LateralでPDF文献を一括インポートしコンセプトタグを設定して系統的スクリーニングを加速する方法

系統的文献レビュー（システマティック・レビュー）や学術論文の執筆に取り組む研究者や大学院生は、共通の構造的課題に直面しています。一般的な文献管理ソフト（Zotero、Mendeley、EndNoteなど）は書誌情報の管理には優れているものの、数十本から数百本に及ぶPDF論文を横断して具体的な記述やエビデンスを比較・抽出する作業には適していません。結果として、研究者はPDFを1本ずつ開き、Ctrl+Fによるキーワード検索を繰り返し、スプレッドシートへ手動で引用をコピー＆ペーストするという非効率な作業に膨大な時間を奪われてきました。

Lateralは、この「論文横断型の統合・抽出」という課題を根本から解決するために開発されたAIリサーチ支援プラットフォームです。PDFを単一のファイル単位で扱うのではなく、段落単位の「スニペット（Snippets）」へ自動分解し、「テーブルビュー（Table View）」と呼ばれる比較マトリクス上で一括管理します。さらに、単純なキーワードタグの代わりに文脈を解釈する「コンセプト（Concepts）」を活用することで、少量のサンプルを教えるだけで、AIがライブラリ全体の関連箇所を即座に推薦し、文献スクリーニングの速度を劇的に向上させます。

(※注記: Lateralは2025年6月26日をもってホスティング型SaaSとしてのサービス提供を終了し、チームは分散型オープンサイエンス基盤 coordination.network へ移行しました。しかし、Lateralが確立した段落スニペット化、コンセプト設定、およびマトリクス型文献スクリーニングのアーキテクチャは、AI支援型学術リサーチの模範として現在も高い評価を得ています。)

1. ワークスペースの準備とPDFコレクションの一括インポート

Lateralでの文献調査は、プロジェクトを作成し、対象となる論文群をインポートすることから始まります。研究者のワークフローに応じて、以下の2つの方法が用意されています。

ローカルPDFコレクションの一括アップロード

Web of Science、Scopus、PubMed、Google Scholarなどの学術データベースからダウンロードしたフルテキストPDFが存在する場合：

1. プロジェクト画面中央の Add documents ボタン（またはヘッダー内のボタン）をクリックします。
2. 複数のPDFファイルをドラッグ＆ドロップするか、ファイル選択ダイアログからまとめて指定します。
3. 青色の Upload ボタンをクリックして解析を開始します。

インポート処理中、Lateralは以下の処理を自動的に実行します：

• スニペットへの構造分解（Snippet Decomposition）： PDF全体のテキストを、意味の通った段落単位（スニペット）に分割します。この粒度の細かいテキスト分割が、全論文横断検索や高精度なセマンティック推薦を可能にします。
• 書誌メタデータの自動抽出： 論文タイトル、著者名、発行年、掲載ジャーナル名を自動判定します。テーブルビュー上で論文タイトルをクリックすれば、いつでもメタデータを確認・編集できます。
• スキャン論文のOCR処理： テキストデータを含まない画像スキャンPDFの場合、システムが検知して通知します。ドキュメントビュー左下の Use OCR ボタンからOCRクレジットを消費して光学文字認識を実行し、検索可能なスニペットに変換できます。
• ページ消費上限（Quota）： インポートした総ページ数に応じて、アカウントのページ枠が消費されます（例：標準的なPremiumプランでは月間1,800ページ、年払いでは年21,600ページ）。解析処理には高度な機械学習計算を伴うため、論文をライブラリから削除しても消費されたページ枠は回復しません。

「Find Papers」によるオンライン検索インポート

外部からPDFを事前にダウンロードすることなく、Lateral内から直接文献を追加することも可能です：

1. Find Papers タブを選択します。
2. 3,000万本以上のオープンアクセス学術論文をインデックスしている「Unpaywall」データベースと連携しており、研究キーワードで論文を検索できます。
3. 以下のブール演算子による絞り込みが可能です：
   • 引用符 "Quoted text"：タイトル内に完全一致するフレーズを含む文献のみを検索。
   • OR：指定したいずれかの単語を含む文献を検索（空白はデフォルトで AND 扱い）。
   • マイナス記号 -（NOT）：指定した単語をタイトルから除外。
4. アブストラクト等を確認後、追加したい論文の + アイコンをクリックすると、オープンアクセスPDFが自動取得され、プロジェクト内にスニペット化されて登録されます。

