Elicit
Elicit 是面向科研文献检索和论文信息提取的 AI 工具,可把论文摘要或上传 PDF 中的研究设计、样本量、人群、干预、结局等信息整理成表格,适合医学系统综述、证据梳理和课题立项前的文献扫描。
30 秒判断
先看这四点,再决定要不要继续读完整评测。
Elicit 的主要价值在于把找文献、初筛、抽取关键字段、形成证据表这类重复劳动提前结构化,尤其适合系统评价、综述选题和研究背景梳理。
最适合需要快速建立文献候选池、整理 PICO 信息、比较多篇研究设计,并为综述写作或课题讨论准备初步证据表的医学科研人员。
不适合需要完全可复现数据库检索、严格偏倚风险评价、监管级证据审查、患者个体诊疗决策,或无法人工复核原文的任务。
打开 https://elicit.com,注册或登录账号,先把研究问题写成 PICO 或 PECO 格式。
最适合需要快速建立文献候选池、整理 PICO 信息、比较多篇研究设计,并为综述写作或课题讨论准备初步证据表的医学科研人员。
不适合需要完全可复现数据库检索、严格偏倚风险评价、监管级证据审查、患者个体诊疗决策,或无法人工复核原文的任务。
ResearchRabbit / Scite.ai / Semantic Scholar

视频演示
Systematic reviews in Elicit | Screening & extraction · en
适合谁用
适合医学研究生、临床医生、PI、系统综述作者,以及需要快速整理英文生物医学文献的生信、组学、影像和转化医学研究者。
用它完成一次医学文献发现
先让工具帮你找线索,再回到 PubMed、期刊页和 Zotero 做正式记录。
输入材料
一个中文临床或基础研究问题
应该得到
关键词池、候选论文、种子文献和下一步检索策略
- 1把中文问题拆成研究对象、干预/暴露、比较对象和结局。
- 2让工具生成英文关键词、同义词和可能的种子论文。
- 3筛掉综述、评论或不匹配人群的结果,保留真正可引用的研究。
- 4把关键论文回到 PubMed/期刊页核验,再导入 Zotero。
人工核验点
- 候选论文是否存在且来源可靠
- 研究类型是否符合你的问题
- 是否记录检索日期和纳排理由
更适合
最适合需要快速建立文献候选池、整理 PICO 信息、比较多篇研究设计,并为综述写作或课题讨论准备初步证据表的医学科研人员。
不太适合
不适合需要完全可复现数据库检索、严格偏倚风险评价、监管级证据审查、患者个体诊疗决策,或无法人工复核原文的任务。
数据与隐私
使用 Elicit 时应避免上传包含患者身份信息、未发表研究数据、受版权限制的全文包或机构内部资料。若需要上传 PDF,应先查看所在机构规定和 Elicit 官方隐私政策,确认数据存储、模型训练使用和删除机制。医学科研中的最终数据提取表应保留原文来源、页码或原句依据,便于审计和复核。
医学科研场景
- 系统综述中初步提取 PICO 元素、研究设计、样本量、结局指标和随访时间,为后续双人筛选提供候选表。
- 临床科室准备循证汇报时,快速整理某药物、手术方式、诊断试验或护理干预的近期研究证据。
- 医学影像 AI 课题立项前,汇总同类模型使用的数据集、影像模态、训练验证划分、外部验证和性能指标。
- 生信和组学课题选题时,检查某疾病亚型、基因标志物、单细胞数据集或多组学方法已有研究。
相关科研场景
查看全部场景核心功能
使用场景
优点与局限
优点
- +比单纯关键词检索更适合探索性问题,可帮助研究者发现表述不同但主题相关的英文论文。
- +结构化表格适合系统综述前期整理,能减少手动复制样本量、干预、结局和随访时间等字段的工作量。
- +自定义提取列对医学科研很实用,可针对 PICO、诊断准确性研究、预后模型、影像 AI 或组学研究设置不同字段。
- +适合作为文献阅读前的第一层筛查工具,帮助研究者决定哪些论文需要进入全文精读和双人复核。
局限
- -AI 提取结果可能漏读、误读或过度概括,涉及效应量、统计方法、不良事件和亚组结果时必须回到原文核对。
- -不适合作为系统评价的唯一检索来源,正式综述仍需记录数据库、检索式、日期、筛选流程和排除理由。
- -对中文文献、会议摘要、非标准格式 PDF、扫描版全文和复杂补充材料的处理可能不稳定。
- -隐私和版权边界需要自行确认,未发表稿件、受限数据库全文、患者相关材料不应随意上传。
快速上手
打开 https://elicit.com,注册或登录账号,先把研究问题写成 PICO 或 PECO 格式。
在搜索框输入具体问题,例如 metformin cardiovascular outcomes adults with type 2 diabetes randomized trial。
查看返回论文列表,根据标题、摘要、年份、研究类型和相关性排除明显不符合的文献。
新建或调整提取表格列,例如研究设计、样本量、患者人群、干预、对照、主要结局、随访时间和关键结果。
导出或复制结果后,逐篇回到原文核对关键数据,并在正式综述表格中标记已核对、待核对和不确定项。
详细介绍
这个工具解决什么问题
Elicit 是一个面向学术文献检索和论文信息提取的 AI 工具。对医学科研人员来说,它最有用的地方不是替你下结论,而是把一批论文中分散的研究设计、样本量、患者人群、干预、对照和结局信息先整理成可检查的表格。
