本文へスキップ
Paper Buddy

AIツール・原稿レビュー

Google Deep Reviewで臨床論文を点検してみた:Paper Buddy Health Checkとの比較

Googleが2026年10月14日に公開したDeep Reviewは、完成した技術文書をアップロードすると、論理、数学的な記述、主張と根拠をAIが点検するレビューツールです。コンピュータサイエンス分野の学会での試行を経て公開され、週2回まで無料で使えます。臨床研究者なら、自分の原稿にも使えるのか気になるところです。Paper Buddy運営チームは未発表の臨床論文1本をDeep ReviewとPaper Buddy Health Checkの両方にかけ、すべての指摘を元の原稿と照合しました。この記事では、Googleの公式説明とその比較から分かったことをまとめます。

作成:Paper Buddy運営チーム · 資料確認:

この記事はPaper Buddyが作成したもので、比較した2つのツールの一方はPaper Buddyです。比較は2026年10月20〜21日に、運営チームのメンバーが著者として参加した未発表原稿(画像AIによる診断研究)1本で行い、盲検化した評価ではありません。原稿の内容は公開せず、指摘の種類だけを記載します。比較で明らかになったHealth Checkの弱点は同じ週に修正し、何を見落とし何を変えたかも併せて記します。両ツールとも今後変わる可能性があります。

まず確認したいことDeep Reviewは、数値・表・図と本文の食い違いを丁寧に見つける頼もしい「二人目の読み手」でした。ただし私たちの原稿では指摘の数が多く、今は実施できない追加実験の要求が混じり、PDF変換に起因する誤検出もありました。報告ガイドラインの項目や判定者の盲検化といった臨床方法論の質問は出てきませんでした。指摘は元の原稿と照合し、報告項目は別に確認してください。原稿1本の比較であり、どちらかが一般に優れていることの根拠にはなりません。

Deep Reviewとは

Google Researchが開発したAIによる文書レビューツールです。公式発表によると、論理的な一貫性と数学的な記述を確認し、主張を根拠と照らし合わせ、既存研究と比較し、改善点を提案します。より高い水準の判断は人に委ねるとしています。Deep Reviewのページは、弱い論証、欠けている文脈、全体の明瞭さへのフィードバックと、幅広い文献検索を紹介しています。

コンピュータサイエンス分野の学会で投稿前フィードバックとして試行された後、一般公開されました。初期版を説明した論文もコンピュータサイエンス分野を扱っています。公式発表とDeep Reviewのページには、医学・臨床論文や、CARE・STROBE・STARDなどの報告ガイドラインへの言及がありません。公開された説明では確認できないという意味で、その機能がないと断定はできません。

利用方法とデータの扱い(Googleの案内による)

  • 利用範囲:週2回のレビューが無料です。それ以上は自分のGemini APIキーを接続し、Gemini APIの利用料金を支払います。Deep Review自体の追加料金はないとされています。Deep Reviewのページは、40ページの文書1本で約3ドル(3.8 FlashモデルのLow)から20ドル(4 ArgonモデルのExtra High)という目安を示し、実際の料金は文書によって変わる参考値だと説明しています。
  • 入力形式:公式発表はPDFとプレーンテキストを、Deep ReviewのページはPDF、テキスト、Googleドキュメント、Googleスライドを挙げています。Wordファイルへの言及はありません。
  • 学習への利用:出典によって表現が異なります。公式発表は、アップロードした文書をGoogleのモデルの学習、ファインチューニング、改善に使用しないとしています。Deep Reviewのページは、許可なく学習に使用せず、改善のためのデータ提供に任意で同意できると案内しています。
  • 保存:表示のために最長1年保存されます。
  • ウェブ検索:関連研究を探すためにウェブ検索を行うことがあると、Deep Reviewのページが案内しています。

未発表の原稿をアップロードする前に、所属機関の規則と共著者の同意を確認し、患者を特定できる情報を削除してください。改善のためのデータ提供に同意しているかどうかも確認してください。

