Litmaps
基于论文引用关系生成文献地图，辅助医学科研选题与文献调研。
30 秒判断
先看这四点，再决定要不要继续读完整评测。
Litmaps适合用来从一篇或一组种子论文出发，查看引用关系、发现相关文献并建立领域概貌，尤其适合医学综述选题、课题探索和前期文献调研。
医学研究生、临床医生、PI、生信/组学/影像/系统综述研究者，尤其适合需要快速了解新研究方向、追踪引用网络、发现相关论文簇或为综述和课题设计建立初步文献框架的用户。
需要严格、可复现数据库检索式的系统综述最终检索；只想查找少量已知文献的用户；主要依赖中文数据库、灰色文献或非常小众数据库的研究者；以及希望工具直接完成证据分级、偏倚风险评价或统计分析的用户。
访问 Litmaps 官网并注册或登录账号。
医学研究生、临床医生、PI、生信/组学/影像/系统综述研究者，尤其适合需要快速了解新研究方向、追踪引用网络、发现相关论文簇或为综述和课题设计建立初步文献框架的用户。
需要严格、可复现数据库检索式的系统综述最终检索；只想查找少量已知文献的用户；主要依赖中文数据库、灰色文献或非常小众数据库的研究者；以及希望工具直接完成证据分级、偏倚风险评价或统计分析的用户。
Connected Papers / ResearchRabbit / Connected Papers
视频演示
How to do a literature review: 5 minute guide with Litmaps · en
适合谁用
刚进入新研究领域、需要快速了解研究背景的医学硕博士；准备撰写综述或课题标书的青年科研人员、临床医生、PI；以及需要追踪文献网络的生信、组学、影像和临床研究团队。
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
医学研究生、临床医生、PI、生信/组学/影像/系统综述研究者，尤其适合需要快速了解新研究方向、追踪引用网络、发现相关论文簇或为综述和课题设计建立初步文献框架的用户。
不太适合
需要严格、可复现数据库检索式的系统综述最终检索；只想查找少量已知文献的用户；主要依赖中文数据库、灰色文献或非常小众数据库的研究者；以及希望工具直接完成证据分级、偏倚风险评价或统计分析的用户。
数据与隐私
Litmaps主要围绕公开论文元数据和引用关系进行文献发现。用户注册、保存文献地图或上传文献列表时，可能会涉及账号信息和用户操作数据。医学科研用户不应上传未公开的患者信息、临床原始数据或含有敏感信息的研究资料，使用前建议阅读其隐私政策和机构数据合规要求。
医学科研场景
- 疾病机制文献梳理：从一篇核心综述或关键基础研究出发，查看其前后引用文献，辅助理解某一疾病机制、信号通路或病理过程的研究演变。
- 临床研究选题探索：围绕某种治疗、诊断技术或预后模型构建文献地图，初步判断已有研究集中在哪些方向，哪些问题可能仍缺少证据。
- 系统综述前期探索：在正式制定检索式之前，用Litmaps辅助识别核心论文、常见关键词、主要作者和相关研究簇，但最终检索仍应回到PubMed、Embase、Web of Science等数据库并记录可复现检索策略。
- 生信与组学研究背景梳理：对某个基因、通路、单细胞研究主题或多组学分析方向进行文献网络探索，帮助研究者找到可参考的数据分析思路和关键背景文献。
- 论文引言和基金标书准备：在撰写研究背景时，用引用网络辅助梳理经典研究、近期进展和研究缺口，再结合原文阅读提炼论证逻辑。
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
- +有助于建立领域概貌：相比只看关键词检索列表，引用网络更容易展示论文之间的关系，适合新领域入门和综述构思。
- +适合从少量已知文献扩展阅读：当研究者已经掌握一篇或几篇关键论文时，可以用Litmaps继续寻找相关研究。
- +对医学综述前期选题有帮助：可辅助识别核心文献、研究簇和可能的关键词，为后续系统检索做准备。
- +图谱形式便于讨论：对研究小组开题、journal club或课题方向讨论，文献地图比单纯文献列表更直观。
- +可与传统数据库互补：适合作为PubMed、Web of Science、Embase、Google Scholar等检索工具之外的补充视角。
局限
- -不能替代正式数据库检索：系统综述、Meta分析、指南证据检索等场景仍需要可复现的检索式、数据库记录和筛选流程。
- -不能评价证据质量：图谱中的位置或连接关系不等于研究质量高，仍需阅读原文并评价研究设计、偏倚风险、样本量、统计方法和临床适用性。
- -覆盖范围可能不完整：引用网络工具通常受数据源和收录情况影响，部分非英文文献、会议摘要、预印本、地方数据库或灰色文献可能覆盖不足。
- -热门领域容易信息过载：在肿瘤免疫、AI医学影像、单细胞组学等文献快速增长领域，图谱可能较复杂，需要人工筛选和主题归纳。
- -免费或付费限制需以官网为准：当前是否有免费额度、实际可用功能、导出、地图数量或协作限制，应以Litmaps官网当前说明为准。
快速上手
访问 Litmaps 官网并注册或登录账号。
准备一篇可靠的种子论文，优先选择高质量综述、关键临床试验、经典机制研究或与你课题高度相关的论文。
在Litmaps中通过论文标题或DOI等信息查找该论文，并创建文献地图。
查看图谱中的相关论文，优先关注与你研究问题直接相关的文献簇、年份较新的研究和反复出现的核心论文。