医学研究中的文献工作通常很耗时。一个系统评价问题可能涉及数百篇题录,临床医生准备一次循证汇报也需要快速判断哪些研究可靠、哪些只是背景材料。Elicit 可以帮助用户用自然语言提出问题,再基于相关论文生成候选列表和摘要式信息。
它尤其适合前期探索:确定一个课题是否已有足够研究、识别常用结局指标、观察研究设计分布、初步提取 PICO 信息。对于正式发表的系统综述,它不能替代数据库检索式、双人筛选和原文核对,但可以减少早期机械整理的负担。
适合的医学科研场景
如果你的任务是整理英文医学文献,Elicit 的价值会比较明显。系统综述作者可以把研究问题写成 PICO 形式,然后让工具返回相关论文,并设置列来提取人群、干预、对照、结局、样本量、研究类型和随访时间。
临床医生可以用它快速了解某个治疗方案、诊断技术或预后模型的证据轮廓。它可以帮助你看见哪些研究是随机试验,哪些是队列研究,哪些只报告替代终点。这样在准备科室汇报或课题讨论时,可以更快进入原文精读阶段。
生信、组学和影像研究者也可以使用 Elicit 做课题扫描。例如,整理某基因与疾病预后的研究、某单细胞测序技术在肿瘤微环境中的应用、某影像 AI 模型在外部验证中的表现。通过自定义提取列,可以把平台、样本来源、验证队列、AUC、C-index 或主要生物标志物整理出来。
- 系统综述:初筛题录、提取 PICO、生成待核对证据表。
- 临床汇报:快速比较治疗、诊断或预后研究的主要结论。
- 课题立项:判断某研究方向是否已有大量重复研究或仍存在空白。
- 组学研究:整理数据来源、检测平台、疾病亚型和关键分子指标。
- 影像研究:提取影像模态、训练集、验证集、模型指标和外部验证情况。
不适合的情况
Elicit 不适合作为正式系统评价的唯一检索工具。医学综述通常需要可复现的数据库检索策略,包括 PubMed、Embase、Cochrane Library、Web of Science 或专业数据库。检索式、检索日期、筛选流程和排除理由都需要记录,AI 搜索结果本身不能替代这些方法学要求。
它也不适合直接用于患者个体诊疗决策。工具返回的是文献层面的摘要和提取信息,不能判断某位患者的合并症、禁忌证、用药相互作用和当地指南要求。临床应用仍需由医生结合指南、原文证据和患者情况判断。
对非英文文献、扫描版 PDF、会议摘要、补充材料和格式复杂的论文,AI 提取可能不完整。某些关键信息可能藏在图表、附录或统计分析部分,不能只看工具生成的表格。效应量、置信区间、P 值、不良事件和亚组结果尤其需要回到原文确认。
如何在医学项目中使用
比较稳妥的做法是把 Elicit 放在文献流程的前半段。先用它帮助形成候选文献池和初始字段表,再用正式数据库检索补全范围。进入全文筛选后,关键数据应由研究者逐篇核对,并在最终表格中记录来源页码、原文表格或原句依据。
如果你正在做系统综述,可以先设定 PICO:患者类型、干预或暴露、对照、结局和研究设计。随后把这些元素拆成提取列,例如纳入标准、排除标准、样本量、随机化方式、主要终点、随访时间和分析人群。这样生成的表格更容易交给第二位研究者复核。
如果你正在做影像 AI 或组学课题,可以把提取列改成领域字段。例如影像模态、数据集来源、外部验证、标签来源、模型类型、性能指标;或者疾病亚型、检测平台、样本来源、批次校正、验证队列和功能实验。字段越具体,越容易发现文献之间是否真的可比。
| 任务 | Elicit 可承担的部分 | 仍需人工完成的部分 |
| 系统综述初筛 | 生成候选论文、提取 PICO 字段 | 制定检索式、双人筛选、记录排除理由 |
| 临床证据汇报 | 整理研究类型、样本量和主要结论 | 判断证据等级、结合指南和患者情境 |
| 影像或组学选题 | 提取数据集、平台、验证方式和指标 | 评估方法学质量、确认数据可获得性 |
质量控制与隐私注意
使用 Elicit 时,最重要的质量控制是保留怀疑。AI 可以把摘要和全文中的信息提取出来,但不保证每个字段都准确。遇到数字、效应量、亚组分析、安全性结局、统计模型和研究局限时,应优先查看原文方法、结果表、补充材料和注册信息。
隐私方面,不建议上传含患者身份信息、机构内部数据、未发表论文、伦理审查材料或受版权限制的全文包。若必须上传 PDF,应先查看 Elicit 的官方隐私政策和所在机构规定,确认文件是否会被保存、用于模型改进或被第三方处理。
在医学科研中,Elicit 更适合作为“快速整理与提示工具”,而不是“证据裁判”。它能帮助你更快找到需要核对的地方,但最终证据表、统计分析和临床解释仍应由研究团队负责。
总体来看,Elicit 对医学科研的关系较强,尤其是文献密集型任务。它适合系统综述前期、课题立项、临床证据汇报、影像 AI 文献整理和组学研究背景梳理。不适合没有人工复核能力的团队,也不适合把 AI 输出直接写入诊疗建议或正式证据结论。
替代选择
如果 Elicit 不适合你,可以考虑:
同类工具推荐
如果你需要更完整的文献工作流
从检索到精读,一站完成
这个工具适合特定场景。如果你需要中文检索、实时翻译、AI 辅助精读,可以试试超能文献。
了解超能文献