在对心脏毒性的系统性审查中使用人工智能进行文本选

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 系统审查方法论 系统审查方法论

背景情况:

• 传统的系统审查 (SRs) 涉及耗时的手册文献选.
• 人工智能 (AI) 提供了快速数据分析和SR流程优化的潜力.
• INSIDE平台是为了支持AI驱动的研究决策而开发的.

研究的目的:

• 将基于人工智能的文献选的效率和质量与系统审查的传统方法进行比较.
• 评估INSIDE平台在前列腺癌研究背景下的表现.
• 确定AI是否可以提高识别相关出版物的速度和准确性.

主要方法:

• 基于人工智能的查 (INSIDE平台) 与使用前列腺癌四个SR的传统方法进行比较分析.
• 在80%和95%的相关出版物识别时,使用工作节省超过采样 (WSS) 度量衡量的效率评估.
• 通过数据可视化 (分散图) 进行质量评估,将记录分类为相关,无关或未选.

主要成果:

• 基于人工智能的选显示出更高的效率,需要更少的出版物来识别关键的相关记录 (WSS@80% 20.3%,WSS@95% 9.4%).
• 在AI方法中的积极学习进一步提高了选效率 (WSS@80% 54.0%,WSS@95% 54.8%).
• 数据可视化有助于更广泛的搜索结果分析和异常文章的识别.

结论:

• 基于人工智能的方法大大优化了系统审查过程,提高了效率和潜在的质量.
• 该研究为评估AI工具在文献选中的性能提供了基准.
• 支持将AI整合到未来的系统审查中,需要继续进行测试和改进.