用EPPI-Reviewer和Copilot 365评估系统审查流程自动化的研究协议,更新白内障证据差距地图
Bhavisha Virendrakumar1, Hugh Sharma Waddington2, Pauline Scheelbeek2
1Sightsavers, 35 Perrymount Road, Haywards Heath, RH16 3BW, UK. bvirendrakumar@sightsavers.org.
Systematic reviews
|February 17, 2026
概括
这项研究评估了人工智能 (AI) 工具Copilot 365和EPPI-Reviewer (ER) 的证据差距地图 (EGM) 更新. 结果将为人工智能在证据综合中的应用提供信息.
科学领域:
- 系统审查和证据综合
- 研究中的人工智能.
背景情况:
- 开发证据差距地图 (EGM) 是资源密集型的,反映系统审查过程.
- 像EPPI-Reviewer (ER) 和Copilot 365这样的人工智能 (AI) 工具在系统审查中提供了潜在的效率提升.
- 在系统性审查中,ER的优先级选 (PS) 的准确性和Copilot 365的有效性尚未得到充分证实.
研究的目的:
- 在证据差距地图 (EGM) 更新期间评估Copilot 365和ER的优先级选 (PS) 的准确性和效率.
- 在证据合成的各个阶段,比较人工智能工具与人类审核者的性能.
主要方法:
- 手动和自动选参考文献和全文文章.
- 独立的数据提取和两个审查员的批判性评估,并解决冲突.
- 评估人工智能工具的准确性,使用诸如科恩卡帕 (Cohen's Kappa) 等指标,并将时间效率与手动流程进行比较.
主要成果:
- 该研究将量化ER的优先排序查 (PS) 在不同手动查门 (20%和40%) 的准确性.
- 将Copilot 365的全文选准确度与人类审核员的决定进行比较.
- 将评估Copilot 365用于自动数据提取和评估的效率和一致性.
结论:
- 这些发现将为ER对引用选的准确性提供见解,并指导其未来的使用.
- 评估Copilot 365将增强对人工智能工具适用性和证据合成局限性的理解.
- 预计结果将与证据综合和系统审查过程中的更广泛的人工智能应用相关.
关键词:
准确度 准确度 准确度 准确度 准确度人工智能的人工智能是人工智能.自动化自动化自动化自动化自动化副驾驶员365服务提供批判性评价 批判性评价数据提取数据提取大型语言模型.优先进行查.协议 协议 协议 协议 协议系统性审查 系统性审查更多相关视频
04:58Reduced Procedure Time and Variability with Active Esophageal Cooling During Radiofrequency Ablation for Atrial Fibrillation
Published on: August 25, 2022
2.6K
06:05The Participant-Reported Implementation Update and Score PRIUS: A Novel Method for Capturing Implementation-Related Data Over Time
Published on: February 19, 2021
1.8K
