引き出す
無料
Elicit は、
Elicit の詳細なレビュー: 厳密な科学研究のための AI 証拠合成エンジン
Elicit のコアパラメータと統計
| プロジェクト | 現在の公開情報 |
|---|---|
| 製品のポジショニング | AI を活用した学術文献検索および証拠統合プラットフォーム |
| 納品形態 | Web アプリケーション + REST API v2 + MCP サーバー |
| 用紙データベースのサイズ | 1 億 3,800 万以上の学術論文 (会議論文を含む)、毎週更新 |
| 臨床試験データベース | ClinicalTrials.gov に登録された 545,000 件以上の臨床試験、リアルタイムで更新 |
| 単一分析の最大ボリューム | 検索では最大 1,000 件の論文が返され、系統的レビューでは 40,000 件の論文がサポートされます。 |
| サポートされているプラットフォーム | Web (メインエントランス)、API (開発者)、MCP (Claude/ChatGPT などのクライアント) |
| 居住地 | 米国 (米国) |
| コアチームの背景 | CEO Andreas Stuhlmüller (MIT PhD/スタンフォード博士研究員)、COO Jungwon Byun (元 Upstart 成長リーダー) |
| 最新バージョン | API v2.0.0 (2026-07-15)、MCP サーバーを含む |
製品の境界: Elicit は、「調査質問」から「構造化された証拠レポート」まで、検索、スクリーニング、抽出、合成を含むプロセス全体の自動化に焦点を当てています。一般的な会話型 AI サービスは提供されず、学術以外のシナリオでのカジュアルな Q&A にも適していません。完全にオフラインで展開し、基盤となる組み込みモデルをカスタマイズする必要があるチームの場合、エンタープライズ ソリューションを評価するか、社内システムと組み合わせて使用する必要があります。
Elicit のユーザーと市場の認知度
ユーザー規模: 公式 Web サイトには「500 万人を超える研究者から信頼されている」と記載されており、製薬、学術、医療機器、政策研究、消費財、産業などの複数の垂直分野をカバーしています。一般の顧客事例には、Ultragenyx Pharmaceuticals などの製薬会社のコクランレビュー システムに取り組んでいる医学研究者や、スタンフォードなどの大学のチームが含まれます。
業界の検証:
- BioASQ ベンチマーク リード: Elicit は、5,486 の生物医学的質問で最高の再現率を達成し、@50 再現率は 60.3% で、2 位の OpenAlex キーワード検索 (47.4%) を 27% 上回りました。この利点は、10、20、50、100、200 のすべての結果ウィンドウにわたって一貫しています。
- コクランの系統的レビュー評価: 994 件のコクラン レビューに基づく評価では、Elicit がすべての段階で 95% 以上のレベルに達していることが示されています。検索再現率 95.0%、要約スクリーニング感度 96.9% (2 人レビューのレベルに近い)、全文スクリーニング感度 99.5%、データ抽出精度 95.6% です。
- PRISMA 2020 準拠: システマティック レビュー プロセスは PRISMA 2020 ガイドラインに従って認定されており、すべての決定は追跡可能で監査可能です。
企業顧客の対象範囲: 公開情報によると、大手製薬会社、医療機器会社、政府の政策研究機関、消費者製品の研究開発部門に同社が参入していることが示されています。エンタープライズ プランでは、SSO/SAML、2FA、ドメイン認証、シングルテナント展開などのエンタープライズ レベルの機能が提供されます。
境界声明: 具体的なARR、アクティブな有料ユーザー数、その他のビジネス指標は公開されていません。調達プロセスが明確な Tier 1 製薬会社の顧客リストや業界認定 (SOC 2 など) に依存している場合は、ビジネス セクションの Elicit 営業チームにサポート資料を直接リクエストする必要があります。
Elicit のコスト上の利点: 3 段階の請求がさまざまな研究規模に適応します
