根拠に基づく医療（EBM）や臨床公衆衛生の分野において、システマティックレビュー（Systematic Reviews）を実施する研究チームがElicitを活用する場合、専用の「Systematic Review（Reviewモード）」ワークフローを用いてPICO（患者・対象集団：Population、介入：Intervention、比較対照：Comparator、アウトカム：Outcome）を構造化ルールへと落とし込み、二重独立スクリーニングまたはAI支援スクリーニングを実施することが中核となります。このアプローチにより、数千件に及ぶ候補文献の選別作業をPRISMA 2020ガイドラインに準拠した形で半自動化し、採否判定の根拠となった抄録内の該当センテンスを逐一検証可能な監査証跡を構築できます。
Cochrane基準を満たす厳密なシステマティックレビューでは、初期スクリーニング段階で3,000〜10,000件規模の文献を精査する必要があります。標準的なプロトコルでは選択バイアスを排除するため、2名の研究者が独立してブラインド審査を行うことが義務付けられており、フルテキストを入手する前の段階だけで数百時間もの労力が費やされてきました。Elicitのレビュー機能は、研究者が最終的な採否判定とプロトコル遵守の主導権を維持したまま、この作業負荷を最大60〜80%削減する現実的な手段を提供します。
1. 事前準備とElicitのワークフロー選択
Elicitには一般的な文献探索、要約レポート作成（Research Reports）、そして本格的なシステマティックレビュー（Reviewモード）など、用途に応じた複数のモードが備わっています。多次元のスクリーニング条件列の設定、センテンス単位の引用根拠の抽出、チーム内での二重査読管理を利用するには、有料プラン（Pro、Scale、またはEnterprise）のアカウントが必要です。
スクリーニング基準を設定する前に、研究チームは以下の準備を完了しておく必要があります。
- プロトコルの登録：PROSPEROやOSF等でレビュー計画書を事前登録し、適格基準を明確化しておく。
- PICOの操作的定義：臨床課題を曖昧さのない客観的な二値判定（Yes/No）が可能なレベルまで分解する。
- 文献母集団の収集方針決定：文献をElicit内部の検索エンジンで収集するか、外部データベースから包括的にインポートするかを決定する。
2. 実践手順：PICOプロトコルから自動判定ルールへの変換
ステップ1：レビュータスクの作成と臨床コンテキストの入力
- Elicitのダッシュボードにアクセスし、ワークフローから Systematic Review を選択します。
- メインプロンプトに臨床研究の疑問文を入力します（例：What is the clinical efficacy and safety of GLP-1 receptor agonists compared to SGLT-2 inhibitors in adults with type 2 diabetes and chronic kidney disease?）。
- Setup設定画面の Additional Context（補足コンテキスト） 入力欄を展開します。この自由記述欄は、AIがスクリーニング基準列を自動提案する際の基盤幹となります。ここにPICOの形式に沿って詳細を入力します。
- Population（対象）：患者の年齢下限、明確な病期・重症度、合併症の範囲、除外基準（透析期の末期腎不全や妊婦など）。
- Intervention（介入）：対象となる薬剤名、薬剤クラス、投与経路、用量条件。
- Comparator（比較対照）：対照群の定義（実薬対照、標準治療、プラセボなど）。
- Outcomes（アウトカム）：主要評価項目および副次評価項目（eGFR低下速度、蛋白尿、主要心血管イベント、全死因死亡率、重篤な有害事象など）。
- Study Design（研究デザイン）：適格とする研究手法（追跡期間12週以上の並行群間ランダム化比較試験RCTなど。動物実験、in vitro研究、総説、症例報告は除外）。
ステップ2：文献母集団の集約（外部インポートとPRISMA準拠）
Elicitでは、Semantic Scholarベースの内部インデックス（1億2600万件以上）から論文を検索する方法と、外部で作成した文献リストを取り込む方法の2通りが利用できます。
PRISMA 2020に準拠した正式な医学レビューにおいては、Elicit内部の検索機能のみに依存することは推奨されません。近年の独立評価研究（2025年のCochraneおよびBMCの検証）によると、Elicit内部検索の適合率（Precision）は約41.8%と極めて高い一方、網羅性・再現率（Sensitivity）は平均約39.5%にとどまります。これは、専門家がPubMed、Embase、Cochrane CENTRALで網羅的検索を行った場合の94%以上の網羅性と比較して見落としのリスクが高いためです。