将值得阅读的论文记录到你的文献管理工具中，并回到PubMed、Web of Science、Embase等数据库进行补充检索。
对纳入阅读的论文进行原文精读，重点评价研究设计、样本来源、统计方法、结局指标和临床可推广性。
详细介绍
这个工具解决什么问题
医学科研中的文献调研常常面临两个困难：一是文献数量大，二是研究之间的关系不容易从检索结果列表中看出来。对于刚进入一个新方向的医学研究生、临床医生或PI来说，仅靠关键词检索，很容易漏掉经典论文、关键综述或相邻研究分支。
Litmaps是一款围绕论文引用关系进行可视化探索的工具。它的核心思路是：从一篇或一组种子论文出发，将相关论文放到文献地图中，帮助用户观察文献之间的连接、研究分支和可能需要继续阅读的论文。对于医学科研用户，它更适合作为文献调研的早期辅助工具，而不是替代正式数据库检索或原文评价的工具。
Litmaps对医学科研的价值
在医学研究中，文献关系往往比单篇论文更重要。例如，一项新治疗方案可能同时涉及基础机制研究、动物实验、早期临床试验、随机对照试验和真实世界研究；一种生物标志物也可能跨越组学发现、机制验证、诊断模型和临床队列验证。Litmaps的引用网络视角，可以帮助研究者更快看到这些研究之间的大致脉络。
- 建立研究主题的宏观框架：用户可以从一篇核心综述、关键临床试验或经典机制论文出发，查看相关论文如何聚集成不同方向。例如，在肿瘤免疫治疗主题下，不同论文簇可能对应机制研究、药物开发、临床试验或耐药机制。
- 辅助发现核心文献：引用网络可以帮助用户识别反复出现在相关图谱中的论文。需要注意的是，图谱位置或连接数量只能作为线索，不能直接等同于证据质量或临床重要性。
- 支持综述和课题设计的前期探索：在撰写叙述性综述、系统综述方案或基金标书前，Litmaps可以帮助研究者形成初步阅读清单，发现常见关键词、重要作者和可能的研究分支。
- 适合跨学科主题入门：对于单细胞测序、空间转录组、医学影像AI、临床预测模型等跨医学与数据科学的方向，引用网络有助于连接方法学论文和具体疾病应用论文。
医学科研中的典型使用场景
1. 系统综述前期探索。在正式制定检索式之前，研究者可以用Litmaps找到种子论文、常见术语和相关研究簇。例如准备做某种药物治疗慢性疾病的Meta分析时，可以先用关键RCT或综述作为起点，了解该领域有哪些主要研究和结局指标。
之后仍必须在PubMed、Embase、Web of Science、Cochrane Library等数据库中执行可复现检索，记录检索式、日期、数据库范围和筛选流程。Litmaps发现的文献可以作为补充线索，但不宜作为最终纳入文献的唯一来源。
2. 临床研究选题。临床医生在设计回顾性队列、前瞻性队列或真实世界研究时，可以用Litmaps观察某个临床问题已有研究集中在哪些人群、干预措施或结局上，从而辅助判断新研究是否有必要性。之后仍需结合指南、注册研究、伦理要求和本机构数据可获得性进行评估。
3. 生信和组学研究背景梳理。对于基因、通路、免疫微环境、单细胞亚群等主题，Litmaps可以帮助研究者从关键论文扩展到相关机制研究和疾病应用研究。但具体数据集选择、统计方法和可重复性评估，仍需要回到原文、公共数据库和代码资源进行核查。
4. 论文引言和标书撰写。Litmaps可以作为整理研究背景的辅助工具，帮助作者梳理经典研究、近期进展和研究空白。写作时仍应逐篇核对原文，避免只根据图谱关系推断结论，也要避免把“被引用较多”直接等同于“证据更可靠”。
使用建议
使用Litmaps时，种子论文的选择很关键。建议优先选择与你研究问题高度相关、来源可靠、方法清楚的论文，例如高质量综述、关键临床试验、指南引用的研究或领域内经常被讨论的基础研究。对于医学研究，不建议只用一篇论文决定整个阅读方向，可以准备几篇不同类型的种子文献，从多个角度观察结果是否一致。
在查看文献地图时，可以重点关注三个问题：第一，哪些论文反复出现在相关网络中；第二，是否存在明显的研究簇，例如基础机制、诊断、治疗、预后或方法学方向；第三，近几年是否出现新的分支或临床转化研究。随后应将重要论文加入文献管理工具，并通过正式数据库补充检索。
对于系统综述、Meta分析、指南证据检索或卫生技术评估，建议把Litmaps定位为“探索工具”：它可以帮助你发现关键词、同义词、经典文献和相邻研究分支，但正式检索仍应按照预先制定的方案执行，并保留完整记录。
局限性与风险提示
Litmaps展示的是文献之间的关系，而不是文献证据质量。医学科研用户不能仅凭图谱判断某项治疗有效、某个生物标志物可靠或某种诊断方法可用于临床。对于临床问题，还需要评价研究设计、样本量、偏倚风险、统计方法、终点设置和适用人群。
此外，引用网络工具通常受数据来源、收录范围和算法影响。某些非英文文献、灰色文献、会议摘要、地方数据库文献或尚未被充分引用的新研究，可能不会完整呈现在图谱中。因此，Litmaps更适合作为探索和补充工具，不适合作为系统综述或指南制定的唯一检索来源。
价格和免费额度可能随时间变化。实际可用功能、地图数量、导出和协作限制，应以Litmaps官网当前说明为准。涉及机构账号、团队协作或数据合规要求时，建议在使用前查看官网价格页、隐私政策和所在单位的科研数据管理规定。
替代选择
如果 Litmaps 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