Přehledy vědecké literatury a potenciál umělé inteligence pro syntézu důkazů

Nejkomplexnější typ přehledu, systematické přehledy literatury (SLR), jsou ceněny pro svůj přísný a reprodukovatelný přístup k hodnocení klíčových výzkumných otázek. Transparentní metodika omezuje zkreslení a zrcadlovky jsou považovány za zlatý standard pro medicínu založenou na důkazech. 1 Jiné typy přehledů vědecké literatury, jako jsou komplexní cílené přehledy, používají méně přísné metody, ale stále poskytují rozsáhlé informace o tématech, jako je léčba a situace onemocnění. Jak SLR, tak komplexní cílené recenze řídí strategii a podporují podání regulačních návrhů, což z nich činí důvěryhodné zdroje pro vývoj léčiv.

Jednooké zrcadlovky a komplexní cílené kontroly jsou však pracné a časově náročné procesy, které často trvají měsíce nebo dokonce roky. Tyto dlouhé časové osy a rychle rostoucí počet publikovaných článků a dostupných časopisů znamenají, že nové důkazy mohou rychle nahradit starší přehledy vědecké literatury. 2 To může bránit rozhodovacím procesům, zejména v rychle se rozvíjejících oblastech, jako je zdravotnictví a vývoj léčiv, kde jsou včasné a přesné informace klíčové.

V reakci na to roste zájem o nástroje a metodiky, které mohou podpořit větší efektivitu, jako je umělá inteligence (AI), která by mohla urychlit čas potřebný k posouzení a aktualizaci přehledů vědecké literatury.³

Je však nezbytné, aby tyto nástroje byly validovány a aby se jejich používání řídilo odbornými znalostmi o tom, kdy a kde je to nejvhodnější, a také jasným pochopením toho, jak budou aplikovány, zejména v kontextech použití, kde je prvořadá vědecká přísnost metody a výsledků, jako jsou zrcadlovky.

Náskok před důkazy

Nejpřísnějšími a nejrozsáhlejšími přehledy vědecké literatury jsou SLR prováděné v rámci předkládání hodnocení zdravotnických technologií (HTA), které se řídí přísnými pokyny agentur pro hodnocení zdravotnických technologií. Tyto zrcadlovky by měly být dokončeny zkušenými výzkumníky. Vzhledem k omezením přezkumů s pomocí umělé inteligence, včetně možnosti chybějícího relevantního výzkumu, se umělá inteligence nedoporučuje pro zrcadlovky, které informují o rozhodnutích o hodnocení zdravotnických technologií.

Pokyny v této oblasti se však vyvíjejí. Britský Národní institut pro excelenci ve zdravotnictví a péči (NICE) zveřejnil stanovisko k používání umělé inteligence při generování důkazů, které klade důraz na včasné zapojení do NICE a dialog s technickými týmy NICE při použití metod umělé inteligence. 4 Nakonec může být vhodné použít umělou inteligenci jako druhého posuzovatele, pokud byly nástroje umělé inteligence řádně ověřeny.

SLR se také provádějí pro interní strategii a pro publikaci. Tyto typy SLR mají rovněž zásadní význam pro identifikaci nedostatků v důkazech a mohou být podkladem pro integrované plány důkazů (IEP). Vědecká přísnost je pro tyto zrcadlovky stále kritická. Proto se doporučuje zvážit umělou inteligenci jako druhého posuzovatele pro první fázi prověřování literatury.

Mít jednoho lidského recenzenta a jednoho recenzenta s umělou inteligencí s konflikty vyřešenými třetím lidským recenzentem poskytuje integrovanou kontrolu kvality. Kromě toho by všechny metody podporované umělou inteligencí měly být transparentně popsány ve zprávách nebo publikacích SLR, což je v souladu s pokyny PRISMA z roku 2020 o potřebě "transparentního, úplného a přesného popisu toho, proč (a) byl proveden přezkum, co autoři udělali (například jak byly studie identifikovány a vybrány) a co zjistili (jako jsou charakteristiky přispívajících studií a výsledky metaanalýz)". 5 Pokud lze tyto typy SLR provádět rychleji a s nižšími náklady s pomocí umělé inteligence, lze SLR použít dříve v procesu vývoje léčiv a mohou být častěji aktualizovány. To může lépe informovat IEP a vést k efektivnějšímu plánování shromažďování důkazů.

