も、Rのコード作成も、英語論文の読解も、これまでとは比べものにならないほど速くなりました。
僕自身、理学療法士として15年以上臨床に携わりながら、筆頭著者として和文論文を2本執筆し、研究2件・学会発表2回を経験してきました。
1本目の論文は、ほぼ生成AIを使わずに作成しました。一方、2本目では文献検索・論文要約・統計解析の相談・Rのコード作成・英文論文の和訳などにAIをフル活用しています。
率直に言うと、
研究にかかる負担は、体感で5倍くらい楽になりました。
特に英語論文を読むのが得意ではない僕にとって、「この論文に自分が探している内容が書かれているか」を短時間で確認できるようになったのは大きな変化でした。
一方で、AIに任せていないこともあります。
- 何を研究するのかを考えること
- なぜその研究をするのかを考えること
- 得られた結果をどう解釈するか
- Discussionの中身を考えること
このあたりは、今でも基本的にAIには任せていません。
僕は生成AIを、
研究者の代わりではなく、研究者のクリエイティブを刺激する「優秀な秘書」
として使うくらいが、ちょうどいいと考えています。
この記事では「AIを使っていい・悪い」という単純な話ではなく、理学療法士・作業療法士など医療・リハビリ領域で研究する人が、AIに任せてもいい仕事と、研究者自身が手放さない方がいい仕事を、2026年時点の最新ルールと僕自身の経験を交えて整理します。
※生成AIの使用ルールは、学会・雑誌・所属施設によって異なります。実際に論文を投稿する際は、必ず投稿先の最新規定を確認してください。
- 結論:AIは使った方がいい。ただし「どこまで任せるか」は最初に決めておく
- 医療・リハ論文でのAI利用は「使うかどうか」より「どう使うか」の段階へ
- ChatGPT・Deep Researchを文献検索や論文要約に使う
- NotebookLMは「原著を読まなくてよくするツール」ではない
- +ONE|研究・論文作成におすすめのAIは?無料版でも大丈夫?
- AIは「研究テーマを出す機械」ではなく、自分のアイデアを出しやすくする機械
- AIに研究のDiscussionを書かせるのはどう考える?
- AIで書いた論文はバレる?後輩の論文を読む側で感じる「AIっぽさ」
- ChatGPTで統計解析を相談するときは「候補」として使う
- 患者情報・未発表データをChatGPTなどに入力していい?
- 医学論文でAIを使ったら開示しないといけない?
- 理学療法士・作業療法士が初めて研究するとき、僕ならAIをこう使う
- AIが普及すると研究者の能力は落ちる?
- まとめ:AIは研究者の代わりではなく「優秀な秘書」でいてほしい
- よくある質問(FAQ)
- 参考にした主な資料
結論:AIは使った方がいい。ただし「どこまで任せるか」は最初に決めておく

先に結論を一覧にまとめます。
| 研究作業 | AIの利用度 | 僕の考え |
|---|---|---|
| 文献検索 | ◎ | 積極的に使う |
| 論文の要約 | ◎ | 非常に便利 |
| 英文和訳 | ◎ | 積極的に使う |
| Rコード作成 | ◎ | かなり任せている |
| 統計手法の候補出し | ○ | 最後は自分で確認 |
| 文章の言い回し確認 | ○ | 内容を変えない範囲 |
| 研究テーマ・Clinical Question | △〜× | 基本的に自分で考える |
| 研究デザインの最終決定 | △ | AI案をそのまま採用しない |
| Discussionの内容 | × | 自分で考える |
| 結果の意味づけ | × | 研究者自身の仕事 |
| 患者個人情報の入力 | × | 一般向け外部AIには入力しない |
| AIが示した文献を未確認で引用 | × | 必ず原著を確認 |
僕の場合はかなり明確です。
作業はAIに任せる。判断は自分でする。
