論文スクリーニングの救世主！Elicitで論文レビューを劇的に効率化

Elicit：システマティックレビューを加速するAIツール

研究者にとって、システマティックレビューや総説、診療ガイドラインの作成は時間と労力を要するタスクです。そんな中、Elicitは、AIを活用してこれらのプロセスを劇的に効率化する革新的なツールとして注目されています。

特に、文献検索とスクリーニングにかかる時間を大幅に短縮できる点が魅力で、研究の生産性を飛躍的に向上させます。最近論文を大量にレビューしなくてはいけない案件があり使用してみて非常に良かったので、実際に使ってみた私の印象と共にElicitの魅力を掘り下げ、OpenAIのDeep Researchとの比較やLLM（大規模言語モデル）との連携の可能性についても探ります。

Elicitができること

Elicitは、システマティックレビューのプロセスを以下のステップでサポートします。

1.論文収集

• 研究クエリの入力: 研究テーマに関する質問を入力（例：「認知行動療法はうつ病にどのような影響を与えるか？」）。適宜AIがクエリを補強してくれます。

• 論文の追加: 手持ちのPDFをアップロード、ElicitライブラリやZoteroから選択、またはElicitのSemantic Scholarを基盤とする1億2500万件以上のデータベースから関連論文を検索して追加。最大1,000件まで対応可能です。

• 注意点：PubMed、MEDLINE、Cochrane Libraryなどの特定のデータベースを直接網羅しているかについては、公式な情報では明示されていません。そのため、システマティックレビューなど、網羅性が求められる研究においては、これらのデータベースとの併用を検討することが推奨されます。

2.スクリーニング（文献の絞り込み）

• スクリーニング項目の自動生成/カスタマイズ: Elicitが「この研究はランダム化比較試験か？」などの項目を提案。ユーザーはこれを修正したり独自項目を追加したりできます。

• パイロットスクリーニング: 100論文程度のサンプルでテストし、基準を調整。

• 自動スクリーニングとスコアリング: AIが合致度をスコア化（例: 4点以上はほぼ採用確定、3点台は要注意、2点台でも拾うべき論文あり）。

• カットオフ値の設定とマニュアルチェック: スコア基準を自分で変更して採用論文を絞りつつ、カットオフの点数以下、以上の論文も手動でも追加・除外が可能です。

3.データ抽出（最大200件）

スクリーニング済み論文から研究デザインや結果などのデータを抽出。抽出する項目も自分で設定可能です。ただし、Proプランでは一度に200件かつ月200件の上限あり。Teamプラン（月79ドル）で月300件に拡張可能。一度抽出を開始するとこの件数が消費されますのでしっかり項目を決めてから抽出開始してください。データ抽出にも誤りはあります。例えば多変量解析と単変量解析の結果が同列に並べられていたりしますので確認は必要です。ただデータの後にある＊マークをクリックすると論文内の該当箇所に飛べるので確認も手早く行えます。

4.レポート作成（最大40件に基づく）

• 抽出したデータを基に、エビデンス付きの詳細なレポートを自動生成。

• データ抽出で100件の論文を対象にしていてもレポートは40件しか対象にならないことに注意。ちょっと損した気分になるのと、この40件の上限があるので全部お任せでsystematic reviewが書けるわけではないです。

• レポートはPDFでエクスポートできたり、リンクを他の人と共有できたりします。

• レポートにも多少の誤りはやはりあるので確認は必要です。Aという論文内で引用しているBの論文の記述をAという論文の主張として引用していたりします（これは人がやっても割とよくある間違いですが）

Elicitのココがすごい！

• 圧倒的な時間短縮: ガイドライン作成やレビューで文献スクリーニングに何日もかかっていたのが、Elicitを使うと数時間で済みます。自分でアブストラクトを一つひとつ読むより、圧倒的に速いです。

• 柔軟で便利なスクリーニング: AIが提案するスクリーニング項目をベースに自分でカスタマイズでき、パイロットで結果を確認しながら調整できるのが便利。スコア4点以上はほぼ採用でOKですが、3点台は微妙な論文も混じるし、2点台でも使えるものがあるので、漏れを防ぐには手動チェックが必要。

• 高精度だけど完璧ではない: AIのスクリーニングやデータ抽出はかなり正確で、体感95%くらいの正確度。ただ、対象の類似疾患や対象は一緒でも介入が異なる論文が混じることもあるので、大事な論文を見逃さないようカットオフ値付近は必ず確認した方がよいです。

• CSVエクスポートでLLM連携: 抽出したデータをCSVで出力できるのは最高。これをLLMに入れて執筆に繋げられるので、レビューから論文作成まで一気に進められます。

• 診療ガイドライン作成の救世主: 膨大な文献を扱うガイドライン策定で、スクリーニングとエビデンス整理がこんなに楽になるとは感動もの。

• 進化に期待: 1年 前にも、データ抽出の機能を使った事はありましたが、正確性が格段に進歩しています。Elicitは進化しているので、今後が楽しみです。

OpenAIのDeep Researchとの比較

OpenAIのDeep Researchはo3を駆使した高度な検索と分析で優れた結果を提供しますが、文献の網羅性には課題が残ります。一方、Elicitは1億2500万件超のデータベースと柔軟なスクリーニング機能で、広範な文献をカバーする点で優れています。特に、大量の論文を扱わなくてはいけない状況で強みを発揮します。

LLM連携

さらに、ElicitのCSVエクスポート機能は大きな強み。スクリーニングやデータ抽出の結果をCSVにまとめてLLM（ChatGPT、Geminiなど）に入力すれば、論文の要約や草稿作成、さらには総説執筆までシームレスに進められます。Elicitの強みの網羅性で得られたデータから、LLMで総説を仕上げる――そんなワークフローが現実になります。（実際はコンテキストウィンドウの問題があるのでcsv内の項目を削ったりして入力トークン数を減らしたりした方がよいです）

Elicitの限界

• データベースの網羅性: ElicitはSemantic Scholarのデータベースを基盤としているため、PubMed、MEDLINE、Cochrane Libraryなど、特定のデータベースに収録されている論文をすべてカバーしているわけではありません。網羅性が重視される場合には、これらのデータベースも併用し、手作業での検索・スクリーニングが必要になる場合があります。

• 初期スクリーニングの上限: Elicitで最初に表示される論文は500件程度が上限のようです。そのため、大規模な検索結果を扱う場合は、手作業での処理や、他のツールとの連携が必要になる場合があります。

• データ抽出の制限: 一度に200件、かつ1か月に200件まで（200件やったらその月は終了）。Teamプランで月300件に増えますが、採用論文が多い分野では足りないことも。

• レポート作成: 40件まで対応。大規模レビューでは別の方法が必要。

• 正確性: 抽出データの精度は約95％（体感）。手動確認は欠かせません。オープンアクセスの論文はElicitのデータベースに全文がありますがabstractだけのものもあるのでその辺も正確性に差が出ている可能性もあります。

まとめ

Elicitは、システマティックレビュー、総説、診療ガイドライン作成を効率化する頼れるAIツールです。AIの自動化と手動チェックを組み合わせることで、質の高い成果物を短時間で仕上げられます。OpenAI/Deep Researchの網羅性を補完し、LLMとの連携で執筆まで繋げられる点は、研究の可能性を大きく広げます。制限はあるものの、時間と労力を大幅に削減したい研究者にとって、Elicitはまさに救世主です。