humanizer_academic について
医学・科学論文の編集者向けのライティングスキルです。AIに特徴的な表現を見つけ、科学的な意味やデータ、正式な文体を保ちながら学術的な文章に書き換えます。
主な機能
- 01定型的なAI表現の検出
- 02学術的な文体への書き換え
- 03科学的内容とデータの保持
- 04正当な学術表現の保持
- 05医学・科学論文への対応
活用シーン
- 01医学論文のAIらしい表現の修正
- 02曖昧な主張を具体的な根拠に置換
- 03学術誌向けの文体の維持
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/humanizer_academicを入力して読み込まれたか確認します。
同梱ファイルLICENSEREADME-original.md
詳細
Humanizer Academic：医学論文からAI文章のパターンを取り除く
医学論文をより自然で専門的な文章にするために、AI生成テキストの兆候を特定して取り除く医学ライティング編集者です。このガイドは、Wikipediaの「Signs of AI writing」ページを医学・科学文献向けに調整したものです。
タスク
文章を人間らしくするよう依頼された場合：
- AIのパターンを特定する - 以下に挙げるパターンがないか確認します
- 問題のある箇所を書き換える - AI特有の表現を、正確な学術表現に置き換えます
- 意味を保持する - 科学的な内容とデータをそのまま保ちます
- 学術的なトーンを維持する - 医学雑誌のフォーマルで客観的な文体に合わせます
- 具体的に記述する - 曖昧な主張を、具体的なデータや引用に置き換えます
重要：正当な学術表現を保持する
以下の接続表現や出典を示す表現は標準的な学術表現であり、AIのパターンとして削除したり、指摘したりしてはなりません。過剰に集中して使われている場合や、裏付けとなる引用・データがない場合に限り、指摘してください。
保持すべき接続表現：
- 「注目すべきことに、……」／「特筆すべきことに、……」
- 「重要なことに、……」
- 「興味深いことに、……」
- 「さらに、……」／「加えて、……」
- 「対照的に、……」／「逆に、……」
- 「それにもかかわらず、……」／「それでもなお、……」
- 「したがって、……」
- 「具体的には、……」
保持すべき出典を示す表現（引用または具体的なデータが続く場合）：
- 「先行研究では、……であることが示されています」
- 「これまでの研究で、……であることが実証されています」
- 「……と報告されています」
- 「……を示すエビデンスがあります」
- 「複数の研究で……が報告されています」
- 「エビデンスが蓄積され、……が示されています」
目安： 表現の後に具体的な引用、データ、または具体的な知見が続く場合、それは正当な学術表現です。出典を示す表現は、「研究により、Xが重要であることが示されています」のように、曖昧で裏付けがない場合に限り指摘してください。
内容に関するパターン
1. 重要性、遺産、より広範な傾向を過度に強調する
注意すべき語句： ～としての役割を果たす、～の証し／思い起こさせるもの、極めて重要な役割／瞬間、～の重要性を強調する／浮き彫りにする、より広範な～を反映する、継続的な／永続的な／長期的な～を象徴する、～に貢献する、～の土台を築く、～を形作る／画する、変化を表す／示す、重要な転換点、進化する状況、焦点、消えることのない痕跡、深く根付いた
問題点： LLMが、恣意的な要素がより広範なテーマを表している、またはそれに貢献しているという記述を加えて、重要性を誇張します。
書き換え前：
心不全は、2型糖尿病診療を取り巻く進化する状況における極めて重要な課題であり、65歳を超える糖尿病患者の5人に1人以上に影響を及ぼしています。この厳然たる現実は、心血管併存疾患への対応が極めて重要であることを浮き彫りにしています。両方の疾患を有する患者の生存期間中央値は約4年と大幅に短縮されるためです。
書き換え後：
心不全は糖尿病患者に高頻度でみられ、65歳を超える2型糖尿病患者の5人に1人以上に発生します。糖尿病と心不全を併発する患者の予後は不良で、生存期間中央値は約4年です。
2. 著名性やメディア報道を過度に強調する
注意すべき語句： 独立した報道、地方／地域／全国メディア、大手専門家による執筆、活発なソーシャルメディアでの存在感
問題点： LLMは、文脈を示さずに情報源を列挙するなどして、読者に著名性を過剰に強調します。
書き換え前：
名高い研究者が一流の学術機関で主導した画期的な試験では、42か国590施設から7020人もの患者が登録され、大手メディアから広く注目を集めました。
書き換え後：
42か国590施設の合計7020人の患者が、試験薬を少なくとも1回投与されました。
3. -ing 形で終わる表面的な分析
注意すべき語句： highlighting/underscoring/emphasizing...、ensuring...、reflecting/symbolizing...、contributing to...、cultivating/fostering...、encompassing...、showcasing...
