在循证医学与临床公共卫生研究中，系统评价（Systematic Reviews）团队配置 Elicit 的 PICO 标准，核心在于利用 Elicit 专有的系统综述工作流（Systematic Review / Review 模式），将人群（Population）、干预措施（Intervention）、对照组（Comparator）和结局指标（Outcome）转化为模块化的结构化筛选题规则，并结合双人独立盲筛或人机协同机制执行初筛。该方案将传统数千篇初筛文献的双人盲审瓶颈转变为符合 PRISMA 2020 规范的半自动化流程，同时为每一项纳入与排除决策提供精准到句子级的摘要原文引证。
完成一篇符合 Cochrane 规范的高质量系统评价，通常需要在初筛阶段检索并审核 3000 至 10000 篇文献的标题与摘要。按照国际流行病学规范，此阶段必须由两名研究员背对背独立盲筛，以消除选择偏倚。这一过程往往消耗数百小时的人力工时，极易因审稿疲劳导致漏筛或标准偏移。Elicit 的出现为解决这一效率瓶颈提供了切实可行的工程化落地路径。
1. 准备工作与 Elicit 工作流模式选择
Elicit 针对学术研究提供了多种工作模式，包括基础文献探索、自动化研究简报（Research Reports）以及专门的系统评价工作流（Systematic Review / Review 模式）。配置多维度初筛规则表、句子级引文字段以及团队双人盲筛权限，需要使用 Elicit 的付费订阅版本（Pro、Scale 或 Enterprise 计划）。
在正式配置筛查规则前，研究团队应完成以下方案准备：
- 研究方案注册：在 PROSPERO 或 OSF 平台完成系统评价研究方案（Protocol）注册，明确既定的纳排标准。
- PICO 要素的操作化拆解：将临床问题转化为边界明确、非黑即白的判定条件，避免使用模糊修饰词。
- 检索策略确定：厘清初筛文献库是通过外部多数据库联合检索后导入，还是依赖工具内置检索。
2. 操作指南：从 PICO 临床方案到机器可执行的初筛规则
第一步：创建系统评价任务并注入临床背景
- 进入 Elicit 控制台，在工作流选择器中选择 Systematic Review。
- 在核心问题输入框中填入规范的临床综述问题（例如：GLP-1 受体激动剂对比 SGLT-2 抑制剂在伴有慢性肾脏病的成人 2 型糖尿病患者中的临床疗效与安全性如何？）。
- 展开 Setup 设置页中的 Additional Context（补充背景信息） 自由文本框。该输入框是引导 Elicit 生成精准筛选题的核心依据。在此处按清晰的 PICO 结构输入方案细则：
- Population（人群）：患者年龄下限、明确诊断的疾病分期、合并症范围以及绝对排除的人群（如透析期终末期肾病或妊娠期患者）。
- Intervention（干预措施）：符合条件的药物通用名、药物分类、给药途径及剂量范围。
- Comparator（对照组）：对照组设置，包括活性对照药物、常规降糖治疗或安慰剂。
- Outcomes（结局指标）：主要终点与次要终点（如 eGFR 下降速率、蛋白尿改善、主要不良心血管事件、全因死亡率及特定不良反应）。
- Study Design（研究设计）：严格限制的研究类型（例如随机对照试验 RCT，随访时间不少于 12 周；明确排除动物实验、体外细胞实验、专家述评、病例报道及非系统性综述）。
第二步：汇聚初筛文献池（双轨检索策略与 PRISMA 合规）
Elicit 支持通过两种方式构建文献队列：调用其内置的语义索引库（基于覆盖逾 1.26 亿篇学术文献的 Semantic Scholar 数据库），或由外部直接批量导入文献文件。
在严格遵循 PRISMA 2020 规范的循证医学评价中，研究团队切忌仅依赖 Elicit 内置检索。权威方法学评估（如 2025 年 Cochrane 与 BMC 实证研究）表明，Elicit 内置检索的查准率（Precision）虽然表现优异（平均约 41.8%），但其查全率（Sensitivity / Recall）平均仅有约 39.5%，远低于图书情报专家在 PubMed、Embase 和 Cochrane CENTRAL 实施多数据库布尔检索所能达到的 94% 以上查全率。
