通过在证据合成中应用人工智能,我们可以节省多少钱? 来自实用性审查的结果,以量化工作负载效率和成本节省

科学领域:

• 医疗保健服务研究 医疗服务研究
• 医疗信息学 医疗信息学
• 医疗保健中的人工智能

背景情况:

• 综合证据,特别是系统文献评论 (SLR),是一个关键的,但资源密集的过程.
• 人工智能 (AI) 工具的整合提供了一个潜在的解决方案,可以提高这些苛刻任务的效率.
• 探索人工智能在证据合成中的可量化的好处对于推进研究方法至关重要.

研究的目的:

• 审查和量化使用人工智能自动化工具在核心证据综合活动中的效率效益.
• 在系统的文献评论中,将人工智能驱动的方法与传统的人为主导的方法的性能进行比较.
• 评估人工智能对工作量和减少证据合成时间的影响.

主要方法:

• 在MEDLINE和Embase数据库 (2012-2023) 和ISPOR演示 (2020-2023) 中搜索了关于SLR中AI的研究.
• 包括英语文章,介绍工作负载效率的定量结果.
• 收集了与人工智能自动化工具相关的时间和成本效率数据.

主要成果:

• 确定了使用机器学习,自然语言处理或其他人工智能工具的25项符合条件的研究.
• 在17项研究中观察到>50%的时间缩短,抽象审查时间减少了5到6倍.
• 报告了55%-64%的摘要减少审查和6到10倍的工作量减少95%的回忆.

结论:

• 人工智能工具显然减少了工作量,并提高了SLR收集证据的时间效率.
• 这些效率可以使新的决策方法能够评估卫生技术.
• 需要进一步的研究来量化SLR中AI自动化的经济影响.