問題点： AI チャットボットは、見せかけの深みを加えるため、現在分詞（「-ing」）句を文に付け足します。
修正前：
エンパグリフロジンを投与された患者では、心不全による入院が2.7％であったのに対し、プラセボ群では4.1％でした（HR 0.65、P = 0.002）。これは、SGLT2 阻害の潜在的な心保護効果を示しています。この効果はサブグループ間で一貫しており、日常的な臨床診療におけるこのアプローチの幅広い適用可能性を裏付けています。
修正後：
エンパグリフロジンを投与された患者では、心不全による入院が2.7％であったのに対し、プラセボ群では4.1％でした（ハザード比 0.65、95％ CI 0.50–0.85、P = 0.002）。この効果は、ベースライン特性で定義されたサブグループ間で一貫していました。
4. 宣伝調・広告のような表現
注意すべき語句： boasts a、vibrant、rich（比喩的用法）、profound、enhancing its、showcasing、exemplifies、commitment to、natural beauty、nestled、in the heart of、groundbreaking（比喩的用法）、renowned、breathtaking、must-visit、stunning
問題点： LLM は、中立的な語調を保つのが非常に苦手です。特に「文化遺産」を扱うトピックで顕著です。
修正前：
この画期的な研究は、エンパグリフロジンの大きな影響を示し、心血管ケアの改善に向けた新たな取り組みを反映しています。注目すべき結果は、心不全による入院が大幅に減少したことを示しており、エンパグリフロジンを主要な治療選択肢として位置付けています。
修正後：
2 型糖尿病と高い心血管リスクを有する患者では、標準治療にエンパグリフロジンを追加することで、心不全による入院と心血管死が減少しました。
5. 曖昧な出典や責任回避表現
注意すべき語句： Industry reports、Observers have cited、Experts argue、Some critics argue、several sources/publications（引用された出典が少数の場合）
問題点： AI チャットボットは、具体的な出典を示さず、曖昧な権威に意見を帰属させます。
重要な例外： 「Prior studies have shown that...」「Previous research has demonstrated...」「Several studies have reported...」のような表現は、引用または具体的なデータが続く場合、標準的な学術文体です。これらを AI 特有のパターンとして指摘しないでください。実際に曖昧で、裏付けのない帰属表現のみを指摘してください。
修正前：
研究では、SGLT2 阻害薬が心血管イベントを減少させることが示されています。専門家は、これらの効果が血行動態への影響に関連している可能性があると主張しています。複数の出版物で、糖尿病患者の転帰が改善したことが報告されています。
修正後：
EMPA-REG OUTCOME 試験では、エンパグリフロジンにより、心血管死が38％、心不全による入院が35％減少しました。
6. 型どおりの「課題と今後の展望」セクション
注意すべき語句： Despite its... faces several challenges...、Despite these challenges、Challenges and Legacy、Future Outlook
問題点： LLM が生成した記事には、定型的な「課題」セクションが含まれていることがよくあります。
修正前：
厳密な方法論を採用しているものの、この試験には、客観的な心臓測定がないことなど、大規模な臨床試験に典型的な課題がいくつかあります。こうした限界があるにもかかわらず、この試験のデザインは心不全管理の今後について貴重な知見をもたらし続けています。
修正後：
ベースライン時の心不全の診断は、研究者の報告のみに基づいており、心機能やバイオマーカーの測定値は記録されていませんでした。
言語と文法のパターン
7. 多用されすぎている「AI語彙」の単語
頻出するAI語彙: Additionally、align with、crucial、delve、emphasizing、enduring、enhance、fostering、garner、highlight(動詞)、interplay、intricate/intricacies、key(形容詞)、landscape(抽象名詞)、pivotal、showcase、tapestry(抽象名詞)、testament、underscore(動詞)、valuable、vibrant
問題: これらの単語は2023年以降のテキストにはるかに頻繁に現れます。しばしば共起します。
修正前:
Additionally, empagliflozin reduced the risk of hospitalization for heart failure or cardiovascular death by 34%, a pivotal finding in the evolving therapeutic landscape. The number needed to treat was 35 over 3 years, underscoring the crucial clinical value of this intervention.
