レビューからリアルタイムへ：歯科における動的エビデンス

科学分野:

• 生物医学情報学
• ヘルスケアにおける人工知能
• エビデンスに基づいた歯科

背景:

• 生物医学文献の成長は、従来の体系的レビュー方法を上回っています。
• 体系的レビューはリソース集約的であり、すぐに時代遅れになります。
• 歯科における現在の研究と臨床実践の間にはギャップが存在します。

研究 の 目的:

• 検索拡張生成（RAG）を動的エビデンスレビューの方法論として導入すること。
• 歯科専門家向けの最新の研究の適時かつ正確な合成の必要性に対処すること。
• 独立した大規模言語モデル（LLM）に共通する事実誤認や幻覚を軽減すること。

主な方法:

• 検索拡張生成（RAG）は、大規模言語モデル（LLM）と継続的に更新される知識ベースを組み合わせています。
• RAGは、AI生成された回答を検証可能でリアルタイムで取得されたソースに基づいています。
• RAGの3つの統合経路について説明します：事前に取得されたプール、リビングレビューポータル、および機械可読出版物。

主要な成果:

• RAGは、現在のエビデンスの動的でオンデマンドな合成を可能にします。
• 臨床医は、複雑な自然言語の質問に対して、簡潔で完全に引用された回答を受け取ることができます。
• これにより、材料選択、治癒結果、および処置比較に関する情報への迅速なアクセスが容易になります。

結論:

• RAGは、静的な体系的レビューに代わる、スケーラブルで透明性の高い代替手段を提示します。
• このアプローチは、研究発見から臨床実践までの期間を大幅に短縮できます。
• RAGは、エビデンスに基づいた歯科のために、AIと人間の批判的評価を統合する拡張知能をサポートします。