さらに言えば、
クリエイティブを高めるためにAIを使う。でも、クリエイティブそのものはAIに渡さない。
これが一番大切だと思っています。
医療・リハ論文でのAI利用は「使うかどうか」より「どう使うか」の段階へ
医学系論文の国際的な投稿指針として広く参照されているICMJEは、2026年1月にRecommendationsを更新し、新たにSection V「Use of Artificial Intelligence in Publishing」を設けました。
ICMJEが示している主な原則は次の通りです。
- AIを著者として扱わない
- AIを使った場合は、どのツールを何の目的で使ったのか開示する
- AI生成内容の正確性・完全性・偏りを人間が確認する
- 適切な引用を行い、盗用が生じていないことを人間が確認する
- AI生成物そのものを一次情報源として引用しない
- 機密性を確保できないAIへ査読原稿などをアップロードしない
AI利用を開示しなかった場合、状況によってはmisconduct(研究不正)とみなされる可能性がある点にも触れられています。
作業療法領域では、すでに具体的なガイドラインが出ている
日本作業療法士協会は2026年4月15日、学術誌『作業療法』について、
「学術誌『作業療法』における論文・記事作成時の生成AI使用に関するガイドライン(Ver.1 2026/04/15)」
を公開しています。
生成AIを使用した場合には、
- AIの名称・バージョン・製造元
- 具体的な使用方法
- 使用したプロンプト
- 論文・記事のどこに使用したか
などの開示が求められています。科学的正確性、原典確認、著作権、個人情報などについて最終的に責任を負うのは、あくまで人間の著者です。
つまり、PT・OTにとっても「論文でAIをどう使うか」は、もはや遠い未来の話ではありません。
ChatGPT・Deep Researchを文献検索や論文要約に使う
僕がAIを使ってよかったと一番感じるのは、文献検索と論文要約です。
研究で苦労してきたことの一つが文献の読み込み、特に英文論文でした。英語が得意な人なら問題ないのかもしれませんが、僕の場合、「この論文、自分の研究に必要そうだな」と思って読み始めても、欲しい情報が本当に書かれているのかを確認するだけでかなり時間がかかっていました。
今はAIを使うことで、
- 研究目的
- 対象者
- 研究デザイン
- 主要アウトカム
- 結果
- 自分が知りたい内容が記載されているか
などを短時間で確認できます。これは本当に大きな変化です。
文献検索を全部AIには任せない
ただし、ここは注意しています。
AIだけで文献検索を終わらせると、本当に必要な論文を取り逃している可能性があります。
僕の場合は、Deep Researchなどでプレ検索する、あるいはPubMedなど通常の文献検索にAIを+αとして使う、という位置づけです。
AIが見つけてきた文献についても、引用するときは必ず自分で原著を確認します。「AIがこう言っているから」ではなく、その論文が本当にその内容を報告しているのかまで確認する。ここは今でも変えていません。
NotebookLMは「原著を読まなくてよくするツール」ではない
NotebookLMも、論文を読むときによく使います。特に便利なのが、
- 「この研究の対象者は?」
- 「主要アウトカムは?」
- 「この研究の限界は?」
- 「僕が知りたい○○について記載されている?」
といった形で、論文と壁打ちするように使えるところです。
ただし僕は、NotebookLMで要約したから原著は読まなくていい、とは考えていません。僕の使い方に近いのは、
原著を読まなくてよくするツールではなく、「原著のどこを読むべきか」を素早く見つけるツール。
です。最終的に引用するところや、研究の結論に関わる重要な部分は原文に戻ります。
+ONE|研究・論文作成におすすめのAIは?無料版でも大丈夫?