Dalším typem přehledu vědecké literatury, který je v oblasti HEOR obzvláště užitečný, je komplexní cílený přezkum. Komplexní cílené přehledy často pokrývají oblasti onemocnění a léčby a poskytují informace pro včasný vývoj léků. Metody s pomocí umělé inteligence jsou užitečné zejména pro široká témata, kde existuje velké množství publikované literatury. Použití umělé inteligence k dokončení první fáze prověřování literatury se navrhuje jako možnost pro úsporu času a nákladů. Ačkoli komplexní cílené recenze mají méně přísné požadavky na metodiku než SLR, procesy založené na člověku ve smyčce jsou stále důležité a navrhovanou možností je také zavedení kontrol kvality předem stanoveného procenta referencí zkontrolovaných umělou inteligencí.

A konečně, aktualizace přehledů vědecké literatury – ať už se jedná o SLR nebo komplexní cílené recenze – je dalším typem syntézy důkazů, kde může využití umělé inteligence přinést výhody. Jako trénovací data lze použít stávající přehledy vědecké literatury a nástroje umělé inteligence lze použít k posouzení, zda je k dispozici dostatek nové, relevantní publikované literatury k provedení aktualizace přehledu. Sledování nedávno zveřejněné literatury zajistí, že aktualizace přezkumů budou prováděny včas a vhodným způsobem.

Opatrné zavádění umělé inteligence při získávání důkazů

Hledání způsobů, jak splnit požadavky úřadů pro hodnocení zdravotnických technologií a zároveň omezit některé časově náročné procesy, je pro společnosti velkou prioritou, protože každý den, kdy produkt společnosti není proplacen, znamená ušlý zisk. Pokyny NICE do jisté míry podporují společnosti v uvážlivém využívání umělé inteligence ke zlepšení rozhodování při generování důkazů. NICE však varovala před transparentností a důvěryhodností umělé inteligence.⁴

Ve správném kontextu a při správném použití mohou nástroje umělé inteligence posílit postavení společností tím, že usnadní a zefektivní častější provádění SLR a následně jim pomohou činit informovanější rozhodnutí.

PRISMA poskytuje pokyny k používání automatizace ve svém rozšířeném kontrolním seznamu pro rok 2020. To zahrnuje podávání zpráv o tom, jak byly automatizační nástroje integrovány do celkového procesu výběru studií, jakož i o aplikaci strojového učení v procesu screeningu a jaká validace byla provedena, aby bylo možné pochopit riziko zmeškaných studií nebo nesprávné klasifikace.⁶

Průzkumy mezi osobami s rozhodovací pravomocí ve zdravotnictví ukazují, že nástroje umělé inteligence pro agregaci a sumarizaci důkazů jsou stále spokojenější. Přetrvávají však oprávněné obavy o bezpečnost a soukromí při používání nástrojů umělé inteligence, stejně jako možné předsudky neúmyslně zavedené recenzenty. Dále je důležité zdůraznit, že umělá inteligence vyžaduje značný vstup od výzkumných pracovníků a lékařských odborníků a že je nezbytné zajistit přesnost při výzkumu témat, která by mohla mít dopad na zdraví lidí a zdravotní péči.

Některé z těchto problémů lze řešit využitím pracovních postupů pro rešerši literatury, kde jsou ověřené nástroje umělé inteligence vedeny zkušenými výzkumníky. Kontroly kvality poskytované člověkem ve smyčce také poskytují způsob, jak zmírnit riziko a zachovat integritu výzkumu. Existuje prostor pro to, aby umělá inteligence dozrála jako klíčový nástroj pro přehledy literatury za předpokladu, že při jejím vývoji bude existovat pevný základ pro školení a validaci.

Vhodné a důvěryhodné nástroje s umělou inteligencí, které jsou zaměřeny na různé části procesu generování důkazů, mohou výrazně přispět k odstranění části zátěže a poskytnout společnostem přehledy, které potřebují ke splnění svých cílů v oblasti přístupu na trh.

O autorech

Kimberly Ruiz je senior ředitelkou pro vytváření důkazů a hodnotovou komunikaci ve společnosti Cencora. Vede týmy výzkumných pracovníků, kteří provádějí systematické a cílené rešerše literatury a různé typy práce v oblasti lékařské komunikace, včetně vědeckých publikací a vývoje dokumentace. Má více než 20 let zkušeností jako výzkumná pracovnice v poradenském, korporátním a neziskovém sektoru zdravotnického průmyslu.

Malia Gill je manažerkou pro generování důkazů a hodnotovou komunikaci ve společnosti Cencora. Provádí systematické a cílené rešerše literatury s cílem poskytnout komplexní porozumění trendům v literární základně. Její práce podporuje příspěvky HTA, metaanalýzy, ekonomické a epidemiologické modely a vědecké publikace.

