一个开源的交互式AI框架,用于协助法医学领域的自动文献审查:专注于脑损伤机制

科学领域:

• 法医医学 法医医学
• 计算生物学 计算生物学
• 机器学习 机器学习

背景情况:

• 系统审查和元分析在法医中至关重要,但资源密集.
• 机器学习框架ASReview在简化其他领域的系统审查方面表现有前途.
• 它在法医医学文献审查中的实用性以前没有被调查过.

研究的目的:

• 评估ASReview框架对法医医学文献查的有效性和适用性.
• 评估ASReview在处理法医医学研究中典型的不平衡数据集方面的表现.
• 为了确定训练集大小对ASReview对法医文献的预测准确性的影响.

主要方法:

• 采用了三阶段的实验设计,包括分层的五倍交叉验证.
• 增量学习和采样技术被用来分析模型在不平衡数据上的性能.
• 通过使用黄金标准数据集,评估了ASReview对现实世界系统审查目标的能力.

主要成果:

• ASReview在选法医学文献方面表现出强大的可行性,提高了审查效率.
• 该模型保持了稳定的性能,即使有不到80%的标记训练数据.
• 当培训组在10%至55%之间时,ASReview的预测与人类审查员的决定非常相匹配.

结论:

• ASReview 是一个有希望的工具,可以提高法医学系统审查的效率和透明度.
• 该框架能够管理不平衡的数据集并提取以目标为导向的信息是有利的.
• 需要进一步的研究来优化ASReview的实施,并验证其在各种法医环境中的使用.