合规的双轨实践操作为：
- 由医学信息检索专家在 PubMed、Embase、Web of Science 和 CENTRAL 等核心库中完成标准检索式检索。
- 在文献管理软件（如 EndNote、Zotero 或 Covidence）中完成跨库查重。
- 将查重后的最终文献库导出为标准 RIS 或 BibTeX 格式。
- 在 Elicit 的 Gather 步骤中，直接上传该 RIS 文件，将完整的文献队列批量导入初筛清单。
第三步：配置并微调 PICO 结构化筛查准则
文献加载完成后，Elicit 会结合此前输入的上下文自动建议一组筛查规则。研究人员必须进入自定义准则界面，将每项规则细化为结构化判别列：
| PICO 维度 | 临床方案细则示例 | Elicit 规则定义提示语句 | 判别输出模式 |
|---|---|---|---|
| 人群 (P) | 年满 18 岁伴有 3-4 期 CKD 的 2 型糖尿病患者 | "Does the study population consist of adult patients (>=18 years) with confirmed Type 2 Diabetes and CKD?" | 二元判定 (Met / Not Met / Uncertain) |
| 干预措施 (I) | 获批上市的 GLP-1 受体激动剂（如司美格鲁肽、度拉糖肽） | "Does the study evaluate a GLP-1 receptor agonist intervention?" | 二元判定 (Met / Not Met / Uncertain) |
| 对照组 (C) | SGLT-2 抑制剂、标准降糖方案或安慰剂 | "Is there an active comparison group using SGLT-2 inhibitors or placebo?" | 二元判定 (Met / Not Met / Uncertain) |
| 结局指标 (O) | 肾功能进展指标、心血管事件、死亡率 | "Does the study report renal outcomes (e.g., eGFR, proteinuria) or mortality?" | 二元判定 (Met / Not Met / Uncertain) |
| 研究设计 (S) | 平行组随机对照试验，随访时间至少 12 周 | "Is the study an RCT in humans with at least 12 weeks follow-up duration?" | 二元判定 (Met / Not Met / Uncertain) |
配置准则的核心技巧：
- 规则原子化分解：切忌将多个复合条件塞进单条规则中。例如，将“成年人群”与“3-4 期 CKD”拆分为两列独立判定，便于后期对混合人群研究进行亚组排查。
- 设置显式排除门槛：增加专门的排除项（如“排除未发表同行评议全文的会议摘要”、“排除动物试验模型”）。
- 分配准则权重（Importance）：在系统内标记核心必备条件（如人类受试者和 RCT 设计）与次要条件，赋予不同的筛选裁决权重。
第四步：执行自动化初筛与句子级引据核实
启动初筛后，Elicit 将自动遍历队列中每篇文献的标题与摘要：
- 逐项规则评定：Elicit 针对每篇摘要独立运行配置的 PICO 规则列，返回 Met（符合）、Not Met（不符合） 或 Uncertain（存疑）。
- 引据原文溯源（Quote Grounding）：点击任一单元格，系统会直接展开该判定在摘要中对应的原始句子片段。例如，当论文被判定为“干预措施不符合”时，界面会高亮显示摘要中提及的使用其他联合降糖药物的原文证据。
- 综合打分与推荐建议：Elicit 根据满足准则的权重综合计算相关度评分，并给出系统推荐结论：Include（纳入）、Exclude（排除） 或 Review（人工审核）。
- 交互式表格过滤：支持按具体标准筛选，例如快速筛选出“对照组标记为存疑”的所有文献，让审稿人实施高效率定向复核。
第五步：启用双人独立盲筛与分歧裁决机制
