Платформы для синтеза доказательств в корпоративной среде: за пределами традиционного обзора литературы
Как платформы для синтеза доказательств на базе ИИ трансформируют корпоративные обзоры литературы. Рассматриваются рабочие процессы PRISMA, скрининг и извлечение данных с поддержкой ИИ, а также сравнение платформ для фармацевтических, политических и исследовательских организаций.
Корпоративный синтез доказательств развивается от ручных обзоров, соответствующих PRISMA, к рабочим процессам с усилением ИИ. В этом руководстве сравниваются платформы для скрининга, извлечения данных и синтеза, а также обосновывается преимущество интегрированных решений перед точечными инструментами.
Синтез доказательств — систематический процесс выявления, оценки и интеграции результатов исследований — является одной из самых ресурсоемких задач в организациях, работающих на основе исследований. Один систематический обзор может занимать 12–18 месяцев и требовать $50,000-150,000 трудовых затрат. Для фармацевтических компаний, организаций по оценке технологий здравоохранения и политических организаций, которые выпускают десятки обзоров в год, это означает огромные инвестиции.
AI начинает менять экономику синтеза доказательств. Не за счет замены человеческого суждения — оно по-прежнему необходимо для работы уровня регуляторных требований, — а за счет автоматизации самых трудоемких этапов и возможности проводить обзоры, которые было бы непрактично выполнять вручную.
Чтобы понять, где здесь применим AI, полезно рассмотреть стандартный процесс, определенный PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) и Cochrane:
Определите исследовательский вопрос, критерии включения/исключения, стратегию поиска и план анализа. Этот этап по своей природе управляется человеком и обычно занимает 2–4 недели.
Read next
- Explore more on evidence-synthesis
- Explore more on enterprise
- Explore more on systematic-review
- Explore more on research-platform
- Explore more on ai-tools
Related articles
Explore PapersFlow
Frequently Asked Questions
- Может ли синтез доказательств с поддержкой ИИ соответствовать стандартам, необходимым для подачи в регулирующие органы?
- В настоящее время ИИ может помогать, но не заменять человеческое суждение в синтезе доказательств регуляторного уровня. FDA и EMA принимают систематические обзоры, в которых ИИ используется для скрининга и извлечения данных, при условии, что методология задокументирована, воспроизводима и включает человеческую валидацию. Лучшей практикой считается использование ИИ в качестве второго скринера (двойной скрининг с одним человеком и одним ИИ), что соответствует рекомендациям PRISMA и при этом снижает рабочую нагрузку на 40–60%. Полная автономность ИИ в материалах для регуляторной подачи пока не принимается.
- Какова разница в стоимости между ручными и систематическими обзорами с поддержкой ИИ?
- Ручной систематический обзор обычно стоит $50,000-150,000 и занимает 12–18 месяцев для команды из 3–5 рецензентов. Обзоры с поддержкой ИИ с использованием платформ, таких как Covidence или PapersFlow, могут сократить и стоимость, и сроки на 40–70% в зависимости от масштаба обзора и степени использования ИИ. Основная экономия достигается за счёт скрининга (ИИ может обработать тысячи аннотаций за минуты вместо недель ручного скрининга) и извлечения данных (ИИ может предварительно заполнять формы извлечения для последующей проверки человеком).
- Как платформы для синтеза доказательств работают с конфликтами интересов и предвзятостью?
- Надёжные платформы предоставляют журналы аудита, которые документируют каждое решение о включении/исключении, кто его принял и когда. При двойном скрининге платформы отслеживают согласованность между оценщиками (каппа Коэна) и помечают разногласия для разрешения. Скрининг с использованием ИИ создаёт другую проблему предвзятости — предвзятость модели, — поэтому текущая лучшая практика предполагает использование ИИ как одного из двух скринеров, а не как единственного лица, принимающего решение. Платформы должны раскрывать данные, на которых обучалась их модель ИИ, и любые известные предвзятости в своей документации.