3行まとめ
- ROC解析やLasso回帰を用いた予測モデル・診断精度研究に最適化した抽出プロンプトを公開。
- 汎用版では拾いきれなかったAUC、感度/特異度、予測因子の寄与度などを正確に抽出できる。
- Step 1（抽出）→ Step 2（スライド構成）→ Step 3（生成）の3ステップで、学会レベルのスライドが完成。
📌 シリーズについて
この記事は「NotebookLM × 論文スライド生成 "特化型プロンプト" シリーズ」の第2回です。
汎用版のプロンプトは別記事で公開しています。Step 0（研究デザインの見分け方）は第1回（https://note.com/rehab_datasci/n/nc8ebaaa76537）をご覧ください。
背景：予測モデル研究に汎用版が不足するケース
汎用版プロンプトは幅広い研究デザインに対応しますが、予測モデル・診断精度研究では以下の情報が欠落しやすくなります。
- 予測モデルの種類（Lasso回帰、ロジスティック回帰など）の選択理由
- AUC（曲線下面積）・感度/特異度の具体的な数値
- 最適モデルの予測因子とその寄与度（オッズ比など）
本記事の特化型プロンプトは、これらのデザイン固有の指標を漏れなく正確に抽出するよう設計されています。
著作権に関する注意
生成されたスライドを公開する場合、元論文が Open Access (CC-BY) であるか必ず確認してください。有料論文の図表を含むスライドを公開することは著作権侵害のリスクがあります。
手順の全体像
| Step | あなたがやること | 所要時間 |
|---|---|---|
| 0 | 研究デザインを確認する（省略可） | 10秒 |
| 1 | 下記の「予測モデル向け抽出プロンプト」をチャット欄にコピペ → AIが論文の骨子をテキスト出力 | 30秒 |
| 2 | 下記の「スライド構成プロンプト」を 同じチャット欄に コピペ → AIがスライド用の完成テキストを出力 | 30秒 |
| 3 | Step 2の出力を丸ごとコピー → スライドアイコン（🖊鉛筆マーク）→「説明」欄にペースト → 生成！ | 30秒 |
💡 ここが「注入」のミソ
Step 1で正確な情報を確定させた後、Step 2でAIにスライド用に「整形」させています。
チャットに貼るだけでAIが情報を注入してくれます。
Step 0: 研究デザインを確認する
判定プロンプトを表示
この研究のデザインは何ですか？
AIが「予測モデル」「診断精度」「ROC解析」などのキーワードを含む回答をしたら、本記事のプロンプトが最適です。
Step 1: 予測モデル/診断精度研究向け 抽出プロンプト
NotebookLMに論文PDFを読み込んだ後、チャット欄に以下をそのまま貼り付けてください。
向いている論文：ROC解析やLasso回帰で予測因子を検証している研究
抽出プロンプトを表示
現在読み込んでいる論文の内容に基づき、以下の5つの質問に回答してください。 回答には、**専門用語（略語を含む）、解析手法、および数値（P値、効果量など）**を論文から正確に含めてください。出力は箇条書きまたはMarkdown形式のリストでお願いします。
従来の限界と課題: 従来の診断・治療・評価の限界と、本研究が解決しようとした臨床的・学術的課題は何ですか？（なぜこの研究が必要だったのか）
測定・介入の具体的手法: 本研究の主要な測定手技または介入プロトコルは何ですか？（例: 介入の詳細な内容、主要な評価に使用した尺度など）
統計解析手法: 主要な結果を導くために使用された予測モデルおよび診断精度評価の手法は何ですか？（例: Lasso回帰、ロジスティック回帰、ROC曲線解析など）
キー結果と数値: 最適モデルの予測因子とその具体的な寄与度、および判別能力を示す数値（例: AUC、感度/特異度、オッズ比など）を具体的に教えてください。
考察メカニズムと意義: その主要な結果が示唆する理論的なメカニズムや、臨床的・学術的な意義について、著者らはどのように考察していますか？（結果から導かれる新しい知見は何か？）