Elicit は、「無料トライアル → プロフェッショナル サブスクリプション → エンタープライズ契約」という段階的な価格戦略を採用しています。主要な違いは、システム レビュー規模の API アクセスとコラボレーション機能にあります。
料金プランの比較
| 計画 | 価格 | 主要な違い | 適用対象 |
|---|---|---|---|
| ベーシック (無料) | $0 | 限られた調査エージェントとレポートの割り当て、無制限の検索/要約/紙面での会話、1 つのアラート | 個人的な探求、学生の論文に関する初期研究 |
| プロ | 月額 49 ドル (年間 588 ドルを支払うと 35% 節約) | 標準リサーチ エージェント/レポート/SLR クォータ、スクリーン 5,000 論文、20 テーブル列、135 データ ソース、10 アラート、API アクセス | 独立研究者、大学院生、系統的レビュー実施者 |
| スケール | $169/月 (年間 $2,028 を支払うと 39% 節約) | 5x 標準制限、チャート抽出、リアルタイム コラボレーション、200 データ ソース、30 テーブル列、管理パネルをサポート | 研究チーム、研究所、中小規模の研究開発部門 |
| エンタープライズ | ビジネス向け価格設定 | カスタム クォータ、フィルター 40,000 ペーパー、40 抽出カラム、SSO/SAML、2FA、ドメイン検証、シングル テナント、排他的 CS、無制限 API | 製薬会社、大手学術機関、医療機器会社 |
C-end/個人費用: 無料版は、論文検索と基本的な要約のニーズを満たすことができます。検索回数が無制限であることが、競合製品と異なる主な利点です。 Pro プランは、個人的な系統的レビューの最低基準です。
開発者/API コスト: API アクセスは Pro プラン以上に含まれており、追加使用量に対して毎月の消費量の上限を設定できます。検索リクエストには、パッケージに基づいたレート制限があります (公式価格ページのリアルタイム データに応じて異なります)。
エンタープライズ/民営化の隠れたコスト: エンタープライズ ソリューションには、統合開発 (カスタム データ ソース アクセス、カスタム テンプレートの作成)、チーム トレーニング (システム レビューを開始するためのワークフローの変更)、ガバナンス (権限監査、コンプライアンス文書の準備)、および継続的な運用と保守 (シングル テナントのコンテキスト管理) が含まれます。こうした人的投資は、多くの場合、ライセンス料そのものを超えます。
Elicit の主な機能
- インテリジェントな論文検索: セマンティック埋め込みに基づく論文検索。1 億 3,800 万件以上の学術論文と 545,000 件以上の臨床試験記録をカバーします。キーワードとセマンティックの混合検索をサポートし、撤回された論文を自動的に除外し、年、ジャーナルセクション、および研究タイプでフィルタリングできます。カスタム埋め込みモデルを使用して、純粋なキーワードの一致頻度ではなく、コンテンツの類似性によってコンテンツを並べ替えます。
- リサーチ レポート: リサーチの質問を入力すると、Elicit が検索 → フィルター → 抽出 → 包括的なシステム レビューのようなプロセスを自動的に実行し、文ごとの引用を含む構造化された詳細なレポートを生成します。 Markdown、PDF、DOCX の 3 つのエクスポート形式をサポートしており、各主張を元の段落まで追跡できます。
- 系統的レビュー: PRISMA 2020 標準をサポートするエンドツーエンドのレビュー ワークフロー。検索→抄録スクリーニング→全文スクリーニング→データ抽出→レポート合成をすべて 1 つのセクションでカバーします。ブール値 + MeSH キーワードとセマンティック検索のデュアルトラック操作をサポートし、PubMed、ClinicalTrials.gov、および企業所有のデータベースに導入できます。除外の理由と元の論文の引用は、各審査決定ごとに記録されました。
- リサーチ エージェント: 2026 年 6 月のアップグレード後、マルチモーダル入力 (RNA-seq、FCS フローサイトメトリー データ、顕微鏡画像 PDB 構造ファイルなど) をサポートし、発現差解析、表現型定量化、検査結果解釈などの計算タスクを実行し、視覚的な結果を返すことができます。
