NOA

NO Asking　クエリ不要の腫瘍学文献探索

取り扱い説明書 腫瘍学特化ベクトル検索

1　概要

NOA とは何か

NOA（NO Asking）は、検索クエリを書かずに文書を入力するだけで、 2020 年以降の腫瘍学関連 PubMed アブストラクト（> 1,500,000）から類似文献を探索するアプリケーションです。 入力した文書の意味をベクトル化し、研究室で構築した腫瘍学専用データベースと照合することで、 NCBI PubMedのインデックス検索では見つけにくい関連論文を発見します。

症例叙述・症例報告・研究資料など、自由記述のテキストをそのまま入力できます。 特に、教科書的ではない稀少な臨床像　long tail case　について、 類似症例報告や関連エビデンスを効率よく収集する用途に適しています。

2026年4月に公開された Google DeepMind のオープンウェイト大規模言語モデル Gemma 4 を使用しています。データは研究室内サーバーで処理後直ちに消去され、外部クラウドには送信されません。

主な機能

処理の流れ

文書入力
／添付
→
PII
フィルタ
→
英語要約
生成
→
DB
自動選択
→
ベクトル
検索
→
LLM
解説

2　GM Abstract Scan 改 との関係

当研究室ではNOA以外に GM Abstract Scan 改 を公開しています。

GM Abstract Scan 改

キーワード・自然文から検索クエリを生成し、アブストラクトを取得・要約する。
インデックス検索（NCBI PubMed），対象は医学・生命科学全般

NOA

腫瘍学専用 DB を入力文書で検索、類似文献を取得・解説する。
ベクトル検索（ジーンメトリックス知性学研究室）、対象は腫瘍学領域

２つのアプリケーションは動作原理と検索範囲が異なります。 GM Abstract Scan 改 は NCBI PubMed の検索システムを使っています。NOA は独自検索エンジンで腫瘍学領域限定です。症例叙述など長文のクエリは、NCBI PubMedでは難しく、ベクトル検索が適しています。

3　クイックスタート

1

文書を入力する

「文書入力」欄に症例叙述・研究資料などを入力します。日本語・英語どちらでも可。

2

探索領域を選ぶ

腫瘍種を手動で選択するか、「自動判定」のままにします。

3

「検索・分析」を押す

自動で要約・DB 選択・ベクトル検索・LLM 解説が順次実行されます。

4

結果を確認する

類似文献リストと LLM による関連解説が表示されます。PMID リンクで原著を確認できます。

5

結果を保存する

「ダウンロード」ボタンで Markdown ファイル（.md）として保存できます。

6

MDファイル閲覧

ブラウザ拡張機能 Markdown Viewer 推奨。その他 VS Code などのエディタ。

4　入力と操作の詳細

文書入力

「文書入力」テキストエリアに、検索の起点となる文書を自由に記述します。 入力内容は AI によって自動的に英語要約（500 字以内）に変換されてから検索に使用されます。 日本語・英語どちらの入力にも対応しています。約 5000 字までの入力に対応しています。

個人情報の記載は避けてください（詳細は「注意事項」参照）。 バックエンドで自動的な PII フィルタリングが行われますが、 フィルタは万全ではありません。氏名・住所・連絡先・生年月日などは入力しないでください。

書類添付

「書類添付」ボタンから DOCX・テキスト系ファイルを添付できます。 添付ファイルの内容は入力テキストと合わせて要約・検索に反映されます。

探索領域の選択

入力内容に対応する腫瘍種のデータベースを選択します。 「自動判定」（既定）を選択すると、AI が入力内容から腫瘍種を推定し、 最適なデータベースに自動で振り分けます。

オプションフィルター（上級者向け）

JSON 形式で検索条件を絞り込むことができます。 現在のシステム構成ではフィルターによる精度向上の効果は限定的です。 詳細は開発者へ問い合わしてください。

5　自動ルーティング機能

「自動判定」を選択した場合、AI が入力要約を解析して最適なデータベースを選択します。 判定結果・思考プロセス・注意フラグが結果エリアに表示されます。

対応データベース一覧（2020 年以降）

brain_tumor脳腫瘍
breast_cancer乳がん
endocrine_cancer内分泌腫瘍・NET
gastrointestinal_cancer消化管がん
gynecologic_cancer婦人科がん
head_neck_cancer頭頸部がん
hematologic_malignancy血液悪性腫瘍
hepatobiliary_
pancreatic_cancer肝胆膵がん
lung_cancer肺がん・胸膜
sarcoma肉腫
skin_cancer皮膚がん
urologic_cancer泌尿器がん
unknown_primary原発不明がん