研究で生成AIを使ってみたいと思っても、「結局どれを使えばいいの?」「いきなり全部に課金する必要ある?」という疑問もあると思います。僕なら、最初は無料版から触ってみることをおすすめします。
文献探索・統計・R・データ処理ならChatGPT
僕が一番幅広く使っているのはChatGPT、通称「チャッピー」です。文献検索や統計相談、Rコードだけでなく、ExcelやCSVなどのデータを渡して分析したり、表やグラフを作ったりするところまで一つのAIでかなり対応できます。
無料版でもデータ分析・ファイルアップロード・画像生成は利用できますが、それぞれ有料プランより厳しい利用上限があります。Plusでは利用上限が引き上げられています。
そのため、
- グラフを何度も作り直す
- データファイルを頻繁に解析する
- 画像を何枚も生成・修正する
という使い方になってくると、僕ならChatGPTは有料版を選びます。「完全に無制限」というわけではありませんが、研究やブログ制作で日常的に使うなら、無料版よりかなり使いやすくなります。
文章構成ならClaudeもおすすめ
自分で書いた文章の構成を整理したいときは、僕はClaudeもおすすめです。例えば、
- 「内容は変えず、論理の流れだけ確認して」
- 「Discussionの構成で分かりにくいところを指摘して」
- 「文章が冗長なところを教えて」
といった使い方です。Claudeにも無料プランがあり、文章作成・編集などから試すことができます。
ただしここでも、Discussionの中身をClaudeに考えてもらうのではなく、自分が考えたDiscussionを読みやすくする、という使い方が僕には合っています。
論文を深く読むならNotebookLM
すでに手元にある論文PDFを読み込んで、「この研究の限界は?」「○○について書いてある部分はどこ?」と探すならNotebookLMが便利です。僕にとっては、論文を探すAIというより、集めた論文を読むAIという位置づけです。
画像生成ならChatGPT Images 2.0がかなり優秀
研究そのものとは少し離れますが、ChatGPTでかなり便利になったと感じているのが画像生成です。現在のChatGPT Images 2.0では、画像内への文字の追加や細かい編集にも対応しています。Images 2.0自体はFreeを含む各プランで提供され、より高度なthinking対応画像はPlusなど一部の有料プランで利用できます。
特に僕が驚いたのが日本語の文字です。以前の画像生成AIでは「日本語を入れたら謎の漢字になる」「文字化けして、そのままブログでは使えない」ということがかなりありました。今は僕の感覚では、日本語の文字もかなり崩れにくくなり、生成した図解をほぼそのまま記事に使えるケースが増えました。
実は、カラダハテナの記事で使っているアイキャッチや図解にも生成AIをかなり活用しています。AI研究の記事だからAIを紹介している、というより、このブログ自体が、文章・調査・画像制作までAIを実際に使いながら作っている実験場でもあります。
僕なら最初は無料版で試して、自分が一番時間を使っている作業を本当に減らしてくれるAIだけ課金する、くらいで十分だと思います。
AIは「研究テーマを出す機械」ではなく、自分のアイデアを出しやすくする機械

僕が研究で一番大変だったのは、実は論文を書くことそのものではありません。「何を研究しよう?」ここでした。研究デザインを考え、研究計画を立てる段階が一番悩みました。
医療現場では、毎日ものすごいClinical Questionを抱えながら働いている人ばかりではないと思います。僕の周囲でも、「研究したくて仕方ない」という人ばかりではなく、「研究をやることになった。でも何を研究しよう……」というところからスタートするケースは珍しくありませんでした。
だからこそAIが役に立つと思っています。ただし僕は、「研究テーマを10個考えて」とAIに全部考えさせたいわけではありません。
文献検索や要約が速くなる。 ↓ 今までなら5本しか読めなかった時間で、もっと多くの研究に触れられる。 ↓ 「こんな研究があるんだ」「この方法なら自分たちの施設でもできるかもしれない」「この患者群ではどうなんだろう?」という疑問が、自分の中から生まれてくる。
AIは創造性を高める一方、似た答えを増やす可能性もある
この感覚に近い、興味深い研究があります。2024年にScience Advancesに掲載された研究では、生成AIからアイデアを得た参加者の短編作品は、平均的に創造性や文章の質などの評価が高くなった一方、AIを利用した作品同士は似通いやすくなる傾向が報告されました。
もちろん、この研究は医学論文や研究テーマを対象にした研究ではありません。そのため、「AIを医学研究に使うと独創性がなくなる」と直接結論づけることはできません。ただ、僕自身は少し納得するところがあります。
みんながAIに、「研究テーマを考えて」「Discussionを書いて」「この結果を考察して」と頼み続けたら、整っているけれど似た研究、似た文章、似た考察が増えていく可能性はないでしょうか。
だから僕は、
AIで自分の創造性を刺激することと、AIに創造性そのものを代行させることは別。
だと考えています。
AIに研究のDiscussionを書かせるのはどう考える?