- ライブラリ: 検索プロセス中に発見されたすべてのソースを自動的に保存および管理し、Zotero インポートをサポートしてプロジェクト間での文献コレクションの再利用を促進します。
- アラート (研究更新): 手動による繰り返しの検索を回避するために、保存された検索戦略に基づいて新しく出版された関連論文を自動的にプッシュします。
- API + MCP サーバー: 2026 年 7 月に正式リリースされ、検索、レポート、システム レビューの 3 つのコア機能が REST API および MCP プロトコル エンドポイントにカプセル化され、Claude Desktop、Claude Code、ChatGPT などのクライアントからの直接呼び出しをサポートします。
エキスパート ビュー: Elicit の核となる相乗効果は、「検索→フィルター→抽出→レポート」の 4 段階のデータ回復にあります。前のステップの出力は自動的に次のステップの入力となり、すべての意思決定記録はセッションに均一に保存されるため、証拠の合成はもはや個別の手動操作ではなく、エンドツーエンドの監査可能なパイプラインになります。 API/MCP のオープン化によりさらに一歩進んで、Web UI 操作に限定されるのではなく、このパイプラインが自動的に調整され、AI エージェントや内部システムによって呼び出されるようになります。
Elicit のモデルとバージョンの進化
本線の歴史的バージョン
| バージョンID | 日付 | コアの変更点 |
|---|---|---|
| パブリックベータ | ～2023-01 | 論文の検索と抽象化に焦点を当てたパブリック ベータを誘発する |
| システマティックレビュー + PRISMA 2020 | 2026-05-06 | エンドツーエンドのシステム レビュー ワークフローをリリースし、PRISMA 2020 をサポートし、Systematic Review API を開始しました |
| リサーチ エージェント + 月次クォータ プール | 2026-06-30 | Research Agent はマルチモーダル データ分析をサポートし、請求はワークフロー制限から月次の統合クォータ プールに切り替えられます。 |
| API v2 + MCP サーバー | 2026-07-15 | 検索/レポート/SLR の 3 つの REST API を開き、MCP サーバーを起動し、Claude Desktop/ChatGPT などのクライアント統合をサポートします。 |
| 論文検索評価 | 2026-07-17 | BioASQ の評価結果を公開、Elicit 検索がすべての Windows で競合 5 システムを上回った |
バージョン進化に関する洞察
Elicit のバージョン履歴は、「単一の検索ツール」から「証拠合成プラットフォーム」、そして「プログラム可能な研究インフラストラクチャ」への進化の軌跡を明確に反映しています。 2026 年は機能密度が爆発的に高まる年です。PRISMA 準拠のシステム レビューが 5 月に開始され、Research Agent のマルチモーダル アップグレードと請求モデルの再構築が 6 月に完了し、API と MCP が 7 月にオープンされました。この傾向は、Elicit が SaaS 製品から、AI エージェントと内部システムが標準化された方法で証拠合成機能を呼び出せるようにする「プラットフォーム + プロトコル」アーキテクチャに移行していることを示しています。
技術的な利点を引き出す
メカニズム: 因数分解された認知 (分解された認知) アーキテクチャ。 Elicit は 2018 年から「分解認知」ルートを採用しています。つまり、証拠を検索、スクリーニング、抽出、レポートなどの個別の構成要素に包括的に分解し、独立した検証後に各ブロックを結合します。これは、汎用 AI ツールの「エンドツーエンド ブラック ボックス」アプローチとは本質的に異なります。汎用 LLM は、文献調査を行う際に、概要バイアス (裏付けとなる証拠の増幅、矛盾する発見の弱体化)、幻覚引用、長いコンテキストの精度の低下などの問題が発生する傾向があります。ただし、Elicit の分解アーキテクチャでは、各ステップを個別に監査して最適化することができます。