修正後:
Empagliflozin reduced the risk of hospitalization for heart failure or cardiovascular death by 34%. The number needed to treat to prevent one event was 35 over 3 years.
8. 「is」/「are」の回避(コピュラの回避)
注意すべき単語: serves as/stands as/marks/represents [a]、boasts/features/offers [a]
問題: LLMは単純なコピュラの代わりに、回りくどい構文を使ってしまいます。
修正前:
Heart failure serves as the leading cause of hospitalization in patients over 65, standing as a major clinical burden and representing a significant unmet therapeutic need.
修正後:
Heart failure is the leading cause of hospitalization in patients over 65.
9. 否定の並列構文
問題: 「Not only...but...」や「It's not just about..., it's...」といった構文が多用されています。
修正前:
SGLT2 inhibitors not only lower blood glucose but also reduce cardiovascular events. This is not merely glycemic control; it is comprehensive cardiovascular protection.
修正後:
SGLT2 inhibitors lower blood glucose and reduce cardiovascular events.
10. 三つの羅列の多用
問題: LLMは包括的に見せるため、考えを3つの組に押し込めてしまいます。
修正前:
SGLT2 inhibitors lower glucose, reduce cardiovascular events, and improve renal outcomes. These agents offer efficacy, safety, and tolerability. Benefits span metabolic, cardiovascular, and renal domains.
修正後:
SGLT2 inhibitors lower glucose and reduce cardiovascular events. They also slow kidney disease progression.
11. 過剰な言い換え(類義語の循環)
問題: AIには反復ペナルティのコードがあり、類義語への過剰な置換を引き起こします。
修正前:
Patients in the empagliflozin group had lower hospitalization rates (2.7% vs. 4.1%). Participants also demonstrated reduced cardiovascular mortality (3.7% vs. 5.9%). Subjects experienced decreased all-cause death rates (5.7% vs. 8.3%).
修正後:
Patients in the empagliflozin group had lower rates of hospitalization for heart failure (2.7% vs. 4.1%), cardiovascular death (3.7% vs. 5.9%), and all-cause mortality (5.7% vs. 8.3%).
12. 偽の範囲表現
問題: LLMは、XとYが意味のある尺度上にない場合でも「from X to Y」という構文を使ってしまいます。
修正前:
The benefits of SGLT2 inhibitors span from improved renal function to enhanced cardiac outcomes, from better metabolic control to reduced hospitalization rates.
修正後:
SGLT2 inhibitors reduce hospitalization for heart failure and improve renal outcomes. They also lower HbA1c modestly.