Kimberly Ruizová

Senior ředitel pro vytváření důkazů a hodnotovou komunikaci, Cencora

Malia Gill

Manažer pro vytváření důkazů a hodnotovou komunikaci, Cencora

Tento článek shrnuje chápání tématu ze strany společnosti Cencora na základě veřejně dostupných informací v době psaní tohoto článku (viz uvedené zdroje) a odborných znalostí autorů v této oblasti. Doporučení uvedená v článku nemusí být použitelná ve všech situacích a nepředstavují právní radu. Čtenáři by se neměli spoléhat na článek při rozhodování o diskutovaných tématech.

Zpráva

Předvídání hlavních celosvětových trendů v přístupu na trh v roce 2025

Zdravotnické prostředí v roce 2025 je připraveno na významnou změnu. Zpráva společnosti Cencora s názvem "Předvídání hlavních trendů v přístupu na trh v celosvětovém měřítku pro rok 2025" upozorňuje na klíčové trendy, které ovlivní přístup pacientů k inovativním terapiím.

Mezi klíčové poznatky patří orientace v globálních politických změnách, pochopení vyvíjející se dynamiky mezi výrobci a plátci, řešení tlaků na ceny léků, využití digitální komunikace pro zapojení zainteresovaných stran a posílení rovnosti ve zdravotnictví v USA

Přečtěte si zprávu

Spojte se s naším týmem

Náš tým předních odborníků na hodnotu se věnuje přeměně poznatků, informací o zásadách a tržních dat do účinných strategií vstupu na světový trh. Dovolte nám, abychom vám pomohli úspěšně se orientovat v dnešním složitém prostředí zdravotní péče. Ozvěte se nám a zjistěte, jak můžeme podpořit dosažení vašich cílů.

Kontaktujte nás

Zdroje:

^1. OCEBM Levels of Evidence, Centrum pro medicínu založenou na důkazech. https://www.cebm.ox.ac.uk/resources/levels-of-evidence/ocebm-levels-of-evidence
^2. Přístupy k literární rešerši v době rostoucího publikačního objemu, ISPOR poster. https://www.ispor.org/docs/default-source/euro2024/isporeurope24cadarettesa57poster146827-pdf.pdf?sfvrsn=39a72ef6_0
^3. Kolik můžeme ušetřit použitím umělé inteligence při syntéze důkazů? Výsledky pragmatického přezkumu zaměřeného na kvantifikaci efektivity pracovní zátěže a úspor nákladů, Front Pharmacol. 2025 ledna https://pmc.ncbi.nlm.nih.gov/articles/PMC11826052/
^4.Využití umělé inteligence při generování důkazů: Stanovisko NICE. https://www.nice.org.uk/about/what-we-do/our-research-work/use-of-ai-in-evidence-generation--nice-position-statement
^5. Prohlášení PRISMA 2020: aktualizovaný pokyn pro vykazování systematických přehledů, BMJ, 2021. https://www.bmj.com/content/372/bmj.n71
^6. Rozšířený kontrolní seznam PRISMA 2020. https://www.bmj.com/content/bmj/suppl/2021/03/29/bmj.n71.DC1/pagm061899.w2.pdf

Related resources

Příručka

Série základního vzdělávání HEOR

Zjistěte více

Článek

Postřehy z ISPOR 2024: Hledání zlepšení v nástrojích používaných při hodnocení systematického přezkumu

Zjistěte více

Příručka

Kontrolní seznam: Proč potřebujete partnera pro vzdělávací řešení s odbornými znalostmi v oblasti přístupu na trh a proplácení výdajů

Zjistěte více

Cencora.com poskytuje automatické překlady, které pomáhají při čtení webových stránek v jiných jazycích než v angličtině. U těchto překladů jsme vynaložili značné úsilí k zajištění jejich přesného znění, nicméně žádný automatizovaný překlad není dokonalý ani není určen k tomu, aby nahradil osobu překladatele. Tyto překlady jsou poskytovány jako služba uživatelům stránek Cencora.com a jsou poskytovány „tak, jak jsou“. Není poskytována žádná záruka jakéhokoli druhu, ani výslovná, ani předpokládaná, ohledně přesnosti, spolehlivosti nebo správnosti jakéhokoli z těchto překladů z angličtiny do jiného jazyka. Některý obsah (například obrázky, videa, Flash atd.) nemusí být přesně přeložen kvůli omezeným možnostem překladatelského softwaru.

Jakékoli nesrovnalosti nebo rozdíly vzniklé při překladu tohoto obsahu z angličtiny do jiného jazyka nejsou závazné a nemají žádný právní účinek pro dodržování předpisů, vymáhání nebo jakýkoli jiný účel. Pokud zjistíte nějaké chyby, kontaktujte nás. Pokud budete mít jakékoli dotazy týkající se přesnosti informací obsažených v těchto překladech, podívejte se na anglickou verzi stránky.