検索レイヤー: 汎用 LLM の会話機能に依存するのではなく、セマンティック検索に独自に開発した専用の埋め込みモデルを使用します。マルチソース検索戦略では、意味検索は「網羅性」を担当し、キーワード検索は「再現性」を担当します。この 2 つは互いに補完し合います。 BioASQ 評価における @50 再現率 60.3% は、このハイブリッド戦略によって裏付けられています。
スクリーニング層: 抄録スクリーニング (感度 96.9%) および全文スクリーニング (感度 99.5%) では、Elicit が各包含/除外基準を独立して判断し、「はい/たぶん」の合議メカニズムを採用しています。1 つの基準が「いいえ」と判断される限り、その基準は除外され、残りは次の段階に含まれます。画面を見逃すよりは、複数回画面を表示する方が良いでしょう。
抽出レイヤー: メソッド、参加者、介入の 3 つの主要フィールドで 95.6% の精度を達成します。各抜粋には、単なる結論ではなく、元のテキスト内の引用位置 (引用 + セクション) がマークされます。 Elicit の幻覚率は、ランダム化非劣性試験における経験豊富な人間の査読者と同等でした (1.0%)。
有効性: エンドユーザーにとって、一般的な AI ツールを使用する場合のように各情報を手動で 2 回確認する必要がなく、Elicit の出力を一か八かの意思決定 (規制当局への申請、医薬品の承認、臨床ガイドラインの開発) に直接使用できることを意味します。無作為化非劣性試験において、Elicit は 5,100 のデータポイントで人間のレビュー担当者に匹敵する精度を達成しました。
適用可能なシナリオ: 証拠の完全性と監査可能性に対する厳格な要件がある系統的レビューのシナリオに最も適しています。フィールドの概要をすばやく理解するだけでよく、参照の粒度を気にしないシナリオの場合、Elicit の機能が実際のニーズを超える可能性があり、関数が過剰に構成されるリスクがあります。
誘発の使用方法
| 入口 | 適用対象 | 典型的なアクション |
|---|---|---|
| Web コンソール (elicit.com) | 学術研究者、学生、企業研究者 | アカウント登録 → リサーチクエスチョン入力 → 検索実行・レポート生成・システムレビュー起動 |
| REST API (docs.elicit.com) | エンジニアリングチーム、データサイエンティスト | API キーを取得 → /search/papers /sessions/reports /sessions/systematic-reviews エンドポイントを呼び出します。 |
| MCP サーバー (https://elicit.com/api/mcp) | Claude/ChatGPT ユーザー AI エージェント開発者 | Claude デスクトップ: [設定] → [コネクタ] → [カスタム コネクタを追加] → 「Elicit」という名前と URL を入力します。 |
| クロード・コード | プログラミング研究者 | claude mcp add --transport http elicit https://elicit.com/api/mcp → /mcp → elicit を選択 → 認証 |
API クイック呼び出しの例 (検索):
「」バッシュ
カール -X POST "https://elicit.com/api/v2/search/papers" \
-H "認可: ベアラー elklive
実装パス: 最初に 1 ～ 2 個のレビュー質問を試行し、Basic/Pro ソリューションを使用して再現率と抽出精度を検証することをお勧めします。次に、Elicit 出力を 2 つのトラック (古いトラックと新しいトラックを同時に実行) でチームの既存のレビュー プロセスと比較します。品質が標準に達していることを確認したら、年間サブスクリプションでコストを固定し、必要に応じて Scale/Enterprise をアップグレードしてコラボレーションと API 機能を利用できるようにします。
Elicit の製品価格