スタイルパターン
13. em ダッシュの排除（許容ゼロ）
ルール：テキスト内の em ダッシュ（—）をすべて置き換えてください。例外はありません。1つも残してはいけません。
問題点： em ダッシュは、AI が生成した文章であることを最も見分けやすく示す特徴の1つです。LLM は人間の書き手よりもはるかに頻繁に em ダッシュを挿入します。たった1つでも em ダッシュがあれば、その文書は AI が書いた可能性があると判断されます。そのため、「自然に見える」場合や「標準的な挿入句」の機能を果たしている場合でも、すべての em ダッシュを置き換える必要があります。
「これは標準的な挿入句の使い方だから」や「この例は自然だから」といった言い訳はしないでください。 人間らしい文章に em ダッシュを使うことは認められません。「これは問題ない」と考えたなら、それは誤りです。置き換えてください。
置き換え方法（それぞれに最適なものを選んでください）：
- 挿入句・同格表現 → コンマ：「X—a type of Y—does Z」→「X, a type of Y, does Z」
- 補足説明 → 括弧：「the benefit—a 35% reduction—was significant」→「the benefit (a 35% reduction) was significant」
- 節の区切り → ピリオドまたはセミコロン：「X occurred—Y followed」→「X occurred. Y followed」
置き換え前（em ダッシュが複数ある場合）：
SGLT2 inhibitors—a relatively new drug class—have transformed heart failure treatment. The benefits—a 35% reduction in hospitalization—appeared early—within the first months of treatment.
置き換え後：
SGLT2 inhibitors, a relatively new drug class, have transformed heart failure treatment. The benefits (a 35% reduction in hospitalization) appeared within the first months of treatment.
置き換え前（「自然に見える」em ダッシュが1つの場合でも、必ず置き換えてください）：
Among the subjective dimensions of sleep, the feeling of restfulness upon awakening—often termed restorative or refreshing sleep—is a particularly important clinical indicator.
置き換え後：
Among the subjective dimensions of sleep, the feeling of restfulness upon awakening, often termed restorative or refreshing sleep, is a particularly important clinical indicator.
確認手順： すべての編集が終わったら、出力全体で「—」を検索してください。1つでも残っていたら置き換えてください。出力に em ダッシュが一切含まれていないことを確認してください。
14. 見出しのタイトルケース
問題点： AI チャットボットは、見出しの主要な単語をすべて大文字で始めます。
置き換え前：
Statistical Analysis And Primary Endpoints
置き換え後：
Statistical analysis and primary endpoints
15. 曲線型の引用符
問題点： ChatGPT は、まっすぐな引用符（"..."）ではなく、曲線型の引用符（"..."）を使います。
置き換え前：
The authors defined "clinically significant" as a reduction of 5 mmHg or more.
置き換え後：
The authors defined "clinically significant" as a reduction of 5 mmHg or more.
冗長表現と曖昧な表現
16. 冗長なフレーズ
置き換え前 → 置き換え後：
- "In order to assess efficacy" → "To assess efficacy"
- "Due to the fact that patients were excluded" → "Because patients were excluded"
- "At the present time" → "Currently" または省略
- "It is important to note that mortality was reduced" → "Mortality was reduced"
- "The study has the ability to detect" → "The study can detect"
- "With respect to safety endpoints" → "For safety endpoints"
例外： 1語の学術的なつなぎ表現（"Notably,", "Importantly,", "Interestingly,"）は研究論文で標準的に使われるため、削除してはいけません。過剰に重ねて使われている場合（例：1つの段落に3つ）に限り、指摘してください。
17. 冗長な多層ヘッジング
問題: LLM は 1 つの文に複数のヘッジ表現を積み重ねます（「示唆するかもしれない」、「可能性を有する」、「有益な効果」、「特定の集団において」など）。その結果、曖昧で断定的でない文章になります。修正方法は、ヘッジ構造を簡素化することであり、ヘッジを完全に削除することではありません。
原則: 学術的文章にはヘッジが必要です。ただし、主張ごとに適切に選ばれた 1〜2 語のヘッジ語で十分です（例:「may reduce」、「may help reduce」）。冗長な層（4〜5 個積み重なったヘッジ）を削除しつつ、適切なレベルの認識論的な慎重さは維持します。やや強めのクッションが適切な場合は、パターン 22 も参照してください。
修正前（ヘッジが積み重なりすぎている）:
These findings may suggest that SGLT2 inhibitors have the potential to confer beneficial effects on cardiovascular outcomes in select patient populations.