比較の方法

  1. 原稿

    運営チームのメンバーが著者として参加した未発表の原著論文1本です。単一施設の後ろ向きデータを用いて画像AIの診断性能を評価した研究で、表と図が複数あります。

  2. Deep Review

    著者が原稿のPDFをDeep Reviewにアップロードして受け取ったレポートを、そのまま使いました。

  3. Paper Buddy Health Check

    同じ原稿のWordファイルをPaper Buddyに取り込み、Health Checkを実行しました。最初に比較した結果は以前のバージョンによるもので、改善後に再度実行しました。

  4. 照合

    両ツールの指摘を元のWordファイルと図の画像に一つずつ照らし合わせ、正しい指摘、誤った指摘、両方が見落とした点に分けました。比率や件数はコードで再計算しました。

原稿1本で、盲検化していない比較であり、照合したのはPaper Buddy運営チームです。どの指摘がより重要かにも私たちの判断が入っています。他の原稿や分野では結果が異なる可能性があります。

Deep Reviewがよく見つけたこと

原稿と照合すると、査読者がすぐに気づくような誤りの大半をDeep Reviewが先に見つけていました。数分で直せるものの、著者が見落としやすい点です。

  • 逆になった大小関係:結果で、ある数値が別の数値を上回ったと書かれていましたが、実際には小さい値でした。
  • 表の数値と件数:表の正解率と誤分類の件数から計算した値が一致しませんでした。見直すと、正解率が交差検証の各フォールドの平均であれば問題ない可能性があり、誤りというより確認を求める項目でした。
  • 図とMethodsの矛盾:図のモデル模式図に示された学習方法が、Methodsの説明と異なっていました。
  • 事後に選んだ閾値:評価データを見て選んだ閾値を臨床での活用のように記述し、探索的な解析であることが示されていませんでした。
  • 再現に必要な情報:最適化手法、学習率、エポック数、データ拡張などの学習設定と、スコアを確率に変換する方法が欠けており、可視化解析のデータ分割にも問題がありました。
  • 細かな不一致:表の脚注での患者数と画像数の混同、図ごとに異なるブートストラップの反復回数、Wordの上付き書式ではなく上付き文字を入力したため一部のフォントで表示が崩れる問題を見つけました。
  • 関連研究:原稿が扱っていない最近の関連研究を的確に提案しました。

臨床論文で物足りなかった点

  • PDF変換による誤検出:参考文献1番の欠落、引用のない文、上付きでない引用番号、繰り返される表の見出しを指摘しましたが、元のWordファイルではいずれも問題ありませんでした。PDFからテキストを抽出する過程で生じた誤りとみられます。
  • 今は実施できない要求:他のモデルとの追加比較、専門医の読影によるベースライン、多施設データなどの新しい実験が修正要求に混じっていました。これは欠陥というより設計上の方向性とみられます。Deep Reviewのページは、フィードバックを受けた著者の60%がまったく新しい実験を行ったことを長所として紹介しています。実験をやり直せるコンピュータサイエンスの論文には合った方向ですが、承認済みの後ろ向きデータに基づく臨床研究では今は実施できないことが多くあります。こうした要求は、査読者の質問に備えた限界の記述として扱うほうが現実的です。
  • 指摘の量:詳細な指摘が数十件ありました。正確な指摘が多かった一方、どこから直すかは著者が選ぶ必要がありました。
  • 報告ガイドライン:診断精度研究に用いるSTARDなどの報告ガイドラインに沿った項目ごとの点検はありませんでした。
  • 臨床方法論の質問:検査の入力を作成した臨床医が最終診断を知っていたか(判定者の盲検化)、再来時の画像のラベルがどの時点の診断と結びつき、その間に治療があったかは問われませんでした。臨床の査読者なら尋ねそうな質問です。

同じ原稿でのPaper Buddy Health Check

最初に比較した結果はDeep Reviewに及びませんでした。主な数値の誤り、図との矛盾、閾値の表現を見落とし、原稿を甘く評価していました。判定者の盲検化、登録期間、連続登録かどうかなど、Deep Reviewにはなかった報告項目を指摘した点は長所でしたが、一部の項目では判定と理由が食い違い、的外れな比較文献も示されていました。

