医学論文の9割にAI利用の兆候？衝撃的な調査を鵜呑みにできない理由

AI , , , , ,

医学論文の約9割に、ChatGPTなどの大規模言語モデル（LLM）を利用した兆候がある――。2026年8月、科学誌「Nature」が紹介した調査結果が注目を集めています。

調査の基になったのは、テュービンゲン大学やゲント大学の研究者が2026年8月11日に公開した査読前論文です。研究チームは、PubMed Centralに収録された英語の生物医学論文を分析し、2025年12月に公開された論文の89％に「LLMが好む語彙の過剰使用」が見られたと推定しました。

ただし、この結果を「医学論文の9割がAIによって生成された」「9割の研究結果が信用できない」と解釈するのは明確な誤りです。

89％は、対象、期間、判定方法を限定した統計的な推定値です。個々の論文をAI判定ツールにかけて、実際の利用履歴と照合した数字ではありません。

「医学論文の9割」という調査結果は何を意味する？

研究チームが調査したのは、米国立医学図書館が運営する全文公開データベース「PubMed Central（PMC）」のオープンアクセス論文です。

PubMedが論文情報と抄録を検索するデータベースであるのに対し、PubMed Centralは論文本文を保存するアーカイブです。今回の調査はPubMed全体や世界中の医学論文を網羅したものではありません。

正確には「2025年12月に公開され、一定の条件を満たした英語のオープンアクセス生物医学論文について、89％が本文のどこかにLLM支援と整合する語彙上の変化を示した」という結果です。

よくある解釈調査が実際に示した内容
世界の医学論文の9割PubMed Centralのオープンアクセス対象データ
2025年の論文すべてで89％89％は2025年12月単月の推定値。2025年通年では77％
論文の9割がAI生成本文の一部にAIによる執筆・編集支援があった可能性
個々の論文をAI判定した論文群全体の単語出現率から利用割合を統計的に推定
査読で確定した研究成果2026年8月24日時点では査読前のプレプリント

調査対象は約119万件の英語論文

研究チームは、2026年1月23日に公開されたPubMed Centralのデータを使用しました。

最初に取得した約713万件から、英語で書かれ、「Introduction」「Methods」「Results」「Discussion」に相当するセクションを持つ論文などを抽出。最終的に、2017年から2025年に公開された119万4,287件を分析対象としました。

対象には生物医学だけでなく生命科学分野も含まれます。また、データ全体の1.8％はbioRxivやmedRxivなどのプレプリントで、同じ研究のプレプリント版と査読後版が重複して存在する可能性もあります。

したがって、今回の結果を「臨床医学の査読済み論文全体」にそのまま一般化することはできません。

AI利用率は2023年以降に急上昇した

研究チームの推定では、論文本文のどこかでLLMが使われた可能性を示す割合は、2023年の19％から、2024年には52％、2025年通年では77％へ上昇しました。

分析範囲2023年2024年2025年通年2025年12月
抄録全体9％31％53％68％
論文本文全体19％52％77％89％
本文から無作為に抽出した255語7％21％36％40％

89％という推定値には約3ポイントの標準誤差が示されています。一方、同じ論文から無作為に255語だけを抽出すると、2025年12月の推定値は40％まで下がりました。

「本文全体で89％」と「255語の文章断片で40％」の差は、89％が論文全体のAI生成率ではなく、長い本文のどこかにAIの影響が存在する確率を示していることを物語っています。

「AIらしい単語」から利用率を推定する仕組み

今回の調査では、市販のAI文章検出ツールは使用されていません。研究チームは、以前の研究で特定した379語の「LLM関連語」を利用しました。

対象となったのは、delvesのような目立つ単語だけではありません。theseやpotentialなど、人間も日常的に使用する一般的な英単語が含まれています。

まず、ChatGPTが一般公開される前の2018～2022年について、各単語を含む論文の割合へ直線回帰を当てはめます。その傾向を2023～2025年まで延長し、「LLMが存在しなかった場合に予想される出現率」を計算しました。

例えば、2025年12月の抄録ではtheseを含む割合が50％でした。一方、過去の傾向から予測したAIなしの出現率は33％です。単純な差は17ポイントですが、研究チームの計算方法では、少なくとも25％の文書でLLMが使われた可能性があると推定されます。

複数の関連語を組み合わせ、統計的に不安定な条件を除外したうえで最大の下限値を採用した結果、論文本文全体では89％になりました。

この方法は、AIが書いた文章を一件ずつ見破る「鑑定」ではなく、論文集全体に現れた語彙変化からAI利用者の割合を逆算する方法です。

調査結果を鵜呑みにできない6つの理由

1．89％は2025年12月だけの数字

2025年通年の本文全体では77％、2024年では52％です。最も高い月の数字だけを取り出して「現在の医学論文はすべて9割」と表現すると、期間の違いが見えなくなります。