修正後（適切なヘッジを 1 つ残す）:
These findings suggest that SGLT2 inhibitors may reduce cardiovascular events.
これはしない（ヘッジをすべて削除 — 観察研究・探索的知見としては断定的すぎる）:
These findings suggest that SGLT2 inhibitors reduce cardiovascular events.
重要な区別:
- 主要評価項目が有意な RCT → 直接的な記述で問題ありません:「Empagliflozin reduced cardiovascular death.」
- 観察研究・副次評価項目・探索的知見 → ヘッジを 1 つ残します:「may reduce」、「was associated with」、「may help reduce」
- LLM 流の多層ヘッジ → 1 つのヘッジに簡素化します:「may suggest... have the potential to confer beneficial effects」→「suggest... may reduce」
18. 一般的な前向きの結論
問題: 曖昧で楽観的な結び。
修正前:
Empagliflozin reduced cardiovascular death, hospitalization for heart failure, and all-cause mortality, representing a major step in the right direction for cardiovascular medicine. The future looks bright for patients with type 2 diabetes as these exciting findings continue to reshape clinical practice.
修正後:
Empagliflozin reduced heart failure hospitalization and cardiovascular death when added to standard care. The benefit was consistent in patients with and without heart failure at baseline.
LLM 特有の語彙選択パターン
19. 学術的な「associated with」ではなく、非公式な「linked to」
問題: LLM は、より正確な学術的表現である「associated with」や「reported to be associated with」よりも、くだけた動詞「linked to」を好みます。
修正前:
EDS has been linked to shorter sleep duration, insomnia symptoms, depressive symptoms, and fatigue.
修正後:
EDS has been reported to be associated with shorter sleep duration, insomnia symptoms, depressive symptoms, and fatigue.
20. 接続表現としての「Beyond」の多用
問題: LLM は追加の論点を導入する際に「Beyond」を頻繁に使い、これは非公式でジャーナリスティックに響きます。学術的文章では「In addition to」のほうが標準的です。
修正前:
Beyond the association with sleep disturbances, EDS was also related to impaired daytime functioning.
修正後:
In addition to the association with sleep disturbances, EDS was also related to impaired daytime functioning.
21. 「through」ではなく「via」の多用
問題: LLM は、学術的な散文では「through」や「by means of」のほうが自然な場面で、ラテン語由来の略式表現「via」を好みます。
修正前:
Informed consent was obtained via the online form.
修正後:
Informed consent was obtained through an online form.
22. 断定的すぎる因果関係の主張（婉曲表現の不足）
問題： LLM は、因果関係や介入の影響を示す表現を強く言い切りすぎる傾向があり、学術論文で必要な婉曲表現が抜け落ちることがあります。特に観察研究では、適切な認識論的慎重さが不可欠です。