僕は今のところ、Discussionの内容そのものをAIには作らせていません。自分で書いた文章について、「この言い回しは分かりにくくない?」と相談することはあります。でも、「この結果からDiscussionを書いて」とは基本的に頼みません。
これは単に「AIを使うのは悪いから」という話ではありません。
Discussionこそ、その研究をした人間が何を考えたのかが最も現れる部分だと思っているからです。
同じ結果を見ても、
- なぜこうなったのか
- 臨床的にどんな意味があるのか
- 先行研究と何が違うのか
についての解釈は研究者によって違います。そこまでAIに任せてしまったら、「自分は何のためにこの研究をしたんだろう?」と思ってしまいます。
なお、AIを使った文章修正すべてが同じ扱いというわけではありません。Nature Portfolioでは、人間が作成した文章について、読みやすさ・文法・スペル・表現などを改善する「AI-assisted copy editing」は、自律的な内容生成とは区別され、申告不要とされています。僕自身が「内容はAIに作らせず、言い回しだけ確認する」という使い方をしているのも、この線引きに近い感覚です。
AIで書いた論文はバレる?後輩の論文を読む側で感じる「AIっぽさ」
僕は後輩の論文を読んだり、査読・レビューするような立場で内容を確認したりすることがあります。その中で、「これ、AIを使ったかな?」と感じる文章があります。
うまく説明するのが難しいのですが、
- 文章がきれいすぎる
- 全部が妙にまとまりすぎている
- もっともらしいけれど一般論が多い
- 書いた本人が何を考えたのかが見えにくい
そんな文章です。もちろん、文章だけを見てAI使用を断定することはできません。僕が必ず見抜ける、という話でもありません。ただ、
「内緒でAIに全部書かせても、文章がきれいだから分からないだろう」と思っているなら、案外そうでもないかもしれません。
少なくとも論文を読む側からすると、その人自身の考えがどこにあるのかはかなり気になります。文章が多少不器用でも、「この結果を、この人はこう考えたんだな」と伝わってくる論文の方が、僕は研究として面白いと思います。
問題は「AIだとバレる文章」そのものより、
AIに任せすぎた結果、研究者本人の思考が文章から消えてしまうことなのかもしれません。
ChatGPTで統計解析を相談するときは「候補」として使う
統計解析にもAIをかなり使っています。例えば、「こういう研究デザインなら、どんな統計手法が候補になる?」と聞くことがあります。最近のAIはかなり進歩していて、比較的マイナーな統計手法についても候補を提示してくれます。
ただ、過去には「本当にそれでいいか?」と思った経験もあります。等分散性の扱いや回帰分析などで、回答が怪しかったことがありました。
そのため僕は、
AI:解析方法の候補を出す ↓ 自分:統計書籍や論文などで確認する ↓ 最終的な解析方法を決める
という流れにしています。AIが統計手法を提案したからといって、そのまま採用はしません。
RコードはかなりAIに任せている
一方で、Rのコーディングは今ではかなりAIに任せています。ここは僕の中では矛盾していません。
どの統計を使うかは研究者が判断する。その統計を実行するコードを書く作業はAIに任せる。
という線引きだからです。ただし、コードが動く=解析が正しい、ではありません。AIにRコードを書かせた場合でも、
- 何の処理をしているのか
- 想定したデータが使われているか
- 出力がおかしくないか
- 統計手法そのものが妥当か
は確認する必要があります。
患者情報・未発表データをChatGPTなどに入力していい?
僕自身のルールはシンプルです。
患者を特定できる個人情報を、一般向けの外部生成AIへ安易に入力しません。
未発表の研究データについても、外部AIへ安易にアップロードするのは避けた方がいいと考えています。特に医療者の場合、AIの便利さより先に、
- 個人情報
- 守秘義務
- 所属施設の規定
- 使用しているAIサービスのデータ取り扱い
- 研究倫理上のルール
を確認する必要があります。これは著者だけの問題ではありません。Nature Portfolioは、査読者に対し、査読原稿を生成AIへアップロードしないよう求めています。査読原稿には機密情報や専有情報が含まれる可能性があるためです。
将来的に僕自身が試してみたいのは、オフライン環境で動作する、セキュリティ性の高いローカルAIです。この分野が実用的になれば、研究でのAI活用方法はさらに広がるかもしれません。
医学論文でAIを使ったら開示しないといけない?
