なぜ今か: 250万本の生物医学論文を監査した Lancet（Topaz et al., Lancet 2026;407(10541):1779–1781; doi:10.1016/S0140-6736(26)00603-3）の調査で、捏造文献は 2023年は2,828本に1本、2025年は458本に1本（約6倍）、2026年最初の7週間は277本に1本 でした。2023年比で約10倍の増加で、生成AIライティングツールの普及と時期が一致しています（監査対象はPubMed Centralオープンアクセス収載分）。報道: STAT（2026年5月7日） ・ Nature ・ Columbia看護学部 ・ Retraction Watch。のちに Department of Error が出ています（doi:10.1016/s0140-6736(26)01339-5、2026年7月）。ここに書いた発生率は原報とSTAT報道に従っています。

捏造されたDOIは、本物のDOIと見分けがつきません。Evidentia は一つずつ実際に解決し、どれが本物でどれが偽物かを教えます。

⚕️ 適用範囲: Evidentia は執筆者・編集者・研究者のための公開前支援ツールであり、臨床判断支援ではありません。 診断・治療・医療専門家の判断を代替しません。

サイト: https://kgraph57.github.io/evidentia/

コマンドラインツールとして（インストール不要・APIキー不要）:

npx evidentia check your-article.md

エージェントスキルとして（主張台帳 + 4つの検証ループ。SKILL.md が skills/medical-fact-check/SKILL.md にあるので動きます）:

npx skills add kgraph57/evidentia

Claude Code プラグインとして:

/plugin marketplace add kgraph57/evidentia
/plugin install evidentia@evidentia

あとは「この記事をファクトチェックして」と言うだけです。

Codex Desktop プラグインとして:

Marketplace source: https://github.com/kgraph57/evidentia.git
Plugin: evidentia

ビタミンDと小児感染症についての、実際のAI生成回答に対して Evidentia を実行した例です。引用は4件、書式は完璧、どれも一見もっともらしく見えます:

$ npx evidentia check examples/inputs/ai-generated-answer.md

Evidentia: 4 citations — 1 verified, 1 mismatch, 2 hallucinated (75.0% fabrication rate)
  [OK ] doi:10.1136/bmj.i6583       — 論文は実在し、引用メタデータも一致
  [HAL] doi:10.1056/nejmoa2105512   — CrossRef・OpenAlex のどちらでも解決せず、一致する論文なし
  [HAL] pmid:18768876               — 引用とは別の論文を指している
  [MIS] doi:10.1002/14651858.cd012734 — 論文は実在するが、メタデータ（年）が不一致

実在は1件。1件はDOIをでっち上げ。1件のPMIDは無関係な論文を指し、1件は年が誤り。人間のレビュアーなら4件すべてを手で確認する必要があります。 Evidentia は数秒で終えました。エンジンの全文レポート。同じファイルをスキルのパイプライン（主張台帳 → 意味チェック → 敵対レビューで KILL）で歩いたものが examples/case-studies/vitamin-d-adversarial.md です。

多くの「引用チェッカー」は 「検証できませんでした」 で止まります。Evidentia はそこから踏み込み、識別子を実際に解決して なぜ その引用が疑わしいのかを示します:

Evidentia は「機械が完璧にできる部分」と「判断を要する部分」を意図的に分けています。

1. エンジン（CLI + MCPサーバー） — 純粋に決定論的な引用検証。APIキー不要、LLM不要、それ自身がハルシネーションを起こすこともありません。「この引用論文は本当に実在し、識別子はそれを指しているか?」という1点を確実に答えます。ターミナル、CI、または任意のエージェントの MCP ツールとして使えます。

2. スキル（Claude Code） — エンジンを 主張台帳 と4つの名前付きループで包みます。エンジン、意味の誠実さ、敵対レビュー、修正（上限3回）。15項目のルーブリックはそのパイプラインの 中の一工程 であって、商品そのものではありません。判定は KILL / MAJOR / MINOR / PASS。KILL または MAJOR は A では出せません。エンジンだけではできない「正しく使われているか」の層です。

どちらも単独で使えます。組み合わせれば、引用の 存在（決定論的）と引用の 誠実さ（評価）の両方をカバーします。

エンジンは「実在するか」に答える。スキルは「誠実に使っているか」に答える。最初に15個の箱を埋める作業ではない。

まず主張台帳。 照合の前に、検証できる主張とその引用を全部抜き出す。見出しも主張のうち。書式は templates/claim-ledger.md。

名前の付いたループは4つ（それぞれ打ち切り条件あり。詳細は skills/medical-fact-check/references/verification-workflow.md）:

1. エンジン — evidentia check。届かなければ1回だけ再試行。それでもダメなら unresolved。推測のハルシネーションは付けない。存在についてのエンジン出力が正本。T4 を「たぶん実在」に書き換えない。
2. 意味 — Tier 1 の引用だけ、抄録を1回余分に取る。主張は主要アウトカム・対象集団・効果の向きと合うか。T3 や T4 をこのループで格上げしない。
3. 敵対 — 5つのレンズと10行のチェックリスト。判定は KILL / MAJOR / MINOR / PASS。最大3パス。直したら採点からではなくエンジンから入り直す。
4. 修正 — 著者が直したら、エンジン → 意味 → 敵対を再実行。上限3回。その後は止まって、残件を書く。

KILL または MAJOR は A では出せない。 KILL（実在として出した T4、または従うと害が出る助言）は総合 ≤ D。捏造なら F。それが故障ではなく、仕組みが動いているということ。