学術的に推奨される標準手順は以下の通りです。
- 医学情報専門職がPubMed、Embase、CENTRAL等で包括的な論理検索式を実行する。
- 文献管理ソフト（EndNote、Covidence等）で重複文献を除去する。
- 重複排除後の文献ライブラリを標準的なRISまたはBibTeX形式で書き出す。
- Elicitの Gather 画面でRISファイルをアップロードし、スクリーニング対象の全文献を一括インポートする。
ステップ3：PICOスクリーニング基準の定義と微調整
文献を読み込むと、Elicitは入力されたコンテキストを基に判定基準列の候補を自動提示します。研究者はこれを編集し、個別の判定列として精緻化します。
| PICO構成要素 | 臨床プロトコル仕様例 | Elicit判定ルール（プロンプト例） | 判定出力形式 |
|---|---|---|---|
| 対象集団 (P) | 18歳以上でCKDステージ3-4を合併する2型糖尿病患者 | "Does the study population consist of adult patients (>=18 years) with confirmed Type 2 Diabetes and CKD?" | 二値判定 (Met / Not Met / Uncertain) |
| 介入 (I) | 承認済みのGLP-1受容体作動薬（セマグルチド、デュラグルチド等） | "Does the study evaluate a GLP-1 receptor agonist intervention?" | 二値判定 (Met / Not Met / Uncertain) |
| 比較対照 (C) | SGLT-2阻害薬、標準血糖降下療法、またはプラセボ | "Is there an active comparison group using SGLT-2 inhibitors or placebo?" | 二値判定 (Met / Not Met / Uncertain) |
| アウトカム (O) | 腎機能低下指標、心血管イベント、死亡率 | "Does the study report renal outcomes (e.g., eGFR, proteinuria) or mortality?" | 二値判定 (Met / Not Met / Uncertain) |
| 研究デザイン (S) | 追跡期間12週以上の並行群間ランダム化比較試験 | "Is the study an RCT in humans with at least 12 weeks follow-up duration?" | 二値判定 (Met / Not Met / Uncertain) |
設定上の重要ポイント：
- 基準の単一化（アトミック化）：複数の条件を1つのルールにまとめず、「成人患者」と「CKDステージ3-4」のように独立した列に分割することで、判定の透明性と後日の再分析精度を高めます。
- 明確な除外項目の追加：「査読付きフルテキストのない学会抄録を除外」「非ヒト動物実験を除外」など、明確な除外ルールを明示します。
- 重要度（Importance）の指定：必須条件（ヒト対象、RCTデザイン等）と詳細確認が必要な副次条件に重要度の重み付けを行います。
ステップ4：自動スクリーニングの実行と原文引用の確認
スクリーニングを開始すると、Elicitは全文献のタイトルおよび抄録を順次解析します。
- 個別基準の判定：各文献に対し、設定したPICOルールごとに Met（合致）、Not Met（不適合）、Uncertain（判定保留） を出力します。
- 根拠の逐語的引用（Quote Grounding）：セルをクリックすると、その判定の根拠となった抄録内の該当文がハイライト表示されます。例えば介入不適合の場合、対象外の薬剤が併用されていた記述箇所が瞬時に示されます。
- 総合スコアと推奨判定：各基準の重み付けに基づき総合関連度スコアが算出され、Include（採択）、Exclude（除外）、Review（要確認） の推奨が提示されます。
- テーブルでの絞り込み：「対照群がUncertainとなっている文献のみ」を抽出するなど、条件別の効率的な重点精査が可能です。
ステップ5：二重独立ブラインド査読と不一致の調停
PRISMA 2020では、選定バイアスを防ぐために独立した審査プロセスの確保が求められます。Elicitでは2種類の運用体制が可能です。
- モデルA：人間1名 ＋ 第二査読者としてのElicit：主査読者がスクリーニングを行い、Elicitが独立した第二査読者として判定を並行提示します。両者の意見が食い違った文献（人間が採択し、AIが除外推奨とした場合など）のみを抽出し、人間同士で合議判定を行います。