これは、投稿先によります。「ChatGPTを使ったら世界中どの雑誌でも同じ方法で申告する」という単純なルールではありません。
例えばICMJEは、AIを使用したかどうかを投稿時に開示し、使用したツールと目的を説明することを求めています。一方、Nature Portfolioでは、人間が作成した文章の文法・スペル・読みやすさなどを改善するAI-assisted copy editingについては申告不要としています。また、学術誌『作業療法』では、生成AIを使用した場合、名称・使用法・プロンプト・使用箇所などかなり具体的な開示が求められています。
投稿直前になってAI利用ルールを確認するのでは、遅い場合があります。
研究を始める段階で、投稿候補誌のAIポリシーを一度確認しておく方が安全です。
理学療法士・作業療法士が初めて研究するとき、僕ならAIをこう使う
初めて研究する後輩に勧めるなら、いきなりAIに論文本文を書かせることは勧めません。
1. まず文献をたくさん探す Deep Researchなどを入口として使い、「この領域では何が分かっているのか」を広く探します。ただしAI検索だけで終了せず、PubMedなども併用します。
2. 英文論文を読むハードルを下げる NotebookLMなどを使って、「対象者は?」「主要アウトカムは?」「この研究の限界は?」などを確認します。重要な部分は原文へ戻ります。
3. 分からない統計をAIに聞く 「このデータを解析して」と丸投げするより、「この研究デザインではどんな解析方法が候補になる?」と勉強相手として使います。
4. Rなどのコード作成を手伝ってもらう コードを書く作業はAIと非常に相性がいいと感じています。ただし、処理内容は確認します。
5. 最後は自分で考える 何を知りたいのか。なぜこの研究をするのか。結果を見て、自分はどう考えたのか。ここは自分でやる。これが一番重要だと思っています。
AIが普及すると研究者の能力は落ちる?
これは僕自身、少し怖いと思っている部分です。2025年1月に日本の初期研修医を対象として行われた全国調査では、生成AIの検索利用について回答した2,850人のうち、1,124人(39.4%)が、臨床業務で生成AIを検索エンジンとして利用していました。この研究は2026年7月にJMIR AIで公開されています。
ただし、対象はPGY1・PGY2の初期研修医です。そのため、「医療者の39.4%がAIを使っている」とは言えません。それでも、若手医師にとって生成AIがすでに無視できない情報探索手段になっていることは分かります。
便利になること自体は悪くありません。僕自身、研究は圧倒的に楽になりました。でもAIに、研究テーマ→研究デザイン→統計→考察→文章まで全部やらせることが当たり前になったら、「そもそも自分は何が知りたかったんだっけ?」となる人が増えないか。そこは少し心配しています。
AIが研究者を楽にしてくれるのは歓迎です。でも、研究者自身が考えなくても研究が完成する状態を目指す必要はないと思います。
まとめ:AIは研究者の代わりではなく「優秀な秘書」でいてほしい
生成AIを研究に使うこと自体を、必要以上に怖がる必要はないと思います。
文献を探してくれる。英文論文を読むのを手伝ってくれる。長い論文を整理してくれる。統計を勉強する相手になってくれる。Rコードも書いてくれる。僕自身、AIのおかげで研究の負担は大幅に減りました。
でも最後に、何を研究したいのか。なぜそれを知りたいのか。得られた結果をどう考えるのか。そこまでAIに渡す必要はありません。
僕が生成AIに期待しているのは、
クリエイティブを奪うことではなく、クリエイティブを刺激し、高めること。
AIはあくまでツールです。もっと言えば、資料を集め、整理し、仕事を速くしてくれる優秀な秘書。研究の行き先を決めるのは、これからも研究者本人であってほしいと思っています。
よくある質問(FAQ)
Q. ChatGPTで論文を書いたらバレる? 文章だけから生成AIの使用を確実に判定することはできません。ただ、僕自身が後輩の論文を読む中では、「文章が妙に整いすぎている」「一般論ばかりできれいにまとまっている」「書いた本人がどう考えたのかが見えない」と感じる文章に出会うことがあります。大事なのは「バレない使い方」を考えることではなく、投稿先の規定に沿ってAIを利用し、必要なら適切に開示することです。