原因を調べ、2026年10月21日までに次の点を修正しました。

  • 数値の自動照合:件数と百分率が合っているか、「AがBより大きかった」という文が実際の数値と合っているか、表から引いたとする数値が本当にその表にあるか、本文の著者・年の引用が参考文献リストにあるかを、AIの判断ではなく計算で確認します。誤りが確実な場合だけ誤りと伝え、交差検証の平均のように別の方法で計算した可能性がある値は「要確認」として尋ねます。
  • 根拠が見つからず消えていた指摘:Health Checkは、原稿の中に根拠となる箇所が見つからない指摘を表示しません。表の1行や数値1つを根拠にした指摘がこの確認を通らず消えていた問題を修正しました。
  • 結果の順序と語り口:研究課題への中心的な答えとその意味を述べる総評と長所を先に示し、優先して見るべき指摘をいくつか挙げ、残りの細かな確認は折りたたみます。同僚の研究者が提案するような語り口で書きます。
  • 臨床方法論の質問:盲検化、対象者の選択、検査と参照基準の間の時間と治療、解析単位を尋ねるようにしました。

改善後に再実行すると、結論の過大な解釈、閾値の表現、判定者の盲検化、再来時のラベルと治療時期の関係が優先して見るべき指摘として挙がり、数値の不一致は折りたたまれた細かな確認に入りました。ただし、大小関係が逆になった文はこのときも見落とされました。執筆画面に取り込んだ原稿で、その文が前の文とつながって1つの文として読まれたためです。このようにつながった文も分けて読むよう修正し、修正後のテストではこの文を誤りとして指摘することを確認しました。

残る限界もあります。図の画像は読み取らないため図の中の矛盾は見つけられず、可視化解析のデータ分割の問題も見落としました。点検中に新しい文献を検索しないため、分野での位置づけは、プロジェクトに保存した先行研究の調査や原稿が引用した文献をもとに書きます。

一覧で比較

公式の案内(2026年10月21日確認)と原稿1本での比較 · 小さな画面では左右にスクロールしてください
項目Google Deep ReviewPaper Buddy Health Check
目的技術文書全般のレビュー。コンピュータサイエンス分野の学会での試行を経て公開医学・歯学・看護学の原稿を執筆画面の中で投稿前に点検
入力PDFとプレーンテキスト。Deep ReviewのページはGoogleドキュメント・スライドも案内。Wordへの言及なし執筆画面に取り込んだWord原稿、または執筆中の原稿
結果の形式重要度と位置が付いた詳細な指摘の一覧総評と長所、優先して見るべき指摘、折りたたまれた細かな確認
数値・表・本文の一貫性私たちの原稿で最も強かった点数値の自動照合を追加し、確実な誤りと確認すべき候補を区別
図図中の模式図と本文の矛盾も指摘図の画像は読み取らず、キャプションのみを読む
関連文献ウェブ検索で関連研究を探すことがある点検中に新たな検索はしない。保存した先行研究の調査や原稿の引用文献をもとにする
報告ガイドライン公開された説明に言及なし。私たちの実行では項目ごとの点検なし研究デザインに合う指針の主要項目を点検。チェックリスト全体の確認ではない
臨床方法論の質問私たちの実行では盲検化やラベルの時点に関する質問なし改善後の実行で両方を主な指摘として提示
修正の要求新しい実験や追加比較の要求が混在現在のデータでできる修正が中心。難しいものは限界の記述として案内
修正する場所レポートを見ながら原稿ファイルに戻って修正指摘から原稿の該当箇所に移動し、同じエディタで修正
利用条件週2回無料。それ以上は自分のGemini APIキーとAPI料金(Googleの例では40ページの文書で約3〜20ドル)プランごとの利用上限。料金と利用範囲
データ学習への利用の表現が公式発表とDeep Reviewのページで異なる。最長1年保存、ウェブ検索の可能性あり原稿、研究データ、AIとの会話をAIモデルの学習に使用しない。AI機能に必要な内容はAI提供元に送信して処理。プライバシーポリシー

Deep Reviewの列の機能と利用条件はGoogleの案内に基づき、それ以外は原稿1本で観察した内容です。どのツールも、原稿の正確さや報告ガイドラインへの準拠を保証するものではありません。

