Makale
Bilimsel literatür taramaları ve yapay zekanın kanıt sentezi potansiyeli
-
Kimberly Ruiz
-
Malia Gill
Bilimsel literatür taramaları, sağlık hizmetlerinde karar vermeyi destekledikleri ve uygulama ve politikayı bilgilendirdikleri için kanıt sentezleme faaliyeti için temeldir. Sağlık Ekonomisi ve Sonuç Araştırması (HEOR) ekipleri, temel araştırma sorularını değerlendirmek, bilgi boşluklarını belirlemek, gelecekteki araştırma yönlerine rehberlik etmek ve araştırma bulgularının gerçek dünya ortamlarında uygulanmasını teşvik etmek için bilimsel literatür incelemelerine güvenir.
En kapsamlı inceleme türü olan sistematik literatür taramaları (SLR'ler), temel araştırma sorularını değerlendirmeye yönelik titiz ve tekrarlanabilir yaklaşımları nedeniyle değerlidir. Şeffaf metodoloji önyargıyı sınırlar ve SLR'ler kanıta dayalı tıp için altın standart olarak kabul edilir. 1 Kapsamlı, hedefli incelemeler gibi diğer bilimsel literatür taramaları daha az katı yöntemler kullanır, ancak yine de tedavi ve hastalık manzaraları gibi konularda kapsamlı bilgi sağlar. Hem SLR'ler hem de kapsamlı hedefli incelemeler, stratejiye rehberlik eder ve düzenleyici sunumları destekleyerek onları ilaç geliştirme için güvenilir kaynaklar haline getirir.
Bununla birlikte, SLR'ler ve kapsamlı hedefli incelemeler, genellikle aylar hatta yıllar süren, emek ve zaman açısından kapsamlı süreçlerdir. Bu uzun zaman çizelgeleri ve hızla artan sayıda yayınlanmış makale ve mevcut dergiler, yeni kanıtların eski bilimsel literatür taramalarının yerini hızla alabileceği anlamına gelir. 2 Bu durum, özellikle zamanında ve doğru bilginin çok önemli olduğu sağlık hizmetleri ve ilaç geliştirme gibi hızlı tempolu alanlarda karar verme süreçlerini engelleyebilir.
Bununla birlikte, SLR'ler ve kapsamlı hedefli incelemeler, genellikle aylar hatta yıllar süren, emek ve zaman açısından kapsamlı süreçlerdir. Bu uzun zaman çizelgeleri ve hızla artan sayıda yayınlanmış makale ve mevcut dergiler, yeni kanıtların eski bilimsel literatür taramalarının yerini hızla alabileceği anlamına gelir. 2 Bu durum, özellikle zamanında ve doğru bilginin çok önemli olduğu sağlık hizmetleri ve ilaç geliştirme gibi hızlı tempolu alanlarda karar verme süreçlerini engelleyebilir.
Buna karşılık, bilimsel literatür incelemelerinin değerlendirilmesi ve güncellenmesiyle ilgili süreyi hızlandırabilecek yapay zeka (AI) gibi daha fazla verimliliği destekleyebilecek araçlara ve metodolojilere artan bir ilgi var.3
Bununla birlikte, bu tür araçların doğrulanması ve kullanımlarının ne zaman ve nerede en uygun olduğuna dair uzman bilgisinin yanı sıra, özellikle SLR'ler gibi yöntem ve sonuçların bilimsel titizliğinin çok önemli olduğu kullanım bağlamlarında nasıl uygulanacağının net bir şekilde anlaşılması hayati önem taşımaktadır.
Bununla birlikte, bu tür araçların doğrulanması ve kullanımlarının ne zaman ve nerede en uygun olduğuna dair uzman bilgisinin yanı sıra, özellikle SLR'ler gibi yöntem ve sonuçların bilimsel titizliğinin çok önemli olduğu kullanım bağlamlarında nasıl uygulanacağının net bir şekilde anlaşılması hayati önem taşımaktadır.
Kanıtların bir adım önünde olmak
En titiz ve kapsamlı bilimsel literatür incelemeleri, HTA kurumlarının katı yönergelerine uyan sağlık teknolojisi değerlendirmesi (HTA) sunumlarının bir parçası olarak gerçekleştirilen SLR'lerdir. Bu SLR'ler deneyimli araştırmacılar tarafından tamamlanmalıdır. İlgili araştırmaları kaçırma olasılığı da dahil olmak üzere yapay zeka destekli incelemelerin sınırlamaları nedeniyle, HTA kararlarını bildiren SLR'ler için yapay zeka tavsiye edilmez.
Ancak, bu alandaki rehberlik gelişiyor. Birleşik Krallık Ulusal Sağlık ve Bakım Mükemmelliği Enstitüsü (NICE), yapay zeka yöntemleri kullanılıyorsa, NICE ile erken etkileşimi ve NICE teknik ekipleriyle diyaloğu vurgulayan kanıt oluşturmada yapay zekanın kullanımına ilişkin bir pozisyon beyanı yayınladı. 4 Sonuç olarak, yapay zeka araçları uygun şekilde doğrulanmışsa, yapay zekayı ikinci bir gözden geçiren olarak kullanmak uygun olabilir.
SLR'ler ayrıca dahili strateji ve yayın için de yürütülür. Bu tür SLR'ler, kanıt boşluklarını belirlemek için de çok önemlidir ve entegre kanıt planlarını (IEP'ler) bilgilendirebilir. Bilimsel titizlik, bu SLR'ler için hala kritik öneme sahiptir. Bu nedenle, literatür taramasının ilk aşaması için yapay zekanın ikinci bir hakem olarak değerlendirilmesi tavsiye edilir.
