由人工智能系统文献审查平台对文章选和数据提取性能进行分析
Kelsie Cassell1, Abiodun Ologunowa2, Majid Rastegar-Mojarad3
1Merck & Co., Inc., Rahway, NJ, United States.
Frontiers in artificial intelligence
|December 8, 2025
概括
人工智能 (AI) 工具可以自动化系统文献审查 (SLR),节省时间和资源. 一个人工智能平台,ISLaR 2.0,在选和数据提取方面显示出高准确性,显著减少了审查时间.
科学领域:
- 卫生研究方法论 卫生研究方法论
- 医疗保健中的人工智能
- 系统性文献审查自动化 自动化
背景情况:
- 系统性文献审查 (SLR) 对健康研究和决策至关重要.
- 传统的单反相机是耗时和劳动密集的.
- 人工智能 (AI) 和大型语言模型 (LLM) 为自动化SLR流程提供了潜力.
研究的目的:
- 对成人肺炎球菌疫苗接种的成本效益进行系统的文献审查.
- 为了前性地评估人工智能辅助审查平台的表现,ISLaR 2.0.0.
- 为了比较人工智能平台的表现与专家人类审稿人的表现.
主要方法:
- 对成年肺炎球菌疫苗接种的成本效益进行了系统的文献审查.
- 智能系统文献审查 (ISLaR) 2.0平台被用于审查任务.
- 人工智能性能在文章选和数据提取中与人类专家审稿人进行了评估.
主要成果:
- ISLaR 2.0实现了高精度 (0.87对于全文选,0.86用于数据提取) 和精度 (0.88,0.86).
- 该平台表现出高灵敏度 (0.91选,0.98数据提取),但较低的特异性 (0.79选,0.42数据提取),特别是表格数据.
- 与人类审稿人相比,ISLaR 2.0 将抽象和全文选时间减少了90%以上.
结论:
- 伊斯拉R 2.0平台显示出显著的潜力,可以减少系统文献审查中审查员的工作负担.
- 需要进一步开发,以提高平台的整体性能和特异性,特别是复杂的数据提取.
- 像ISLaR 2.0这样的人工智能辅助工具有望提高卫生研究过程的效率.
