Revizuirea literaturii științifice și potențialul AI pentru sinteza dovezilor

Cel mai cuprinzător tip de revizuire, revizuirile sistematice ale literaturii (SLR), sunt apreciate pentru abordarea lor riguroasă și reproductibilă în evaluarea întrebărilor cheie de cercetare. Metodologia transparentă limitează părtinirea, iar SLR-urile sunt considerate standardul de aur pentru medicina bazată pe dovezi.¹ Alte tipuri de recenzii ale literaturii științifice, cum ar fi revizuirile cuprinzătoare țintite, folosesc metode mai puțin stricte, dar oferă totuși informații extinse despre subiecte precum tratamentul și peisajele bolilor. Atât SLR-urile, cât și revizuirile țintite cuprinzătoare ghidează strategia și susțin propunerile de reglementare, făcându-le surse de încredere pentru dezvoltarea de medicamente.

Cu toate acestea, SLR-urile și revizuirile țintite cuprinzătoare sunt procese lungi de muncă și timp, care durează adesea luni sau chiar ani. Aceste termene lungi și numărul în creștere rapidă de articole publicate și reviste disponibile înseamnă că noile dovezi pot înlocui rapid revizuirile mai vechi ale literaturii științifice.² Acest lucru poate împiedica procesele de luare a deciziilor, în special în domenii cu ritm rapid, cum ar fi asistența medicală și dezvoltarea medicamentelor, unde informațiile în timp util și exacte sunt cruciale.

Ca răspuns, a existat un interes tot mai mare pentru instrumente și metodologii care pot susține o eficiență mai mare, cum ar fi inteligența artificială (AI), care ar putea accelera timpul implicat în evaluarea și actualizarea revizuirilor literaturii științifice.³

Cu toate acestea, este vital ca astfel de instrumente să fie validate și ca utilizarea lor să fie ghidată de cunoștințe de specialitate despre când și unde este cel mai potrivit, precum și de o înțelegere clară a modului în care vor fi aplicate, în special în contexte de utilizare în care rigoarea științifică a metodei și a rezultatelor sunt primordiale, cum ar fi SLR-urile.

Rămânem cu un pas înaintea dovezilor

Cele mai riguroase și extinse revizuiri ale literaturii științifice sunt SLR-urile efectuate ca parte a trimiterilor de evaluare a tehnologiei medicale (HTA), care aderă la liniile directoare stricte ale agențiilor HTA. Aceste SLR-uri ar trebui să fie completate de cercetători cu experiență. Din cauza limitărilor revizuirilor asistate de AI, inclusiv șansa de a pierde cercetări relevante, AI nu este recomandat pentru SLR-urile care informează deciziile HTA.

Cu toate acestea, îndrumările în acest spațiu evoluează. Institutul Național pentru Excelență în Sănătate și Îngrijire (NICE) din Marea Britanie a publicat o declarație de poziție privind utilizarea IA în generarea de dovezi, care pune accentul pe implicarea timpurie cu NICE și dialogul cu echipele tehnice NICE dacă se utilizează metode AI.⁴ În cele din urmă, utilizarea AI ca al doilea recenzor poate fi adecvată dacă instrumentele AI au fost validate în mod corespunzător.

SLR-urile sunt, de asemenea, realizate pentru strategia internă și pentru publicare. Aceste tipuri de SLR-uri sunt, de asemenea, cruciale pentru identificarea lacunelor de dovezi și pot informa planurile integrate de dovezi (IEP). Rigoarea științifică este încă critică pentru aceste SLR-uri. Prin urmare, se recomandă să se ia în considerare AI ca un al doilea recenzor pentru prima fază a evaluării literaturii.

A avea un recenzor uman și un recenzor AI cu conflicte rezolvate de un al treilea recenzor uman oferă o verificare a calității încorporată. În plus, orice metode asistate de IA ar trebui să fie prezentate în mod transparent în rapoartele sau publicațiile SLR, ceea ce este aliniat cu liniile directoare PRISMA din 2020 privind necesitatea unei "explicații transparente, complete și exacte a motivului pentru care s-a făcut (a) revizuirea, ce au făcut autorii (cum ar fi modul în care au fost identificate și selectate studiile) și ce au găsit (cum ar fi caracteristicile studiilor care au contribuit și rezultatele meta-analizelor)".^Dacă aceste tipuri de SLR-uri pot fi efectuate mai rapid și la costuri mai mici cu ajutorul AI, SLR-urile pot fi utilizate mai devreme în procesul de dezvoltare a medicamentului și pot fi actualizate mai frecvent. Acest lucru poate informa mai bine IEP-urile și poate duce la o planificare mai eficientă a generării de dovezi.

