El panorama de las herramientas y plataformas de inteligencia artificial para la síntesis de evidencia: una revisión...

Área de la Ciencia:

• Servicios de salud Investigación Servicios de salud Investigación
• La informática médica es la informática médica.
• Inteligencia Artificial en el cuidado de la salud.

Sus antecedentes:

• La síntesis de la evidencia (ES) es crucial para la toma de decisiones basadas en la evidencia en la evaluación de la tecnología de la salud, las directrices y la política.
• Los métodos tradicionales de ES consumen mucho tiempo, requieren meses o años y un esfuerzo manual significativo.
• Los avances tecnológicos, particularmente la IA y los LLM, ofrecen potencial para automatizar los pasos de ES, aumentar la eficiencia y reducir los costos.

Objetivo del estudio:

• Para llevar a cabo la primera revisión de alcance de mapeo de herramientas de ciencia de datos, incluidos los LLM, utilizados para optimizar los pasos de ES.
• Evaluar el impacto de estas herramientas de IA tanto en países de ingresos bajos y medios (LMIC) como en países de ingresos altos (HIC).
• Identificar las barreras y los facilitadores para un acceso equitativo y sostenible para los investigadores globales, alineándose con el llamado de la OMS para una IA segura y ética en la salud.

Principales métodos:

• Realizó una revisión de alcance para identificar y mapear herramientas y plataformas de IA para optimizar ES.
• Se incluyeron estudios sobre herramientas de IA desarrolladas y/o desplegadas para varias etapas de ES.
• Analizó los hallazgos de 137 estudios, documentando 388 herramientas y plataformas de IA.

Principales resultados:

• Identificó 388 herramientas y plataformas de IA en 137 estudios dirigidos a optimizar la síntesis de evidencia.
• Documentó el panorama actual de la IA en ES, considerando tanto a los LMIC como a los HIC.
• Destacó la necesidad de abordar las barreras y los facilitadores para un acceso equitativo y sostenible a estas herramientas a nivel mundial.

Conclusiones:

• La IA ofrece un potencial significativo para mejorar la eficiencia y reducir el costo de la síntesis de evidencia.
• Las recomendaciones incluyen la promoción de plataformas colaborativas de IA para un acceso equitativo, el establecimiento de estándares de evaluación para los métodos de IA y el énfasis en la aportación humana y la creación de capacidades multidisciplinarias.
• Abordar las disparidades globales en el acceso y garantizar una implementación de IA confiable es fundamental para avanzar en la toma de decisiones informadas por evidencia en todo el mundo.