AI辅助文献综述
Selectical 是一款面向文献综述，尤其是 TIAB（标题/摘要）筛选阶段的 AI 工具。它的定位不是通用聊天式科研助手，而是嵌入系统综述筛选流程，通过主动学习、智能停止规则和可审计决策来减少人工筛选负担。官网宣称可节省 66% 的筛选时间，并强调“透明 AI”，避免黑箱式排除。
其核心机制是 Active Learning：研究者先对部分标题/摘要标注“相关”或“不相关”，AI据此学习并优先推送更可能相关的记录。Selectical提供三种使用方式：作为第二评审员，为人工筛选提供安全网；复核人工选择，检查可能漏掉的相关文献；或用于更完整的AI支持TIAB筛选。另一个关键点是 Smart Stopping Rule，用来提示何时可以安全停止筛选，并提供排除理由以便审计。
抓取页面未披露定价、免费试用、订阅方案或付款方式，也未列明 API、文献管理器、数据库或综述平台的具体集成。官网只说明可适配现有 review workflow，因此对有既定工具链的团队，仍需进一步确认导入导出格式和协作能力。
优点是场景聚焦、工作流设计清晰，特别适合系统综述中最耗时的标题/摘要筛选；可解释排除理由和审计能力也契合科研透明性需求。团队背景方面，创始人具备机器学习、数据科学以及健康科学文献综述服务经验。局限是公开信息仍偏少：没有底层模型说明、独立性能评测、隐私合规政策、中文支持和价格细节，高召回/高精度的实际表现需要在真实项目中验证。
Selectical适合高校研究者、系统综述团队、CRO、健康科学和知识综合机构，尤其是面对大量文献初筛、又需要保持可追溯决策的用户。中国大陆访问情况官网文本未说明，网络可用性和国际支付支持均未知。若访问、采购或本地合规受限，可对比 Rayyan、Covidence、DistillerSR、ASReview、Elicit 等替代工具。
本测评基于公开资料整理,不构成购买建议,请以 selectical.com 官网实际信息为准。
可解释AI筛文献，适合科研提效。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。