1
研究トピックを入力
トピック、問い、または研究領域から開始します。標準的なシステマティックレビューかメタアナリシスかを選択でき、必要に応じて年フィルターで検索範囲を絞り込めます。
より速く、より厳密なエビデンス統合のための AI システマティックレビュー・メタアナリシス自動化
Gatsbi Reviewer でシステマティックレビュー（SLR）とメタアナリシスのワークフローを自動化。インテリジェントな文献スクリーニング、データ抽出、バイアス評価、統計的統合、構造化原稿生成までを一貫して実行できます。手作業の負担を抑えつつ厳密な成果が必要な研究者、学生、臨床家、アカデミック専門職向けに設計されています。
仕組み
2
Gatsbi に検索とスクリーニングを任せる
Gatsbi Reviewer は主要な学術データベースを横断検索し、関連研究をスクリーニングして、確認用の候補リストを作成します。
3
採択研究をレビューして整理
研究の選択・除外を行えます。自動取得されなかった論文を含めたい場合は、自分の PDF をアップロードできます。
4
統合を実行するか原稿を生成
レビュー目的に応じてワークフローを選択します。
- SLR の場合、Gatsbi はそのまま統合とドラフト生成に進めます。
- メタアナリシスの場合、データ抽出段階に入り、原稿作成前に主要な統計結果と可視化を生成します。
5
エクスポートして仕上げる
抽出した生データと主要結果をエクスポートし、その後、投稿・報告・社内利用に向けて原稿を仕上げられます。
数週間かかるレビュー作業を構造化された初稿へ
システマティックレビューやメタアナリシスは、検索、スクリーニング、効果量抽出、バイアス確認、図作成、結果記述といった反復的な手作業で遅れがちです。Gatsbi Reviewer はこれらを一つのワークフローに統合し、トピック設定からエビデンス統合までを大幅に効率化します。
Gatsbi Reviewer でできること：
- 関連研究の自動検索とスクリーニング
- 効果量、信頼区間、サンプルサイズなど定量データの抽出
- 固定効果またはランダム効果メタアナリシスの実行
- フォレストプロット、ファンネルプロット、I²・Q など異質性指標の生成
- RoB（Risk of Bias）や GRADE ライクな品質評価の実施
- 引用・方法・結果・図表を含む構造化ドラフトの生成
Gatsbi Reviewer が生成した SLR ドラフト例をご覧ください。
主要機能
スマート研究スクリーニング
研究トピックを入力すると、Gatsbi Reviewer が主要学術データベースを自動検索し、関連論文を特定して採択候補をスクリーニングします。空のスプレッドシートから始める代わりに、AI 支援の候補リストから着手できます。
最適な用途：
- システマティックレビュー
- 構造化されたエビデンス収集を伴うスコーピングレビュー
- 論文、研究助成申請、政策ブリーフ向けの迅速なエビデンス統合
自動データ抽出
適格研究に対して、Gatsbi Reviewer は効果量、信頼区間、サンプルサイズなど、統合に必要な主要定量項目を抽出できます。これはメタアナリシス準備で最も時間のかかる作業の一つを大きく短縮します。
できること：
- 複数論文で抽出基準を標準化
- 反復的な手動コピー＆ペーストを削減
- 論文選定から統合までを高速化
内蔵メタアナリシスエンジン
Gatsbi Reviewer には固定効果モデル、ランダム効果モデル、フォレストプロット、ファンネルプロット、異質性指標（I²、Q）、出版バイアス評価を含む統合ワークフローが内蔵されています。外部ツールをつぎはぎせずに解釈可能な定量結果を生成できます。
バイアス・品質評価
RoB（Risk of Bias）と GRADE ライクな品質スコアで採択研究を評価し、AI 提案により評価フローの構造化を支援します。
重要な理由：
- より透明性の高いレビュー方法論を支援
- 統合結果の信頼性向上に寄与
- レビュー判断の一貫した記録を容易化
構造化原稿生成
エビデンス基盤が整ったら、Gatsbi Reviewer は数分で構造化レビュー原稿を生成できます。
ワークフローに応じて、以下を含められます：
- 要旨
- 序論
- 方法
- 結果
- 考察
- 表と図
- 引用と参考文献
引用対応ライティング
Gatsbi Reviewer は執筆中に引用を保持・整形でき、元エビデンスと原稿のトレーサビリティを維持しやすくします。製品ページでは Google Scholar データへの直接アクセスも強調されており、引用対応ワークフローを支援します。
研究者が Gatsbi Reviewer を選ぶ理由
エンドツーエンドのレビュー工程
研究特定から原稿生成まで、Gatsbi Reviewer は証拠統合パイプライン全体を一か所でカバーできるよう設計されています。
AI による研究スクリーニング
研究テーマに基づいて関連研究を自動取得・順位付け・スクリーニングし、手動トリアージの時間を削減します。
内蔵メタアナリシスエンジン
外部コーディング不要で定量統合を実行。統合結果、フォレストプロット、ファンネルプロット、異質性統計をプラットフォーム内で直接生成できます。
構造化原稿生成
序論・方法・結果・考察に加え、必要に応じて表、図、参考文献を含む、投稿を意識した明確なドラフトを作成できます。
方法論の厳密性
Gatsbi Reviewer は PRISMA 指向の構成、標準化指標、再現可能な出力を重視し、透明性の高い学術報告を支援します。
コーディング不要
統計ソフトやプログラミング経験なしで高度な証拠統合を行いたいユーザー向けに設計されています。
Gatsbi Reviewer が違う理由
多くのツールは検索、スクリーニング、解析、執筆のどれか一部しか支援しません。Gatsbi Reviewer は次をつなぐ統合型ワークフローです：
トピック入力 -> 研究スクリーニング -> データ抽出 -> メタアナリシス -> 原稿生成
これにより、ツール切り替えを減らし、手動調整を減らし、使えるドラフトまでの時間を短縮できます。
Gatsbi Reviewer の対象ユーザー
研究者 方法論の構造と追跡可能な出力を維持しながら、証拠統合を加速できます。
大学院生・博士課程学生 ワークフロー全体を手作業で構築しなくても、文献レビューと定量統合のより強い初稿を作成できます。
臨床家・ヘルスリサーチャー 構造化されたスクリーニング、抽出、統合でレビュー型研究プロジェクトを加速できます。
政策・助成申請ライター 政策ブリーフ、研究計画、資金申請向けに根拠に基づくレビュー成果物を作成できます。
ユースケース
AI システマティックレビュー
研究トピックから、研究スクリーニング自動化とテーマ統合により構造化された SLR ドラフトを生成します。
AI メタアナリシス
定量データを抽出し、統合解析を実行し、図と異質性統計を含む結果セクションを生成します。
学術執筆のためのエビデンス統合
レビュー出力を、ジャーナル原稿、修士・博士論文、学会論文の基盤として活用できます。
迅速レビュー支援
短い期限でも、エビデンス収集と統合の初期段階を加速できます。
よくある質問
- はい。標準的なシステマティックレビューとメタアナリシスの両方をサポートし、設定時に専用のメタアナリシスオプションを選択できます。
- はい。内蔵メタアナリシスエンジンにはフォレストプロット、ファンネルプロット、I²・Q などの異質性指標が含まれます。
- いいえ。Gatsbi Reviewer は、使いやすいレビュー・統合ツールを求める研究者向けのノーコードワークフローとして設計されています。
- はい。自動取得されなかった研究を含めるために、自分の PDF をアップロードできます。
- はい。メタアナリシスの抽出生データと主要結果をエクスポートできます。