💡 ポイント
ここでAIが出力した内容が、最終的にスライドの中身になります。もし数値が間違っていたら、この段階で修正指示を出しておくとスライドの完成度が上がります。
Step 2: スライド構成プロンプト
Step 1のAIの回答が出たら、同じチャット欄にそのまま 以下を貼り付けて送信してください。
スライド構成プロンプトを表示
抽出した情報を使って、以下の汎用プロンプトの構成案の箇所を、具体的な内容で上書きしてください。出力は、スライド作成機能に直接貼り付けられる特化型プロンプトのテキスト全体のみとしてください。
あなたは医学論文の解説を行う専門家です。聴衆は同じ分野の医療職者や研究者で、専門用語は知っているものの、解析手法や詳細なデータ解釈の知識は浅い（中級レベル）と想定してください。
現在読み込んでいる論文の内容に基づき、以下の構造とルールに従って、学術的かつ実践的な視点を強調したプレゼンテーションスライドを作成してください。
目的とトーン
- 専門用語（例: 研究の専門用語や解析手法）は避けずに使用し、その学術的定義または臨床的意味合いをスライド内で簡潔に解説してください。
- 聴衆が「この結果が自分の臨床/研究にどう応用できるか」を理解できるよう、論理的な裏付けを強調してください。
スライド構成 (全11〜12枚を厳守)
以下の配分で、各セクションを構成してください。
- 背景と目的 (1〜2枚)
- 方法 (3〜4枚)
- 結果 (3〜4枚)
- 考察 (1枚)
- 限界と結論 (1枚)
スライドごとの詳細指示（重要）
- ビジュアル化: 図表が必要なスライドには、論文の内容に基づいた視覚的に分かりやすい画像やグラフを必ず挿入してください。
- 数値の明確化: 挿入した図表の下には、その図表が示す**主要な数値や結論（例: AUC, P値, オッズ比など）**を箇条書きで必ず要約してください。
構成案
- 背景・目的: 従来の診断・治療・予測法の限界や問題点を指摘し、本研究の新規性・学術的/臨床的意義を明確に。目的をPICO形式で整理してください。
- 方法: 試験デザイン、対象者の厳密な選択基準、介入/測定手技（詳細なプロトコル）を記述。統計手法（例: ランダム化、多変量解析の種類）の選択理由を簡潔に説明してください。患者フローチャートや介入方法の図を挿入してください。
- 結果: 対象者の背景（Table 1の統計的な違い）を示し、主要評価項目の具体的な数値結果を示し、統計的な有意差を強調。主要な知見（キーとなる予測因子や効果）を明確にしてください。モデルの検証結果（例: AUC、感度/特異度）があれば挿入し、判別能力を強調してください。
- 考察: 結果の学術的な解釈（先行研究との一致/不一致）に焦点を当て、主要な知見が起きるメカニズムを、理論的な背景や生理学/病態生理学的な視点から深く推測・説明してください。
- 限界・結論: 研究の限界（サンプルサイズ、一般化可能性、追跡期間など）を具体的に挙げ、**臨床的/研究的推奨事項（Take Home Message）**を明確に強調してください。
Step 3: スライドを生成する
- Step 2でAIが出力したテキストを丸ごとコピーする
- NotebookLMの スライドアイコン（🖊鉛筆マーク） をクリック
- 表示された 「説明」欄 にペースト
- 生成ボタンを押す → 完成！
🙇♂️ フィードバックのお願い
もし試せた方は、20秒でいいのでフィードバックください！次の記事に反映させます！
[フィードバック]
📦 【無料コミュニティ】Discordのご案内
良さそうなリハビリ用機器やパソコンソフトなど、記事にするまでもない小ネタは、変わらず無料コミュニティ（Discord）に不定期で投稿しています。
過去の記事で紹介したプロンプト等も配布中です。
- 🚀 参加方法：Discord参加 → #rehabのつぶやき チャンネルを確認