- 無料利用枠 (ベーシック): 無制限の検索、無制限の要約、無制限の紙面での会話、1 つのアラート、制限された調査エージェント/レポートの割り当て。個人的なトライアルや学生に適しています。
- プロフェッショナル レベル (Pro): 月額 49 ドル (年額支払い 588 ドル)、10 個のアラートへの新しい API アクセス、システム レビュー ワークフロー (5,000 記事)、135 個のデータ ソースと 20 個のテーブル。
- チーム レベル (規模): 月額 169 ドル (年間支払額 2,028 ドル)、割り当ての 5 倍、グラフ抽出、リアルタイム コラボレーション 200 データ ソース、30 テーブル、および管理パネル。
- エンタープライズ: ビジネス向け価格、40,000 件の記事フィルタリング機能、40 列の抽出、SSO/SAML、2FA、シングル テナント、無制限の API、専用の CS チーム。
価格の特徴: 基本無料バージョンの無制限の検索は、同様のツールの中でも非常に競争力があります。 Pro は、エンタープライズ レベルのユーザーにとって最も低い参入基準です (API アクセスは Pro 以上に制限されています)。 2026 年 7 月から、Research Agent、Report、SLR は月次クォータ プールを共有し、ワークフローに基づく個別の請求によって引き起こされる柔軟性の問題を回避します。
Elicit の応用シナリオ
- 医薬品およびバイオテクノロジーの研究開発: Elicit を使用して、新薬ターゲットの検証、競合製品パイプライン分析、および前臨床安全性評価中に体系的なレビューを実行したり、詳細なレポートを生成したりできます。製薬会社の研究者らは、資産あたりの事前調査時間が約 20 時間から数時間に短縮され、当初は複数人のチームが 2 週間で完了する必要があった作業を大幅に短縮できると報告しています。
- 学術的な体系的レビューとメタ分析: Elicit の PRISMA コンプライアンス プロセスを使用してコクラン レベルのレビューを完了し、PRISMA フローチャートとそれに含まれる研究特性テーブルを自動的に生成します。 994件のコクランレビューの検証では、95%の検索再現率は、研究者が重要な文書を見逃すことがほとんどないことを意味しました。
- 医療機器と臨床評価: CE マーク技術文書の作成および臨床評価報告書 (CER) の作成において、Elicit は自動的に臨床証拠を抽出し、構造化されたレポートを生成することができ、文書作成サイクルを大幅に短縮します。
- 政策研究と証拠に基づく意思決定: 政府機関やシンクタンクは、Elicit を使用して、特定のトピック (「雇用に対する AI の影響」や「炭素排出政策の比較」など) に関するすべての関連研究を迅速に収集し、引用された証拠を含む概要レポートを生成できます。
- エンタープライズ競合インテリジェンスとテクノロジー スキャン: 研究開発チームはアラートを設定して特定の技術分野における学術の進歩を継続的に追跡し、API を内部ナレッジ ベースに接続して自動化された競合インテリジェンス パイプラインを構築できます。
Elicit の該当グループ
- 学術研究者 (修士/博士/博士研究員/教授): 論文執筆前に文献レビュー、体系的レビュー、証拠収集を行います。 Elicit の引用の透明性と PRISMA 準拠により、その出力を学術論文のメソッド セクションに直接埋め込むことができます。
- 製薬会社およびバイオテクノロジーの研究開発チーム: 創薬、臨床開発、メディカルアフェアーズの各段階で頻繁に証拠の統合を行う必要があるチーム。エンタープライズ ソリューションの監査機能とカスタム テンプレートは、内部 SOP に接続できます。
- 医療機器および診断会社の規制業務チーム: 臨床評価報告書、安全性および性能の概要 (SSP) などの規制関連文書を作成します。 Elicit の抽出精度と監査証跡により、コンプライアンスのリスクが軽減されます。
- 政策アナリストおよびシンクタンク研究者: 短期間で大量の文献を網羅し、引用可能な政策提言を作成する必要があります。 Elicit のレポート機能を使用すると、複数人による数週間の調査を数日に圧縮できます。