PRISMA 2020 强调初筛过程必须具备审稿独立性。Elicit 支持两种主流的团队协作模式：
- 模式 A：单人审稿 + Elicit 作为第二审稿人：由一名人类研究员逐篇独立审核，Elicit 在后台作为独立的第二审稿人给出判断。系统自动汇总两者的意见，重点高亮两者判定不一致的文献（如人类选纳入但 Elicit 建议排除），由人类团队开会仲裁。
- 模式 B：双人盲筛 + AI 智能排序赋能：两位人类研究员在工作区内背对背盲筛，彼此无法查看对方的打分与决定。Elicit 的相关度评分用于将文献队列自高向低重排，使高概率纳入的文献优先展示。双方筛查完毕后，系统一键解盲并生成一致性检验报告（如 Cohen's Kappa 指标）和冲突清单。
在任何模式下，人类研究员均拥有最高决策权（Manual Override）。在覆写 AI 决定时，研究员可下拉选择 PRISMA 标准排除分类（如“人群不符”、“结局指标缺失”或“非目标研究设计”）。
第六步：导出 PRISMA 2020 审计清单与衔接全文筛选
初筛结束后，团队可导出完整的筛查数据表：
- 导出格式：支持导出 CSV 或 Excel 表格，完整包含文献元数据、逐项 PICO 判定状态、句子级原文佐证、人工仲裁日志以及最终纳排结论。
- 绘制 PRISMA 2020 流程图：导出的统计数据可直接填入 PRISMA 流程图的标准模块中（从初始检索记录数、查重剔除数、标题摘要初筛数、附带分类原因的排除文献数，直至拟获取全文评估的文献数）。
- 衔接后续流程：进入全文本筛选（Full-text screening）及数据提取阶段。通过安装 Elicit 浏览器插件，团队可直接调用机构高校订阅权限，批量抓取被初筛纳入文献的 PDF 全文。
3. 方法学表现、循证依据与取舍权衡
在将 Elicit 引入系统评价实践时，生物医学团队需清晰理解该工具的能力边界与方法学权衡。
高查准率与查全率波动的权衡
国际同行评议的最新实证研究表明：
- 显著提高的查准率（约 41.8%）：得益于细致的 PICO 语义匹配，Elicit 剔除无关文献的能力非常突出，远高于传统广泛布尔检索后仅为 1%-15% 的初筛命中率。
- 临床主题复杂度影响查全率：在干预手段清晰、终点明确的药理学随机对照试验中，Elicit 的灵敏度表现优异（接近 70%-94%）；但在干预手段多样、定义宽泛的临床公共卫生综述中，若摘要未直接出现标准医学词汇，AI 漏筛的风险会显著上升。
临界评分的审查警惕
Elicit 依赖评分阈值（Cut-off score）划分纳入与排除。实证表明，部分处于临界分数线（如满分 5 分中的 4.8 分临界点）的文献可能因权重微调出现判定漂移。因此，团队在研究方案中应建立强制核查机制：凡是综合评分落在阈值上下 10% 区间内的临界文献，必须全部进行人工二次复核，严禁一键批量排除。
RAISE 框架与伦理合规
根据医学证据合成负责任人工智能（RAISE）框架规范，AI 工具不具备道德与学术责任主体资格。Elicit 的核心价值在于其完全透明的证据溯源链条，使每一个判定都能在原文中找到依据。研究团队在发表系统评价论文时，必须在 Methods（方法）部分详细披露：所用 Elicit 版本号、具体配置的 PICO 规则词句、AI 作为辅助审稿人的角色分工以及人工仲裁流程，确保科研过程完全可审计、可复现。
4. 生物医学系统综述团队最佳实践清单
- 坚持检索与初筛工具分离：使用 PubMed/Embase 实施黄金标准全面检索，将查重后的文献库导入 Elicit 进行初筛，切勿依赖单一 AI 的内置搜索。
- 开展 50 篇小样本规则预实验：在全库运行前，先抽取 50 篇代表性文献进行测试，校准 PICO 规则设置与系统判定表现。
- 排除文献全量或抽样复核：鉴于循证医学中假阴性（漏筛有效试验）的危害远大于假阳性（多读一篇无关文献），团队应对 AI 排除的文献进行至少 20% 的随机抽检以及临界文献的 100% 人工复核。
- 留存版本化决策快照：每次筛查导出完整的带时间戳原始判定表格，作为应对同行评议质询的完备审计线索。
参考资料
- 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