89％は長期平均ではなく、調査期間の最後に当たる2025年12月単月の推定値です。

2．個々の論文をAI利用と認定したわけではない

研究者は、著者への聞き取り、ChatGPTの利用履歴、原稿の変更履歴、AI利用の申告内容を確認していません。

語彙の出現率から論文群全体の割合を推定しているため、「この論文はAIを使った」「この論文は人間だけで書いた」と個別に判定する用途には使えません。

89％という数字から、特定の研究者によるAI利用や未申告を断定することはできません。

3．英文校正と論文の自動生成を区別できない

LLMの使用方法には大きな幅があります。誤字や文法の修正、英訳、表現の言い換えだけに使う場合もあれば、段落の下書き、先行研究の要約、考察の作成に使う場合もあります。

今回の調査では、数文の英文を整えた論文と、考察の大部分をAIに生成させた論文を分けられません。使用したモデルやプロンプトも特定できません。

「AI支援の兆候」は「研究内容をAIへ丸投げした証拠」と同じではありません。

4．長い論文ほど関連語に当たりやすい

短い抄録より、数千語ある本文の方が、379語の関連語のいずれかを含む可能性は高くなります。

実際に2025年12月の結果は、本文全体で89％だったのに対し、本文から無作為に切り出した255語では40％でした。また、同じ255語にそろえた分析では、Discussionが68％、Methodsが32％でした。

89％は「論文の文章の89％がAI風」という意味ではなく、長い論文の一部でもAIの影響を拾う設計によって高くなった数字です。

5．AIなしの世界を直線で予測している

推定の土台は、2018～2022年の単語出現率を直線で延長した「AIが普及しなかった場合の2025年」です。しかし、学術用語はAI以外の理由でも変化します。

研究分野の構成、投稿国、出版社、編集方針、オープンアクセス化などが変われば、単語の出現率も変わる可能性があります。AIの文章に慣れた人間が無意識に似た表現を使う「言語的な浸透」も、直接的なAI編集と区別できません。

研究チーム自身も、この反実仮想の推定が時間の経過とともに不確かになることを限界として挙げています。

観測された語彙変化が大きいことは事実でも、その変化をすべて直接的なLLM利用へ割り当てられるかは別の問題です。

6．検証は合成データが中心で、まだ査読前

研究チームは10万件の仮想文書と500語の関連語を生成し、AI利用率の正解をあらかじめ設定したシミュレーションを実施しました。その条件では、推定値と正解の差は2ポイント未満に収まっています。

これは方法の妥当性を支える材料です。しかし、シミュレーションは設定した仮定が正しい場合のテストです。実在する論文について、AI利用履歴が判明している大規模な正解データと照合したわけではありません。

また、関連語の選択やしきい値の最適化にはLLM普及後のデータが使われています。別期間や別データベースで同じ推定精度を再現できるかは、今後の独立検証が必要です。

89％は確定した実測値ではなく、査読と実データによる外部検証を待つモデルベースの推定値です。

同種の語彙分析をめぐっては研究者間でも議論がある

学術論文の語彙変化からLLMの普及率を推定する研究は、今回が初めてではありません。

同じ研究グループが2025年にScience Advancesで発表した査読済み研究では、1,500万件を超えるPubMed抄録を分析し、2024年の少なくとも13.5％がLLMによる処理を受けたと推定しました。

今回の新しい方法で2024年を計算し直すと、抄録は31％、本文全体は52％になります。数字が大きく上昇した理由は、AI利用が増えただけでなく、分析範囲を本文へ広げ、計算方法を変更した影響もあります。

別のPNAS掲載研究では、2025年の学術論文の57％にLLMの影響があると推定されましたが、その後、語彙変化を正確な普及率へ変換できるのかを疑問視する論考が同誌に掲載されました。元論文の著者も回答の中で、語彙上のシグナルは論文群全体の変化を示すものの、個別文書での感度、特異度、文章の出所を証明するものではないと認めています。

