DistillerSR
醫材與藥廠做文獻回顧與上市後監測用的 AI 證據管理平台,主打可稽核、可重複利用已萃取的資料
DistillerSR 把自己定位成「證據管理平台」而不只是系統性回顧軟體。官網說目前有超過 250 家客戶、管理超過 2,400 萬筆文獻,前段班的醫療器材與製藥公司有八成在用;導入後整體文獻回顧時間可縮短 35% 到 50%,篩選時間最多減少 70%。它的設計重點是讓一家公司所有的文獻證據集中在同一處,不同部門不必各做各的、重複買同一篇全文。
AI 被放在整條流程裡:篩選階段用 AI 減少重複勞動,資料萃取用「AI enabled forms」配合可重複使用的答案清單統一格式,官網說萃取時間可少七成,而且強調 100% 人在迴路裡。另一個少見的設計叫 Suggested Answers——如果某篇文獻之前在別的專案萃取過,系統會拿舊資料預先填表,省掉重工。整合方面可以排程從 RightFind、PubMed、Embase 自動匯入文獻,也能接 Power BI、Tableau 做視覺化,並提供 API;全文取得與版權管理也包在平台裡。
功能特色與適用場景:DistillerSR 的客戶故事都很「法規味」:Philips 用它處理 CER(臨床評估報告)把篩選加快七成以上,美國神經外科醫師大會用它把臨床指引製作效率提高到四倍,佛羅里達大學則篩了六萬多筆文獻。產品線還有 CuratorCR。對台灣要拿 CE 標誌、面對歐盟 MDR 上市後監測(PMS)的醫材廠,或做健康經濟評估的藥廠市場准入團隊,它比學術型工具更貼近需求;單純寫論文的研究生則會覺得太重。
TheAI學院 編輯建議
編輯實測後的真心話如果你的文獻回顧最後是要交給主管機關看的,DistillerSR 那套可稽核、可重用的設計就很有價值;純學術寫論文,Covidence 或 Rayyan 會輕巧許多。
主要功能
- AI 輔助篩選,官網稱篩選時間最多減少 70%
- AI 表單與標準化答案清單做資料萃取
- Suggested Answers 重複利用先前萃取過的資料
- 排程自動匯入 RightFind、PubMed、Embase 文獻
- 全文取得與版權管理,避免重複購買
- 整合 Power BI、Tableau 與開放 API
適用場景
- 醫材廠準備歐盟 MDR 臨床評估報告與上市後監測文獻
- 藥廠健康經濟與市場准入團隊做文獻回顧
- 醫學會製作臨床指引時管理大量文獻
- 大學團隊篩選數萬筆文獻的大型回顧
DistillerSR 的優點與缺點
優點
- 完整稽核軌跡與版本控制,適合法規送件
- 跨專案重複利用證據,減少重工
- 有專家代管服務可協助導入
缺點
- 價格不公開,需走業務洽詢流程
- 以企業與法規情境設計,個人學術使用偏重
- 介面與文件以英文為主
價格方案
分為學術與學生方案、企業與政府方案,官網未公開價格,需洽詢
DistillerSR 常見問題
DistillerSR 的 AI 會取代人工篩選嗎?
官網強調 human-in-the-loop,AI 用來減少重複工作與排序,最終判斷與稽核紀錄仍由審查者負責。
學生可以用嗎?
官網有學術與學生方案,但價格未公開,需要聯絡業務或先確認學校是否有授權。
使用者評價
還沒有足夠評價,搶先分享你的使用心得!