2. 一般的なタグと「コンセプト（Concepts）」の決定的な違い

従来の文献整理では、論文ファイル全体に対して #定性調査、#サンプルサイズ、#副作用 といったタグを付与するのが一般的でした。しかし、この方式には2つの大きな欠点があります：

1. 粒度が粗すぎる： 40ページの論文に「観察研究」というタグを付けても、参加者の除外基準がどの段落に書かれているかを特定することはできません。
2. キーワードの硬直性： 完全一致検索では、著者が異なる表現（例：「副作用」と「有害事象」、「レジリエンス」と「回復力」）を用いた場合に深刻な見落としが生じます。

Lateralのコンセプト機能の仕組み

Lateralの Concept は、単なるラベルではなく「AIと協調する意味的ハイライター」として機能します：

• 段落スニペットへの直接紐付け： コンセプトはファイル全体ではなく、ハイライトした特定の記述や段落スニペットに対して適用されます。
• 自社製セマンティックAI（LIP API）： Lateralは外部の汎用GPTモデルの単純なラッパーではなく、独自の機械学習エンジン「Lateral Intelligence Platform (LIP) API」を搭載しています。ユーザーの論文データを外部の大規模モデルの学習に利用することはなく、同義語や文脈的類義表現を学術論文の文脈に沿って高精度に解釈します。
• 長文記述による柔軟な定義： コンセプト名は1単語に限定されません。「二次性心疾患を合併する成人患者の除外基準」のように、リサーチクエスチョンや判定基準をそのまま文章で定義可能です。
• プロジェクト間の再利用性： 作成したコンセプトはワークスペース全体で共有でき、別の文献レビュープロジェクトへそのまま適用して過去の蓄積を活用できます。

3. コンセプトを設定・登録する3つの実践手法

研究の進捗や作業フェーズに合わせて、3つの画面から柔軟にコンセプトを設定・登録できます：

手法A：Super Search画面での設定（網羅的な探索と初期ラベリング）

文献をインポートした直後、特定の研究テーマがライブラリ内でどのように現れるかを俯瞰したい場合：

1. プロジェクト上部の Super Search 検索バーを開きます。
2. 検証したい研究仮説やキーワードフレーズを入力します。
3. 全論文から一致・類似するスニペットが一覧表示されます。
4. 目的の内容に合致するスニペットを見つけたら、ドロップダウンから新しいコンセプト名を入力し、Create を選択します。
5. 新規コンセプトが作成され、そのスニペットが即座に登録されます。

手法B：Document View画面での設定（精読とアンカーサンプルの登録）

主要な論文をじっくり精読しながら重要な記述を抽出する場合：

1. 文献一覧から論文を選択し、ウェブPDFリーダーである Document View を開きます。
2. 重要なエビデンス、研究手法、数値データが含まれる文章をマウスでハイライトします。
3. 右側サイドバーの Create or select concept ドロップダウンをクリックします。
4. コンセプト名を入力（または既存のものを選択）し、Save をクリックします。
5. この保存された記述が「教師サンプル」となり、AIが他の論文から類似箇所を探す基準となります。

手法C：Table View画面での設定（トップダウンのスクリーニング枠組み構築）

系統的レビューのプロトコルがあらかじめ決まっており、抽出項目を先んじて定義する場合：

1. プロジェクトのメイン画面である Table View を開きます。
2. 表ヘッダーの + ボタン、または Concepts 管理ボタンをクリックします。
3. レビューの評価軸（例：対象集団と組入基準、介入方法の詳細、主要評価項目、研究の限界・バイアスリスク）をコンセプト列として順次追加します。
4. 論文比較用のマトリクス枠組みが完成します。

