AIへのアプローチ

ElsevierのAIは何が違うのか

ElsevierのAIを特徴づけるのは、ワークフローの各段階に信頼性を組み込んでいる点です。

• 信頼できるコンテンツとデータが学術・臨床記録を反映

• 出典を明示し、引用可能なアウトプットにより、元の情報源に戻って確認できる

• 専門知識と人による監督が責任ある評価と利用を支援

• 責任あるAIガバナンスをプライバシー、IP保護、中立性、透明性、説明責任を軸に構築

• 継続的な品質評価により、パフォーマンス、安全性、エビデンスとの適合性を長期的に評価

AIに対応した研究ワークフローに組み込むもの

1. 信頼できるコンテンツ基盤

AIエクスペリエンスの基盤には、確立された学術プロセスを通じて精選された科学・医学知識を据えています。これにより、ユーザーが検証し、信頼できる情報に基づいてアウトプットを構築できます。

2. 追跡できるエビデンス

AIは検証可能であるべきです。Elsevierが重視しているのは次の点です。

• 元の出版物へのリンク

• 知的貢献を認める出典表示

• システムが何を、なぜ使用したかをユーザーが確認できる引用可能なコンテキスト

3. 専門知識と人による判断

AIは生産性を高めるものですが、意思決定には引き続き専門知識が必要です。Elsevierのソリューションは専門家によるレビューを支援するよう設計されており、研究者や臨床医は文脈の中でエビデンスを評価し、より確信を持って判断できます。

4. より良い批判的思考のための透明性

Elsevierは、ユーザーが次の点を把握できるよう支援することで、アウトプットをより理解しやすくすることを目指しています。

• 使用された情報源

• 回答がどのように構成されたか（該当する場合）

• 不確実性や制限がある箇所

5. 責任あるAIガバナンス

信頼は、システムがどのように管理されているかにも左右されます。Elsevierのアプローチには次が含まれます。

• プライバシーとセキュリティの保護

• IP保護

• 中立性への配慮

• 責任あるAI原則と基準に沿った説明責任の仕組み

研究、臨床、教育のユースケースでどのように反映されるか

管理されたエビデンスと人による説明責任により、進歩をより速く進められます。

研究者向け

検証可能性を保ちながら、発見と統合を加速します。

• エビデンスの探索をより速く進める

• 再現性とレビューのために出所を可視化する

臨床医向け

追跡可能でエビデンスに基づく文脈により、意思決定を支援します。

• 回答を査読済み文献に結び付ける

• 臨床現場での確信を支える

教育関係者と機関向け

責任ある導入を可能にします。

• AIリテラシーとガバナンス体制の整備を支援する

• 信頼できるコンテンツと監督が成果向上にどう役立つかを明確にする

エコシステムとともに進化するガバナンス

AIが人々の検索、読解、インサイト生成の方法を変える中、Elsevierはパートナーや標準に基づくアプローチとともに、ガバナンスを継続的に強化していきます。これには、透明性への期待、出典表示の可視性、品質とリスクの継続的な評価が含まれます。