DistillerSR

Smart Screening はタイトルと抄録を読み、採否を判定する。レビュアーに判断を提案して確認を求める方式と、キュー内の指定範囲を完全自動で処理する方式がある。既存のフォーム設定をそのまま使い、独立した AI が判定を検証できる。Evidence Partners は Lilly との事例で、AIスクリーニングによるタイトル・抄録の選別でレビュー時間が 67% 短縮し、システマティックレビューとターゲット文献レビューで 90% の精度だったと述べている。これは提供元の数字であり、人が確認するモードが用意されている理由もここにある。

Smart Evidence Extraction（SEE）は、本文と表からデータを大規模に抜き出す。規制対応で各項目を人が確認する経路と、処理量を優先して全自動で走らせる経路の二つがある。PDF の表から結果を表計算ソフトへ一週間かけて写した経験のある人なら、ここで浮く時間の大きさがすぐに分かるだろう。

プラットフォーム上の判定はすべて、レビュアーと時刻を伴って記録される。バージョン管理はプロジェクトとフォームに及び、SOC 2 Type II、FDA 21 CFR Part 11、EU Annex 11 を軸に設計されている。臨床評価報告書のプログラムでは、任意のデータがどこから来たのかを求められればすぐ示せるということだ。それ以外のチームにとっても、レビューが終わった後に古いメールを掘り返さずに説明できることを意味する。

プロジェクトは設定可能なステージ、フォーム、フィルタから組み立てる。プロトコルを一度決めれば、テンプレートを複製して製品やレビュー種別をまたいで標準化できる。フォームライブラリには標準的なデータ抽出とバイアスリスク評価が含まれ、Cochrane のリスク評価ツールにも対応する。スクリーニング設問への回答に応じて文献が担当者へ振り分けられるため、他人宛てのキューを眺める人は出ない。

CuratorCR は過去の抽出作業を検索可能なリポジトリに変える独立モジュールだ。ある文献が組織内の別プロジェクトですでに処理されていれば、それを知らせ、データを表示し、誰がどの段階で取得したのかまで示す。レビュアーは確認して再利用する。複数チームのプログラムで最もよくある重複作業が、これで消える。

文献は企業ライブラリやデータベースから自動で取り込め、全文は RightFind 経由か PMC から取得できる。API は DistillerSR を BI ダッシュボード、Oracle Argus などの安全性システム、外部データ源につなぎ、抽出済みのエビデンスを手作業の書き出しなしで分析へ流す。標準レポートには PRISMAフローダイアグラムとアクティビティレポートがあり、配信予約を設定して関係者へメールで送れる。