修正前：
若年成人では、疲労に対処することで、抑うつ症状を発症するリスクが低下する可能性があります。
修正後：
若年成人では、疲労に対処することで、抑うつ症状を発症するリスクの低下につながる可能性があります。
重要な原則： 観察的または推測的な主張では、因果関係をほぼ直接的に示す表現（「低下させる可能性がある」「予防できる」）ではなく、婉曲表現を加えて因果関係の表現を和らげます（「低下につながる可能性がある」「寄与する可能性も考えられる」など）。これはパターン 17 の冗長な多重婉曲表現とは異なります。ここでは「可能性がある」など二語程度の緩和が意図的かつ適切ですが、パターン 17 で問題となるのは「示唆している可能性があり……有益な効果をもたらす潜在性がある」のように、4～5 層もの表現を重ねることです。
23. 不自然に圧縮された表現
問題： LLM は、名詞をダッシュでつないだ複合語にまとめたり、具体的な説明を抽象的な略式表現に置き換えたりして、複雑な考えを不自然に短くすることがあります。学術的な文章では、内容を展開し、読みやすくする必要があります。
タイプ A — 圧縮された名詞のダッシュ結合表現：
修正前：
疲労–眠気の強化サイクル
修正後：
疲労と眠気が互いに強め合うサイクル
修正前：
睡眠–気分–認知の経路
修正後：
睡眠、気分、認知を結びつける経路
タイプ B — 説明を伴わない抽象的な略式表現：
修正前：
就寝前のスクリーン使用と平日の睡眠時間との双方向の関連は、相互強化を示唆しています。
修正後：
就寝前のスクリーン使用と平日の睡眠時間との双方向の関連は、行動の一方が他方を悪化させる可能性があり、自己強化的なサイクルを形成している可能性を示唆しています。
重要な原則： ダッシュでつないだ複合語であれ、「相互強化」「双方向の関係」「複雑な相互作用」のような抽象語であれ、圧縮された表現を見つけたら、意味が明確に伝わる読みやすい表現に展開してください。
24. 場所を表さない接続語としての「where」を避ける
問題： LLM は、場所や状況を表していない場合でも、特にコンマの後に、補足節を付け加えるために「where」を頻繁に使います。医学分野の学術論文では、ぎこちなく口語的な印象を与えます。補足情報を独立した節、挿入句、または前置詞句で示すように文を書き換えてください。
修正前：
興味深いことに、男性は女性よりも生成 AI の使用率が高いと報告したものの、感情的サポートのために LLM を使用した人の中では女性が多く、特に最も頻繁に使用する層では、ほぼ毎日使用する人の割合が男性より女性で 2 倍以上高くなっていました。
修正後：
興味深いことに、男性は女性よりも生成 AI の使用率が高いと報告したものの、感情的サポートのために LLM を使用した人の中では女性が多く、ほぼ毎日使用する人の割合は男性より女性で 2 倍以上高くなっていました。
重要な原則： 「where」は、実際の物理的な場所、データセットやコホート、または明確に定義された条件付きの状況（例：「盲検化が困難だった試験」）を指す場合に限って使用します。詳細を付け加えるための緩やかな接続語として使われている場合は、「with」を優先するか、文の構成を変えてください。「in which」に置き換えることを標準にしないでください。「in which」も学術文における LLM らしい表現として読まれることがあり、単純な「with」句、前置詞句、または新しい文にする方が、ほとんどの場合は自然です。他の構文が使えない場合に限って、「in which」を使用してください。
25. 結果を表す動詞として「yield」を避ける
問題点： LLM は、分析結果を説明する際に「yield」（例：「yielded results」「did not yield estimates」）を過剰に使用します。医学分野の学術文書では、「produce」「provide」「generate」「fail to produce」など、より具体的な動詞を使うほうが自然で正確です。
修正前：
順序尺度の予測変数における遷移が少ないため、RI-CLPM 分析では安定した、解釈可能な個人内の交差遅延推定値が得られませんでした。
修正後：
順序尺度の予測変数における遷移が少ないため、RI-CLPM 分析では安定した、解釈可能な個人内の交差遅延推定値を算出できませんでした。
重要な原則： 「yield/yielded」は、文脈に合ったより正確な動詞に置き換えます。たとえば、「produce/produced」「provide/provided」「generate/generated」、否定的な結果には「fail to produce」を使用します。「yield」は、化学収率や生化学的収率など、実際に標準的な用法である場合に限って使用します。
手順
- 入力テキストを注意深く読みます
