Video Experimental Relacionado
Updated: Sep 10, 2025

Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
Inteligencia artificial para la ciencia de la síntesis de evidencia: ¿qué tan buenas son las herramientas impulsadas
Minghao Ruan1, Junhao Fan2, Mingkai Liu3
1The Third Department of Hepatic Surgery, Eastern Hepatobiliary Surgery Hospital, the Naval Medical University, Shanghai, China.
Las herramientas de IA son prometedoras para la selección de literatura, pero aún no son soluciones independientes. Un enfoque híbrido que combina la IA con la experiencia humana ofrece una mayor eficiencia y precisión en la síntesis de pruebas.
Área de la Ciencia:
- La informática médica
- La inteligencia artificial en la investigación
Sus antecedentes:
- El cribado de la literatura es vital para la síntesis de la evidencia, pero requiere mucho tiempo y recursos.
- La inteligencia artificial (IA) ofrece potencial para automatizar la selección de la literatura, pero su precisión y eficacia requieren evaluación.
Objetivo del estudio:
- Evaluar el rendimiento de cinco herramientas de IA (ChatGPT 4.0, Claude 3.5, Gemini 1.5, DeepSeek-V3 y RobotSearch) en el análisis de la literatura.
- Para comparar las métricas de precisión diagnóstica, incluida la fracción de falsos negativos (FNF) y la fracción de falsos positivos (FPF), junto con el tiempo de detección.
Principales métodos:
- Un estudio de precisión diagnóstica utilizando una cohorte de 1.000 publicaciones.
- La cohorte incluyó 500 ensayos controlados aleatorios (ECA) y otras 500 publicaciones.
- Se evaluaron cinco herramientas de IA por su desempeño en la identificación de la literatura relevante.
Principales resultados:
- RobotSearch tuvo el FNF más bajo (6,4%) para los ECA, mientras que Gemini tuvo el más alto (13,0%).
- Para otras publicaciones, los grandes modelos de lenguaje (LLM) tenían FPF significativamente más bajos (2,8%-3,8%) en comparación con RobotSearch (22,2%).
- El tiempo de selección por artículo varió, siendo Gemini (1.2s) y ChatGPT (1.3s) los más rápidos.
Conclusiones:
- Las herramientas de IA demuestran un potencial significativo en el análisis de la literatura, pero aún no son adecuadas para un uso independiente.
- Estas herramientas de IA pueden funcionar como valiosas ayudas auxiliares en el proceso de síntesis de pruebas.
- Se recomienda un enfoque híbrido que integre la experiencia humana con la IA para optimizar tanto la eficiencia como la precisión en la selección de la literatura.
Videos de Conceptos Relacionados
Non-equilibrium in the Cell
Significance Testing: Overview
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Improving Translational Accuracy
Drug Discovery: Overview
Bioequivalence: Overview