4. セマンティック推薦を活用した文献スクリーニングの高速化

各コンセプトに1〜2件の代表的なスニペットを登録すると、Lateralの能動的レコメンデーション機能が本格的に作動し、スクリーニング作業が飛躍的に加速します。

マトリクス構造（Table View Matrix）

テーブルビューは、直感的な二次元マトリクスを提供します：

• 行（Rows）： プロジェクトにインポートされた各PDF論文。
• 列（Columns）： 設定された各コンセプト。
• セル（Cells）： その論文における、該当コンセプトに対応するエビデンススニペット。

セルをクリックして類似記述を即座に確認（Suggested Snippets）

残りの論文を1ページ目から最後まで通読する必要はありません：

1. テーブル上の空のセル（例：論文B と 介入方法の詳細 が交差するセル）をクリックします。
2. 右サイドバーに Suggested Snippets（推薦スニペット） が自動表示されます。これは、事前に他の論文で指定した「介入方法の詳細」の文脈的特徴をもとに、論文Bの本文全体からAIが抽出した該当候補段落です。
3. 抽出された数行のテキストを確認し、妥当であれば Save を押して確定、不要であれば却下します。
4. ドキュメントビューで読書中も、右サイドバーに他コンセプトの該当候補がリアルタイム提示され、ワンクリックで該当ページへジャンプできます。

判定フラグと考察ノートの付与

系統的レビューの透明性と客観性を保つための補助機能も充実しています：

• カラーフラグ（Flags）： スニペット保存時に赤・黄・緑のフラグを付与できます。スクリーニング時の「採用基準完全合致（緑）」「要再確認・協議（黄）」「除外対象（赤）」といったステータス管理に最適です。
• ノート機能（Notes）： 各スニペットに対して自由記述のメモを残せます。エビデンスの解釈、独自要約、方法論への疑問点などを原文の引用箇所とセットで記録できます。

5. スクリーニング結果の出力と執筆パイプラインへの連携

スクリーニングと情報抽出が完了したデータは、論文執筆や統計解析、文献管理ツールへスムーズに引き継ぐことができます：

1. Microsoft Word（.docx）出力：
   • コンセプトごとに章立てされた見取り図ドキュメントが自動生成されます。
   • 各スニペットの原文引用、正確な書誌引用情報、および添付したNotesが整理されて出力されます。
   • 文末には統合された参考文献リスト（Bibliography）が自動付与され、レビュー論文のドラフト素材として活用できます。
2. Microsoft Excel（.xlsx）およびCSV出力：
   • テーブルビューのマトリクス構造を保持した二次元スプレッドシートが出力されます。
   • メタアナリシスのデータ抽出表作成、PRISMAフローチャート用の除外理由管理、Notionデータベースへのインポートに最適です。
3. BibTeX（.bib）出力：
   • 内容を精査した論文のメタデータを標準的なBibTeX形式でエクスポートできます。
   • ZoteroやMendeleyに取り込むことで、原稿執筆時のシテーションキーの整合性を担保できます。
4. 公開テーブル共有（Public Table）：
   • テーブルビューの閲覧専用リンクを発行できます。
   • 指導教員や共同研究者に対し、元となるPDFファイルを個別に送ることなく、抽出結果と根拠スニペットをオンライン上で直接共有・確認してもらえます。

実践的評価と運用のポイント

論文PDFを段落単位の精緻なスニペットに分解し、リサーチクエスチョンに直結したコンセプトを定義し、二次元マトリクス上でAIの文脈推薦を活用して検証していく手法は、膨大な時間を要していた文献レビューを、体系的かつ再現性の高い近代的なプロセスへと変革します。

参考資料

• Lateral
• Lateral - Help Pages
• 2. Add Documents
• 3. Search across all your Documents
• 4. Save text to concepts
• 5. Get text suggestions
• Forget tags. Use Concepts to find text fast.
• How can I export my findings?
• What is Lateral?
• Terminology
• Does Lateral use GPT? No.
• How can I get more pages?
• Can I pay monthly? Yes.