Un alt tip de revizuire a literaturii științifice care este deosebit de utilă în spațiul HEOR este revizuirea cuprinzătoare țintită. Revizuirile cuprinzătoare țintite acoperă adesea peisajele bolilor și tratamentelor și informează dezvoltarea timpurie a medicamentelor. Metodele asistate de inteligență artificială sunt deosebit de utile pentru subiecte largi în care există o cantitate mare de literatură publicată. Utilizarea inteligenței artificiale pentru a finaliza prima fază a examinării literaturii este sugerată ca o opțiune pentru economii de timp și costuri. Deși evaluările cuprinzătoare au cerințe metodologice mai puțin stricte decât SLR-urile, procesele human-in-the-loop sunt încă importante, iar implementarea verificărilor de calitate ale unui procent predeterminat de referințe revizuite de AI este, de asemenea, o opțiune sugerată.

În cele din urmă, actualizarea revizuirilor literaturii științifice – fie că sunt SLR-uri sau revizuiri cuprinzătoare țintite – este un alt tip de sinteză a dovezilor în care utilizarea AI poate aduce beneficii. Revizuirile literaturii științifice existente pot fi utilizate ca date de antrenament, iar instrumentele AI pot fi utilizate pentru a evalua dacă există suficientă literatură publicată nouă și relevantă pentru a efectua o actualizare a revizuirii. Monitorizarea literaturii publicate recent va asigura că actualizările revizuirii vor fi efectuate în timp util și în mod adecvat.

Adoptarea prudentă a IA în generarea de dovezi

Găsirea de modalități de a îndeplini cerințele autorităților HTA, reducând în același timp unele dintre procesele intensive de timp implicate, este o mare prioritate pentru companii, deoarece fiecare zi în care un produs al unei companii nu este rambursat înseamnă o pierdere de venituri. Ghidul NICE ajută într-o oarecare măsură companiile în utilizarea judicioasă a inteligenței artificiale pentru a îmbunătăți luarea deciziilor în generarea de dovezi. Cu toate acestea, NICE a avertizat cu privire la transparența și încrederea AI.⁴

În contextul potrivit și aplicate corect, instrumentele AI pot împuternici companiile, făcând mai ușoară și mai eficientă din punct de vedere al costurilor efectuarea SLR-urilor mai frecvent și, prin urmare, ajutându-le să ia decizii mai bine informate.

PRISMA oferă îndrumări privind utilizarea automatizării în lista sa extinsă de verificare din 2020. Aceasta include raportarea modului în care instrumentele de automatizare au fost integrate în procesul general de selecție a studiilor, precum și aplicarea învățării automate în procesul de screening și ce validare a fost efectuată pentru a înțelege riscul de studii ratate sau clasificări incorecte.⁶

Sondajele efectuate în rândul factorilor de decizie din domeniul sănătății arată că există o comoditate tot mai mare cu instrumentele AI pentru agregarea și rezumarea dovezilor. Cu toate acestea, rămân preocupări legitime cu privire la securitate și confidențialitate atunci când se utilizează instrumente AI, precum și posibile prejudecăți introduse din greșeală de către recenzori. În plus, este important să subliniem că AI necesită o contribuție considerabilă din partea cercetătorilor și experților medicali și că este vital să se asigure acuratețea atunci când se cercetează subiecte care ar putea avea un impact asupra sănătății și asistenței medicale a oamenilor.

Unele dintre aceste preocupări pot fi abordate prin utilizarea fluxurilor de lucru de revizuire a literaturii în care instrumentele AI validate sunt ghidate de cercetători cu experiență. Verificările de calitate umane oferă, de asemenea, o modalitate de a atenua riscul și de a menține integritatea cercetării. Există posibilitatea ca IA să se maturizeze ca instrument cheie pentru revizuirea literaturii, cu condiția să existe o bază solidă de formare și validare în dezvoltarea sa.

Instrumentele adecvate și de încredere, bazate pe inteligență artificială, care sunt orientate către diferitele părți ale procesului de generare a dovezilor, pot contribui în mare măsură la eliminarea unei părți din povară, oferind companiilor informațiile de care au nevoie pentru a-și îndeplini obiectivele de acces pe piață.

Despre autori

Kimberly Ruiz este director senior, Generare de dovezi și comunicare de valoare la Cencora. Ea conduce echipe de cercetători în efectuarea de analize sistematice și țintite ale literaturii și diferite tipuri de lucrări de comunicare medicală, inclusiv publicații științifice și dezvoltarea de dosare. Are peste 20 de ani de experiență ca cercetător în sectoarele de consultanță, corporativ și non-profit din industria sănătății.

Malia Gill este manager, Generare de dovezi și comunicări privind valoarea la Cencora. Ea efectuează revizuiri sistematice și țintite ale literaturii pentru a oferi o înțelegere cuprinzătoare a tendințelor din baza literaturii. Munca sa sprijină trimiterile de HTA, meta-analize, modele economice și epidemiologice și publicații științifice.