複数の研究がAIによる学術文章の変化を確認している一方、正確な利用率が何％なのかについては、まだ研究手法による差が大きい段階です。

それでも「AI利用の急増」という結論は軽視できない

89％という一点推定には注意が必要ですが、調査全体を無価値と考えるべきでもありません。

119万件を超える論文を対象に、複数のセクションで2023年以降の継続的な上昇を確認しています。分析コードもGitHubで公開されており、第三者が方法を検証できる状態です。

delvesのような少数の目立つ単語だけでなく、379語をまとめて分析しているため、特定の流行語だけで結論を出した研究とも異なります。研究者を対象にした既存の利用実態調査でも、文章作成や英文校正へのAI利用が広がっていることが報告されています。

現時点で最も堅実な読み方は、「89％という正確な割合は暫定的だが、LLMが生物医学論文の執筆過程へ急速に入り込んだという方向性は強く支持されている」です。

AIを使った論文は信用できないのか

AIを使用した事実だけで、論文の質を判断することはできません。英文校正や翻訳へ使う場合と、データ、分析、引用、結論をAIへ生成させる場合では、研究へのリスクがまったく異なります。

Nature Portfolioは、AI利用をツール名ではなくリスクで分ける方針を示しています。

AIの使用例主なリスク求められる対応
文法修正、表現の整理、翻訳比較的低い著者が確認し、必要に応じて開示する
説明文の下書き、研究方法の提案、結果の解釈支援中程度人間による検証、監督、具体的な開示が必要
データ・引用・結果の捏造、結論を人間由来として提示高い許容されない
査読や最終判断をAIへ委任高い許容されない

国際医学雑誌編集者委員会（ICMJE）も、AIを著者として記載できないこと、AIを使用した場合は使用方法を開示すること、正確性・完全性・独創性に対する責任は人間の著者が負うことを定めています。

論文の信頼性を左右するのは「AIを使ったか」だけではなく、「どの作業に使い、著者が何を検証し、どこまで開示したか」です。

AIによる学術論文の問題は現実に起きている

今回の89％から論文の不正や誤りを断定することはできませんが、AI時代の学術出版に具体的な問題が発生していることも事実です。

2026年に医学誌「The Lancet」へ掲載された別の調査では、2023年1月から2026年2月までの約247万件の生物医学論文と約9,710万件の確認可能な参考文献を検査しました。

その結果、存在しない文献4,046件が2,810本の論文から確認されました。架空文献を含む論文は、2025年には約458本に1本、2026年初頭には約277本に1本まで増えています。

ただし、この調査も架空文献のすべてをAIが作ったと証明したわけではありません。論文工場、意図的な不正、AI出力の確認不足など、複数の原因が考えられます。

語彙上の「AIらしさ」と、架空の引用や捏造データといった検証可能な研究不正は、分けて評価する必要があります。

論文の読者と出版社に求められる対策

AI文章検出ツールだけで論文を排除すると、英文を母語としない研究者や、正当な翻訳・校正を行った研究者を誤って疑う危険があります。

出版社や査読者は、文章がAIらしいかを推測するだけでなく、次のような検証可能な項目を確認する必要があります。

  • 使用したAIの名称、用途、対象セクションが開示されているか
  • 引用した論文、DOI、著者、掲載誌が実在するか
  • 引用先の論文が、本文に書かれた主張を実際に裏付けているか
  • 臨床試験登録、研究計画書、解析方法と結果が一致しているか
  • 元データ、分析コード、画像の生成過程を確認できるか
  • 訂正、懸念表明、撤回などの更新情報が出ていないか

AI利用の申告も、単に「AIを使用した」と書くだけでは不十分です。「Discussionの英文表現を修正するために使用し、引用・データ分析・結論の生成には使用していない」といった具体的な説明が必要です。

今後の学術出版では、AIを見破ることよりも、引用・データ・分析・画像を機械的かつ再現可能な方法で検証する仕組みの方が重要になります。

まとめ：89％は警告であって、医学論文への有罪判決ではない

今回の調査は、2025年12月にPubMed Centralへ収録された英語のオープンアクセス生物医学論文について、89％がLLM支援と整合する語彙上の兆候を示したと推定しました。

しかし、対象は世界の医学論文全体ではなく、個々の論文をAI利用と認定したものでもありません。英文校正と本文生成を区別できず、長い論文ほど関連語を拾いやすいことや、AIが存在しなかった場合の語彙を過去の傾向から推測していることにも注意が必要です。

一方で、2023年以降に学術文章の語彙が急激に変化し、AIによる執筆支援が広がっているという大きな傾向は、複数の研究や利用実態調査と一致しています。

「医学論文の9割がAI生成」と恐れるのではなく、AIをどこに使ったのか、引用やデータは検証されたのか、人間が最終責任を負っているのかを確認することが重要です。

参考資料

タグ

Related Posts

コメントを送信

You May Have Missed