実例: ビタミンD — 主張台帳 → エンジン → 意味 → KILL。収録してある引用4件のデモを、スキルのパイプラインで歩いたもの。

flowchart TD
  A[原稿を取る] --> B[主張台帳を作る]
  B --> C[エンジンを回す]
  C --> D[意味の誠実さ]
  D --> E[15項目評価]
  E --> F[敵対レビュー]
  F --> G[スコアとレポート]
  G --> H{直す?}
  H -->|はい・最大3回| C
  H -->|いいえ / 上限| I[止める]

任意のエージェントに引用検証能力を与えます:

claude mcp add evidentia -- npx -y evidentia-mcp

JSON出力には、人間向けの4段階判定に加えて lookupVerified と resolverOutcomes が含まれます。どのレジストリに何を照合し、matched / unmatched / unreachable / skipped のどれだったかを機械的に追跡できます。

捏造引用を混入させたプルリクエストをブロックします:

- run: npx evidentia check content/**/*.md --fail-on-fabrication

--fail-on-fabrication は、いずれかの引用が不一致・ハルシネーションなら非ゼロ終了します。

スキルはオープンな Agent Skills の SKILL.md 標準に準拠しているため、Claude Code で今すぐ読み込めるほか、この形式を採用する任意のエージェントで動きます。エンジンは素のnpmパッケージかつMCPサーバーなので、Claude Code・Codex CLI・Cursor・自作スクリプトから利用できます。

npx evidentia check article.md            # 単発・インストール不要
npm install -g evidentia                   # グローバルインストール
evidentia check article.md --format md --out report.md
evidentia check article.md --cache ~/.cache/evidentia/cache.json

evidentia check <file|url|->   ファイル・Webページ・標準入力の引用を検証
  --format <md|text|json>      出力形式（既定: text）
  --out <file>                 レポートをファイルに書き出す
  --mailto <email>             CrossRef/OpenAlex polite pool 用の連絡先メール
  --cache <file>               レジストリのHTTP応答をローカルJSONキャッシュから再利用
  --fail-on-fabrication        不一致/ハルシネーションがあれば終了コード1（CI用）
  --offline                    抽出のみ・ネットワークなし

npx skills add kgraph57/evidentia

SKILL.md が skills/medical-fact-check/SKILL.md にあるので、このコマンドで入ります。

/plugin marketplace add kgraph57/evidentia
/plugin install evidentia@evidentia

手動コピーの場合:

git clone https://github.com/kgraph57/evidentia.git
cp -r evidentia/skills/medical-fact-check ~/.claude/skills/

各引用について、Evidentia はすべての識別子（DOI・PMID・arXiv・NCT試験ID・ISBN）と近接するタイトル/著者/年を抽出し、次を行います:

1. DOIを解決 — CrossRef に照合し、なければ OpenAlex にフォールバック。
2. PMIDを解決 — PubMed E-utilities に照合。
3. arXiv IDを解決 — arXiv API に照合。
4. NCT試験IDを解決 — ClinicalTrials.gov に照合。
5. 識別子が解決しなければ、タイトルで検索（OpenAlex）。これにより 「実在する論文・DOIが誤り」（Tier 3）と 「論文自体が存在しない」（Tier 4）を区別します。
6. 引用のタイトル/著者/年をレジストリ記録と 照合し、識別子が黙って別の論文を指していないか確認します。

各JSON引用には lookupVerified（true / false / unresolvable）と resolverOutcomes（matched / unmatched / unreachable / skipped、識別子・タイトルどちらで照合したかを含む）が付き、人間向けの4段階判定を変えずにエージェントの処理を監査可能にします。

何をフラグ しない か も意図的に慎重です。書籍（ISBN）・診療ガイドライン・これらのレジストリに収載されない情報源は 「内容レビューが必要」（Tier 2）とし、決して 「ハルシネーション」 とはしません。捏造判定が付くのは、本来解決するはずの DOI/PMID/arXiv/NCT 識別子が解決しない場合だけです。識別子のない参考文献も、黙って飛ばさずレビュー対象として表示します。

すべてのレジストリは無料・キー不要です。--mailto を付けると高速な「polite pool」に参加できます。

• evidentia-bench — 実在 vs 捏造の医学引用のオープンベンチマーク（モデル別捏造率付き）
• バッチ/glob入力とJSONサマリのGitHub Action
• arXiv ID検証、resolver trace、ローカルcache
• CrossRef/OpenAlex抄録取得によるTier 2文脈チェック支援
• スキルのメディアプリセット拡充

進捗はロードマップIssueで追跡しています。コントリビューションは CONTRIBUTING.md を参照してください。

• エンジン は引用の 存在と書誌の正確さ を検証します。実在論文が 正しく要約されているか は検証しません。その意味的チェックはスキルの役割（Tier 2）で、公開インデックス（抄録・オープンアクセス全文・メタデータ）に依存します。
• これは 執筆者・編集者・研究者のための判断支援であり、臨床判断支援ではありません。 診断・治療・医療専門家の判断を代替しません。
• ごく新しい論文は未収載のことがあり、誤って「未検証」と出る場合があります。後で再実行するか、--mailto を付けて最新インデックスを使ってください。

岡本賢（Ken Okamoto, MD） — 小児科専門医・医療AI起業家。Evidentia は、AI支援の医学執筆において「本物のエビデンス」と「もっともらしい捏造」を切り分けるという日々の課題から生まれました。

MIT