Kimberly Ruiz

Director senior, Generare de dovezi și comunicare valoare, Cencora

Malia Gill

Manager, Generare de dovezi și comunicări de valoare, Cencora

Acest articol rezumă modul de înțelegere al companiei Cencora asupra subiectului pe baza informațiilor disponibile public la momentul redactării acestui articol (a se vedea sursele enumerate) și a expertizei autorilor în acest domeniu. Este posibil ca recomandările furnizate în articol să nu fie aplicabile în toate situațiile și să nu constituie consultanță juridică. Cititorii nu ar trebui să se bazeze pe articol pentru a lua decizii legate de subiectele discutate.

Raport

Anticiparea tendințelor de top de acces pe piață la nivel global pentru 2025

Peisajul asistenței medicale din 2025 este pregătit pentru schimbări semnificative. Raportul Cencora, "Anticiparea tendințelor de top de acces pe piață la nivel global pentru 2025", evidențiază tendințele cheie care vor afecta accesul pacienților la terapii inovatoare.

Printre perspectivele cheie se numără navigarea în schimbările politicii globale, înțelegerea dinamicii în evoluție dintre producători și plătitori, abordarea presiunilor asociate prețurilor medicamentelor, valorificarea comunicării digitale pentru implicarea părților interesate și creșterea echității în domeniul sănătății din SUA

Citiți raportul

Luați legătura cu echipa noastră

Echipa noastră de experți în valoare de primă calitate este dedicată transformării dovezilor, informațiilor privind politicile și informațiilor de piață în strategii eficiente de acces la piața globală. Permiteți-ne să vă însoțim, pentru a vă permite să navigați cu încredere prin peisajul complex al asistenței medicale de astăzi. Contactați-ne pentru a afla în ce mod vă putem sprijini în atingerea obiectivelor.

Contactați-ne

Referințe:

^1. Nivelurile de dovezi OCEBM, Centrul pentru Medicină Bazată pe Dovezi. https://www.cebm.ox.ac.uk/resources/levels-of-evidence/ocebm-levels-of-evidence
^2. Abordări de căutare a literaturii într-o eră a volumului de publicații în creștere, poster ISPOR. https://www.ispor.org/docs/default-source/euro2024/isporeurope24cadarettesa57poster146827-pdf.pdf?sfvrsn=39a72ef6_0
^3. Cât putem economisi aplicând inteligența artificială în sinteza dovezilor? Rezultate dintr-o revizuire pragmatică pentru cuantificarea eficienței volumului de muncă și a economiilor de costuri, Front Pharmacol. Ianuarie 2025 https://pmc.ncbi.nlm.nih.gov/articles/PMC11826052/
^4.Utilizarea IA în generarea de dovezi: Declarație de poziție NICE. https://www.nice.org.uk/about/what-we-do/our-research-work/use-of-ai-in-evidence-generation--nice-position-statement
^5. Declarația PRISMA 2020: un ghid actualizat pentru raportarea revizuirilor sistematice, BMJ, 2021. https://www.bmj.com/content/372/bmj.n71
^6. Lista de verificare extinsă PRISMA 2020. https://www.bmj.com/content/bmj/suppl/2021/03/29/bmj.n71.DC1/pagm061899.w2.pdf

Related resources

Ghid

Seria de educație fundamentală HEOR

Află mai multe

Articol

Informații de la ISPOR 2024: Căutarea de îmbunătățiri ale instrumentelor utilizate în evaluările revizuirilor sistematice

Află mai multe

Ghid

Verificare: De ce aveți nevoie de un partener în soluții de învățare cu expertiză în materie de acces pe piață și rambursări

Află mai multe

Cencora.com furnizează traduceri automate pentru a ajuta la citirea site-ului web în alte limbi decât engleza. În aceste traduceri, s-au depus eforturi rezonabile pentru a oferi o calitate corectă. Cu toate acestea, nicio traducere automată nu este perfectă și nici nu este destinată să înlocuiască traducătorii umani. Aceste traduceri sunt furnizate ca serviciu utilizatorilor site-ului Cencora.com și sunt furnizate „ca atare”. Nu se oferă nicio garanție de niciun fel, expresă sau implicită, cu privire la acuratețea, fiabilitatea sau corectitudinea oricăreia dintre aceste traduceri efectuate din limba engleză în orice altă limbă. Este posibil ca unele conținuturi (cum ar fi imagini, videoclipuri, Flash etc.) să nu fie traduse cu acuratețe din cauza limitărilor software-ului de traducere.

Orice discrepanțe sau diferențe create în traducerea acestui conținut din limba engleză într-o altă limbă nu au caracter contractual și nu au niciun efect juridic privind conformitatea, aplicarea sau orice alt scop. Dacă sunt identificate erori, vă rugăm să ne contactați . Dacă apar întrebări legate de acuratețea informațiilor conținute în aceste traduceri, vă rugăm să consultați versiunea în limba engleză a paginii.