併用する手順

2つのツールは互いを置き換えるというより、異なる時点で異なる問いに答えます。私たちがおすすめする手順は次のとおりです。

  1. 執筆中:大きな欠陥と報告項目

    草稿がまとまったら、Health Checkで総評と優先して見るべき指摘、報告ガイドラインの主要項目、数値の一貫性を確認し、同じ原稿で修正します。

  2. 投稿直前:二人目の読み手

    所属機関の規則が許すなら、完成版をDeep Reviewにアップロードし、数値・表・図と再現に必要な情報をもう一度確認します。

  3. 指摘を3つに分ける

    今すぐ直すもの(数値、表、書式)、手元のデータでできるもの(解析の説明、学習設定の表)、今はできないもの(新しいコホート、専門医のベースライン)に分けます。最後のグループは修正課題ではなく、限界の記述と査読者への回答の準備に回します。

  4. 元の原稿と公式チェックリストで仕上げる

    すべての指摘を元のWordファイルで確認し直し、報告ガイドラインは公式チェックリストで最終点検します。使用したAIツールは投稿先の規定に沿って開示します。

報告ガイドラインの点検ツールの違いはCARE・STROBEのAI点検ツール比較、投稿前の点検の進め方は投稿前の原稿チェックリスト、AI利用の開示はAI利用の開示ガイドをご覧ください。

よくある質問

Google Deep Reviewは無料ですか?

2026年10月21日時点のGoogleの案内では、週2回のレビューが無料です。それ以上は自分のGemini APIキーを接続し、API料金を支払って利用できます。Deep Reviewのページは40ページの文書1本で約3〜20ドルという例を示し、実際の料金は文書と選んだレビューの水準によって変わるとしています。無料の範囲や料金は変わる可能性があるため、公式ページを確認してください。

医学・臨床論文にもDeep Reviewを使えますか?

公式発表とDeep Reviewのページには、医学・臨床論文やCARE・STROBE・STARDなどの報告ガイドラインへの言及がありません。公開された説明では確認できないという意味で、機能がないと断定はできません。私たちの原稿1本では数値や図の食い違いをよく見つけましたが、報告ガイドラインの項目ごとの点検や臨床方法論の質問はありませんでした。

Wordの原稿をそのままアップロードできますか?

Googleの発表はPDFとプレーンテキストを、Deep ReviewのページはPDF、テキスト、Googleドキュメント、Googleスライドを挙げています。Wordファイルはどちらにも記載がありません。PDFに変換すると上付きの引用番号や表の構造が崩れ、誤検出につながることがあるため、引用や表に関する指摘は元のWordファイルで確認し直してください。

未発表の原稿をアップロードしても大丈夫ですか?

Googleの発表は、アップロードした文書をGoogleのモデルの学習、ファインチューニング、改善に使用しないとしています。Deep Reviewのページは、許可なく学習に使用せず、改善のためのデータ提供に任意で同意できると案内しています。文書は表示のために最長1年保存され、関連研究を探すためにウェブ検索を行うことがあります。アップロード前に所属機関の規則と共著者の同意を確認し、患者を特定できる情報を削除してください。

Deep Reviewがあれば、Paper Buddy Health Checkは不要ですか?

役割が異なります。完成原稿の内的な一貫性を幅広く点検したいなら、Deep Reviewだけでも多くを得られます。Health Checkは執筆中の原稿で、総評と優先して見るべき指摘、報告ガイドラインの主要項目、臨床方法論の質問を受け取り、その場で修正するための機能です。どちらのツールも、原稿の正確さや採択を保証するものではありません。

出典と確認基準

Googleの公式資料は2026年10月21日に確認しました。比較結果は原稿1本で観察したもので、精度の検証や独立した評価ではありません。利用前に最新の案内とデータ方針を確認してください。

  1. Google Research — Analyzing technical documents with Deep Review (October 14, 2026)
  2. Google Research — Deep Review page and FAQ
  3. arXiv:2606.28277 — Towards Automating Scientific Review with Google’s Paper Assistant Tool
  4. EQUATOR Network — STARD reporting guideline for diagnostic accuracy studies
  5. Paper Buddy — Health Checkの機能と限界