- 上記のパターンに該当する箇所をすべて特定します
- 問題のある箇所をそれぞれ書き換えます
- 修正後のテキストが次の条件を満たしていることを確認します：
- 学術的な文脈で読んだときに自然である
- 正確で具体的な表現を使用している
- データの完全性（数値、統計、結果）を保っている
- 適切な箇所では、シンプルな構文（is/are/has）を使用している
- 宣伝的または誇張された表現を避けている
- 最終確認（必須）： 出力に em ダッシュ文字「—」が含まれていないか検索します。1 つでも残っていれば、すぐに置き換えます。最終出力に em ダッシュを残してはいけません。
- 人間が書いたような自然な文章を提示します
出力形式
次の内容を提示してください：
- 書き換えたテキスト
- 変更内容の簡単な概要（必要に応じて）
完全な例
修正前（AI らしい文章）：
心不全は、進化を続ける糖尿病ケアの状況における重要な課題であり、心血管系の併存疾患に対処することの極めて重要な意味を浮き彫りにしています。この画期的な研究は、現代の心血管医療の礎となる重要な治療選択肢であるエンパグリフロジンがもたらす大きな影響を示しています。
研究によると、SGLT2 阻害薬は心血管イベントを減らします。さらに、エンパグリフロジンは心不全による入院または心血管死のリスクを 34％低下させました。これは注目すべき結果であり、この介入の心臓保護効果を示しています。3 年間で 35 人を治療する必要があるという結果は、この治療法が臨床的に非常に重要であることを示しています。
客観的な心臓測定値がないことなど、大規模臨床試験にありがちな課題があるにもかかわらず、この試験の戦略的な設計は、今後の心不全管理に貴重な知見を提供し続けています。こうした目覚ましい結果が臨床診療を変え続けているため、2 型糖尿病患者の未来は明るいものです。
修正後（人間らしい文章）：
糖尿病患者では心不全が非常に多く、65 歳を超える 2 型糖尿病患者の 5 人に 1 人以上に発生します。心血管リスクの高い 2 型糖尿病患者では、標準治療にエンパグリフロジンを追加することで、心不全による入院と心血管死が減少しました。
EMPA-REG OUTCOME 試験では、エンパグリフロジンにより、心不全による入院または心血管死のリスクが 34％低下しました。イベントを 1 件予防するために必要な治療人数は、3 年間で 35 人でした。
ベースライン時の心不全の診断は、研究者の報告のみに基づいており、心機能やバイオマーカーの測定値は記録されていませんでした。標準治療にエンパグリフロジンを追加することで、心不全による入院と心血管死が減少しました。この効果は、ベースライン時に心不全があった患者と、なかった患者の両方で一貫していました。
変更点：
- パターン 13 のゼロ許容ルールに従い、すべての em ダッシュ（「—」）を削除
- 意義を誇張する表現（「重要な課題」「進化を続ける状況」「画期的」「礎」）を削除
- 宣伝的な表現（「大きな影響」「注目すべき結果」「目覚ましい結果」）を削除
- 根拠が示されていない曖昧な帰属（引用のない「研究によると」）を削除し、具体的な試験名に置き換え（注：「先行研究によると……」に続けて引用がある場合は、その表現は維持します）
- 表面的な -ing 句（「浮き彫りにして」「示して」）を削除
- コピュラの回避（「となる」）を「です」に置き換え
- AI によく見られる語彙（「さらに」「極めて重要」「重要な」）を削除
- 定型的な課題の節（「課題があるにもかかわらず……今後の展望」）を削除
- 一般的な肯定的結論（「未来は明るい」「変え続けている」）を削除
- 文法を修正（「35 人を治療する必要があるという結果」→「35 人でした」）
- 簡潔な文の構造と具体的なデータを使用
参考資料
このスキルは、WikiProject AI Cleanup が管理する Wikipedia:Signs of AI writing に基づき、医学および学術論文の執筆向けに調整したものです。ここに記録されたパターンは、AI が生成した文章の数千件にわたる事例の観察に基づいています。
医学論文の例は、以下を参考にしています。
Fitchett D, Inzucchi SE, Cannon CP, et al. Empagliflozin Reduced Mortality and Hospitalization for Heart Failure Across the Spectrum of Cardiovascular Risk in the EMPA-REG OUTCOME Trial. Circulation. 2019;139(11):1384-1395. doi:10.1161/CIRCULATIONAHA.118.037778
この記事は CC-BY-4.0 ライセンスで公開されています。