自動判定の注意点

表示メッセージ意味と対応
⚠️ AIが判定に迷った 複数の腫瘍種にまたがる可能性があります。結果が不適切な場合は手動でデータベースを選択し直してください。
❓ 原発部位が特定できなかった 原発不明がんとして処理され、推測でルーティングされています。必要に応じて手動選択を検討してください。
❌ 検索エラー データベースエラー。開発者へ連絡してください。
原発不明がんの扱い： unknown_primary は自動ルーティングの対象外です。原発部位が特定できなかった場合は、unknown_primary の手動選択を検討してください。

6　結果の見方

Summary（英語要約）

入力文書から AI が生成した英語要約です（500 字以内）。 この要約がベクトル検索のクエリとして使用されます。 要約内容が意図と大きく異なる場合は、入力文書をより具体的に記述してください。

検索結果（Citations）

類似度スコアの高い順に最大 12 件の文献が表示されます。 各行の PMID リンクから PubMed の原著ページに直接アクセスできます。

列内容
PMIDPubMed ID（リンク付き）。クリックで原著ページへ。
Title論文タイトル（英語）
Snippetアブストラクトの冒頭抜粋または関連箇所
Scoreベクトル類似度スコア（0〜1、高いほど類似）

LLM 分析結果

AI が入力文書と各検索結果アブストラクトの関連を日本語で解説します。 入力が症例報告・症例叙述の場合は、診断および治療に関する考察も含まれます。

LLM の出力は参考情報です。 AI による解説には誤りが含まれる場合があります。 重要な判断は必ず原著論文・専門家の見解・最新のガイドラインを参照してください。

Used Params

検索に使用されたパラメータ（データベース名・クエリ・フィルター・取得件数）が JSON 形式で表示されます。検索条件の確認や再現に活用できます。

7　ボタン・UI リファレンス

ボタン機能
検索・分析 入力文書の要約生成・DB ルーティング・ベクトル検索・LLM 解説を一括実行します。処理中は無効化されます。
ダウンロード 結果エリアの内容を Markdown ファイル（.md）として保存します。PMID はリンク付きで出力されます。検索完了後に表示されます。
書類添付 PDF・テキスト系ファイルを添付します。添付内容は要約・検索に反映されます。

8　注意事項・免責

個人情報の取り扱い

個人情報を入力しないでください。
患者氏名・生年月日・住所・連絡先・診察券番号など、個人を特定しうる情報は入力しないでください。 バックエンドでは自動 PII フィルタリングが行われ、 氏名・電話番号・メールアドレス・日付などが自動マスクされますが、 フィルタは万全ではありません。 個人情報リスクスコアが一定以上の場合は入力が拒否されます。

データの保存・消失について

入力データおよび処理結果はサーバー上に保存されません。 処理完了後、速やかにメモリから消失します。 ただし、ハッキングや不正アクセスによるデータ流出の可能性をゼロとは保証できません。 機密性の高い情報の入力はお控えください。

本ツールの性格について

本ツールは知性学研究室による試験公開です。 検索結果および AI による解説は、医療診断・治療方針の決定・医学的助言を構成するものではありません。 臨床上の意思決定は、必ず原著論文・専門家の見解・最新のガイドラインに基づいて行ってください。

検索対象の範囲

本ツールが検索対象とするのは、2020 年以降に PubMed に収録された腫瘍学関連アブストラクトに限られます。 それ以前の文献や腫瘍学以外の領域は対象外です。 網羅的な文献調査には他のツールと組み合わせてご利用ください。

PubMed・NCBI について

文献情報は PubMed (NCBI) から取得しています。本ツールは NCBI・米国国立医学図書館・NLM とは一切の提携・後援関係にありません。 著作権は各著者・出版社等に帰属します。