- モデルB：人間2名による二重ブラインド ＋ AI優先順位付け：2名の研究者が互いの判断を見ずに独立してブラインド審査を行います。Elicitの算出スコア順に文献を並べ替えることで、採択見込みの高い論文から順に効率よく審査を進められます。審査完了後に開票し、一致率の算出と不一致文献のリストアップを行います。
いずれのモデルでも、人間の研究者が常に最終決定を上書き（Manual Override）できます。上書き時には「対象不適合」「アウトカム欠如」などのPRISMA標準の除外理由を記録します。
ステップ6：PRISMA 2020準拠データの出力とフルテキスト精査への移行
タイトル・抄録の選定が完了したら、結果データを外部へ書き出します。
- 出力データ形式：書誌情報、各PICO項目の判定結果、根拠となった原文引用、人間の上書き履歴、最終採否判定が含まれたCSVまたはExcelファイルをダウンロードします。
- PRISMAフロー図への反映：データベース検索結果数、重複排除数、抄録スクリーニング件数、理由別除外件数、フルテキスト精査対象数を集計し、PRISMA 2020フロー図に直接転記します。
- フルテキスト精査への移行：通過した文献はフルテキスト精査およびデータ抽出（Data Extraction）フェーズに進みます。Elicitのブラウザ拡張機能を利用することで、大学・研究機関が契約する電子ジャーナルからPDFをスムーズに取得可能です。
3. 方法論的パフォーマンスと限界
Elicitを医学システマティックレビューに導入するにあたり、研究者はその特性と限界を正確に把握しておく必要があります。
高い適合率と網羅性のトレードオフ
近年の比較検証論文から得られた知見は以下の通りです。
- 高い適合率（約42%）：PICO基準に基づいた言語モデルの照合能力により、無関係な文献を排除する精度は非常に優れており、従来の手動スクリーニング初期のヒット率（通常1〜10%程度）を大幅に上回ります。
- 臨床的複雑さによる網羅性の変動：明確な単剤投与のRCTなど、PICOが明瞭な薬理学レビューでは約70〜94%の高い再現率を示します。一方、公衆衛生やリハビリテーションなど対象や介入の境界が広い領域では、抄録中に明確なキーワードが記載されていない場合にAIが見落とすリスクが高まります。
ボーダーラインスコアの取り扱い
Elicitは閾値スコアに基づいて採否を推奨します。検証研究では、閾値直下（例えば5点満点中4.8点など）の境界線上に位置する論文で判定のゆらぎが生じるケースが報告されています。プロトコル策定時には、「採否閾値の前後10%のスコア帯に位置する文献は自動除外せず、必ず人間が目視確認する」というルールを設けることが推奨されます。
RAISEフレームワークと倫理的透明性
医学エビデンス統合における責任あるAI利用（RAISE）フレームワークが提唱するように、AIは学術的責任の主体にはなり得ません。Elicitの最大の強みは判定理由が抄録原文の引用として明示される追跡可能性にあります。研究者は論文執筆時、Methods（方法）セクションにおいて、Elicitの使用バージョン、設定したPICOプロンプト、AIの役割分担、人間の確認プロセスを余すところなく報告する義務があります。
4. バイオメディカル研究チームのためのベストプラクティス
- 検索とスクリーニングの分離：PubMedやEmbaseによる包括的な標準検索を維持し、重複除去後の母集団をElicitにインポートして審査する。
- 50件のパイロットテスト：全件処理の前に50件程度のサンプルでPICO判定ルールを試行し、人間の判断基準と整合しているかを校正する。
- 除外判定の監査：見落としによる偽陰性のリスクを防ぐため、AIが除外推奨とした文献の少なくとも20%の無作為抽出チェック、および境界域スコア文献の全件確認を行う。
- 意思決定ログの保存：タイムスタンプ付きの判定スプレッドシートを保存し、査読者や編集者からの問い合わせに対応できる監査証跡を残す。
参考資料
- Blog | Elicit: AI for research & decision-making
- Comparison of Elicit AI and Traditional Literature Searching in Evidence Syntheses Using Four Case Studies - PMC
- Using artificial intelligence for systematic review: the example of elicit - PMC
- The PRISMA 2020 statement: an updated guideline for reporting systematic reviews - PMC
- Development and evaluation of prompts for a large language model to screen titles and abstracts in a living systematic review - PMC