Q. 医学論文でAIを使ったら開示しないといけない? 投稿先によります。ICMJEはAI利用の開示を求めていますが、Nature Portfolioでは、人間が作成した文章の文法や読みやすさを改善するAI-assisted copy editingは申告不要としています。だからこそ、投稿先の規定を確認することが最優先です。
Q. 作業療法士が論文でChatGPTなどを使った場合、申告は必要? 学術誌『作業療法』へ投稿する場合、2026年4月15日のガイドラインでは、生成AIの名称・バージョン・製造元、具体的な使用方法、プロンプト、使用箇所などの開示が求められています。AIを使った時点から記録しておく方が、後から整理しやすいでしょう。
Q. 理学療法士がChatGPTを研究や論文作成に使ってもいい? 一律に禁止されているわけではありません。文献探索、要約、翻訳、統計の学習、Rコード作成など、研究を補助する用途は多数考えられます。僕なら、文献を探す→AIを使う、コードを書く→AIを使う、何を研究するか→自分で考える、結果をどう解釈するか→自分で考える、と分けます。
Q. ChatGPTが見つけた論文をそのまま引用していい? おすすめしません。僕なら、論文が実在するか確認→DOIやPubMedなどから原著を開く→引用したい主張が本当に書かれているか確認、まで行います。ICMJEも、AI生成物そのものを一次情報源として扱うことは認めず、適切な原典の確認・引用について人間が責任を負うとしています。
Q. Deep Researchだけで医学論文を探しても大丈夫? 僕自身、英文論文を探すときDeep Researchはかなり使います。ただし、Deep Researchだけで文献検索を完結させないようにしています。僕なら、Deep Researchで広く探索→PubMed等でも検索→必要な原著を確認、という流れです。Deep Researchは、
文献検索を終わらせるツールではなく、文献探索のスタートを爆速にするツール
として使っています。
Q. NotebookLMの要約だけ読めば原著は読まなくてもいい? 僕はそうしていません。NotebookLMは、論文の内容を素早く把握したり、自分が知りたい部分を見つけたりするのに非常に便利です。ただ、引用する部分や研究の解釈に関わる重要な箇所は原著へ戻ります。僕にとってNotebookLMは、原著を読まなくてよくするツールではなく、原著のどこを読むべきか見つけるツールです。
Q. ChatGPTにRコードを書かせても大丈夫? 僕自身はかなり使っています。ただし、コードが動く=統計解析が正しい、ではありません。解析手法の妥当性と、コードが正しくその解析を実行しているかは別々に確認します。
Q. 患者情報をChatGPTに入力してもいい? 患者を特定できる情報を、一般向けの外部生成AIへ安易に入力するべきではありません。利用しているサービスや契約形態、所属施設のルールによって条件は異なるため、勤務先の情報セキュリティ規定やAI利用規定を確認してください。「名前を消したから大丈夫」と自己判断するのではなく、研究・症例情報をAIへ入力する前に施設のルールを確認する方が安全です。
参考にした主な資料
- International Committee of Medical Journal Editors(ICMJE)Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. Updated January 2026.
- 日本作業療法士協会「学術誌『作業療法』における論文・記事作成時の生成AI使用に関するガイドライン(Ver.1 2026/04/15)」
- Nature Portfolio, Artificial Intelligence (AI), Editorial Policies.
- Miwa T, Okamoto K, Nishizaki Y, Tokuda Y. Current Landscape of Generative AI Use as a Search Engine Among Resident Physicians: Cross-Sectional Study. JMIR AI. 2026;5:e89750. doi:10.2196/89750.
- Doshi AR, Hauser OP. Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances. 2024;10(28):eadn5290. doi:10.1126/sciadv.adn5290.



コメント