- AI エージェント開発者および研究インフラストラクチャ チーム: API および MCP サーバーを通じて、Elicit の証拠合成機能を自律型研究エージェントと内部分析パイプラインに組み込みます。
境界に適合しない: チームが単純な事実に関する質問 (「Transformer にはパラメーターがいくつありますか?」) に答えるための一般的な Q&A ツールのみが必要な場合、Elicit はオーバーロードされます。研究シナリオが引用トレーサビリティを必要としない場合、またはユーザーの作業言語が英語ではない場合（Elicit の意味検索は主に英語の論文を対象としています）、効果は大幅に減少します。完全なオフライン操作が必要で、ローカル ネットワークからのデータの流出を許可しない組織は、エンタープライズ営業チームにシングル テナント展開の実現可能性を確認する必要があります。
Elicitの概要と展望
コア コンピテンシー: Elicit は、コア インタラクション パラダイムとして「対話による質疑応答」ではなく「証拠の合成」を使用する、市場で数少ない AI 研究ツールの 1 つです。その因数分解された認知アーキテクチャ PRISMA 準拠プロセスとコクランによって検証されたエンドツーエンドの精度により、一か八かの科学研究の意思決定シナリオにおいて、これはかけがえのないものとなっています。 API と MCP のオープンにより、この機能は Web UI から AI エージェント エコシステムまでさらに拡張されます。
現在の制限事項: セマンティック検索の対象範囲は、内部の論文インデックス (約 1 億 3,800 万件の論文) に大きく依存しており、新しい分野やニッチな分野の一部のプレプリントはインデックス付けされない場合があります (ただし、ユーザーは BYOData を通じて独自の PDF をアップロードできます)。データ抽出は現在主に英語論文に対して行われており、中国語/日本語/ドイツ語などの多言語文書を処理できるかどうかは公表されていません。システマティックレビューの全文スクリーニングは、PDF のアクセシビリティによって制限されています。コクランレビューでは、全文が利用できないため、含まれている研究の約 42% がフィルタリングされました。
調達/採用リスク評価: Enterprise ソリューションの購入を検討しているチームは、署名する前に次の条件を確認することをお勧めします。 ① データ処理条件により、引用論文の内容をモデルの二次トレーニングに使用することが許可されているかどうか (公式には、Enterprise はデフォルトで顧客データをトレーニングに使用しません)。 ② SLA の可用性コミットメントと障害応答時間が生産ニーズを満たしているかどうか。 ③ APIのレート制限とクォータプールの課金上限が、予想される成長ペースに合わせて設定されているか。 ④ シングルテナント展開の更新頻度とバージョン管理戦略が、内部の変更管理プロセスと互換性があるかどうか。
関連ツール: khanmigo、quizlet
バージョン情報
- API v2 + MCP サーバーを引き出す ：API v2 と MCP サーバーを正式にリリースし、検索、レポート、システム レビュー用の 3 つのプログラム インターフェイスを開き、Claude Desktop、Claude Code、ChatGPT などの MCP クライアント アクセスをサポートしました。
- 系統的レビューを引き出す PRISMA 2020 ：システマティック レビュー ワークフローは PRISMA 2020 ガイドラインを完全にサポートし、Systematic Review API をリリースして、検索、フィルタリング、抽出、レポートのプロセス全体を追跡可能および監査可能にします。
- リサーチ エージェント + 月次クォータ プール ：Research Agent のアップグレードは、マルチモーダル データ分析 (遺伝子配列、オミクス データ セット、顕微鏡画像など) をサポートし、請求はワークフロー制限から毎月の統一クォータ プールに切り替わります。
- パブリックベータを引き出す ：Elicit のパブリック ベータ版はオンラインで、AI を活用した論文検索と抄録サービスを学術ユーザーに提供します。公式の正確な日付はまだありません。
ユーザーレビュー