Üçüncü bir insan incelemeci tarafından çözülen çakışmaları olan bir insan incelemeciye ve bir yapay zeka incelemecisine sahip olmak, yerleşik bir kalite denetimi sağlar. Ek olarak, herhangi bir yapay zeka destekli yöntem, SLR raporlarında veya yayınlarında şeffaf bir şekilde ana hatlarıyla belirtilmelidir ve bu, "(a) incelemenin neden yapıldığına, yazarların ne yaptığına (çalışmaların nasıl tanımlandığı ve seçildiği gibi) ve ne bulduklarına (katkıda bulunan çalışmaların özellikleri ve meta-analizlerin sonuçları gibi) şeffaf, eksiksiz ve doğru bir açıklama" ihtiyacına ilişkin 2020 PRISMA yönergeleriyle uyumludur. 5 Bu tür SLR'ler yapay zeka yardımıyla daha hızlı ve daha düşük maliyetle gerçekleştirilebilirse, SLR'ler ilaç geliştirme sürecinde daha erken kullanılabilir ve daha sık güncellenebilir. Bu, IEP'leri daha iyi bilgilendirebilir ve daha etkili kanıt oluşturma planlamasına yol açabilir.
Ancak, bu alandaki rehberlik gelişiyor. Birleşik Krallık Ulusal Sağlık ve Bakım Mükemmelliği Enstitüsü (NICE), yapay zeka yöntemleri kullanılıyorsa, NICE ile erken etkileşimi ve NICE teknik ekipleriyle diyaloğu vurgulayan kanıt oluşturmada yapay zekanın kullanımına ilişkin bir pozisyon beyanı yayınladı. 4 Sonuç olarak, yapay zeka araçları uygun şekilde doğrulanmışsa, yapay zekayı ikinci bir gözden geçiren olarak kullanmak uygun olabilir.
SLR'ler ayrıca dahili strateji ve yayın için de yürütülür. Bu tür SLR'ler, kanıt boşluklarını belirlemek için de çok önemlidir ve entegre kanıt planlarını (IEP'ler) bilgilendirebilir. Bilimsel titizlik, bu SLR'ler için hala kritik öneme sahiptir. Bu nedenle, literatür taramasının ilk aşaması için yapay zekanın ikinci bir hakem olarak değerlendirilmesi tavsiye edilir.
Üçüncü bir insan incelemeci tarafından çözülen çakışmaları olan bir insan incelemeciye ve bir yapay zeka incelemecisine sahip olmak, yerleşik bir kalite denetimi sağlar. Ek olarak, herhangi bir yapay zeka destekli yöntem, SLR raporlarında veya yayınlarında şeffaf bir şekilde ana hatlarıyla belirtilmelidir ve bu, "(a) incelemenin neden yapıldığına, yazarların ne yaptığına (çalışmaların nasıl tanımlandığı ve seçildiği gibi) ve ne bulduklarına (katkıda bulunan çalışmaların özellikleri ve meta-analizlerin sonuçları gibi) şeffaf, eksiksiz ve doğru bir açıklama" ihtiyacına ilişkin 2020 PRISMA yönergeleriyle uyumludur. 5 Bu tür SLR'ler yapay zeka yardımıyla daha hızlı ve daha düşük maliyetle gerçekleştirilebilirse, SLR'ler ilaç geliştirme sürecinde daha erken kullanılabilir ve daha sık güncellenebilir. Bu, IEP'leri daha iyi bilgilendirebilir ve daha etkili kanıt oluşturma planlamasına yol açabilir.
HEOR alanında özellikle yararlı olan bir başka bilimsel literatür taraması türü, kapsamlı hedefli incelemedir. Kapsamlı, hedefe yönelik incelemeler genellikle hastalık ve tedavi alanlarını kapsar ve erken ilaç geliştirme konusunda bilgi sağlar. Yapay zeka destekli yöntemler, özellikle çok sayıda yayınlanmış literatürün bulunduğu geniş konular için kullanışlıdır. Literatür taramasının ilk aşamasını tamamlamak için yapay zekanın kullanılması, zaman ve maliyet tasarrufu için bir seçenek olarak önerilmektedir. Kapsamlı hedefli incelemeler, SLR'lerden daha az katı metodoloji gereksinimlerine sahip olsa da, döngüdeki insan süreçleri hala önemlidir ve yapay zeka tarafından incelenen referansların önceden belirlenmiş bir yüzdesinin kalite kontrollerini uygulamak da önerilen bir seçenektir.
Son olarak, bilimsel literatür incelemelerinin güncellenmesi - SLR'ler veya kapsamlı hedefli incelemeler olsun - AI kullanımının fayda sağlayabileceği başka bir kanıt sentezi türüdür. Mevcut bilimsel literatür incelemeleri eğitim verileri olarak kullanılabilir ve bir inceleme güncellemesi gerçekleştirmek için yeterli yeni, ilgili yayınlanmış literatür olup olmadığını değerlendirmek için yapay zeka araçları kullanılabilir. Yakın zamanda yayınlanan literatürün izlenmesi, gözden geçirme güncellemelerinin zamanında ve uygun bir şekilde yapılmasını sağlayacaktır.
Son olarak, bilimsel literatür incelemelerinin güncellenmesi - SLR'ler veya kapsamlı hedefli incelemeler olsun - AI kullanımının fayda sağlayabileceği başka bir kanıt sentezi türüdür. Mevcut bilimsel literatür incelemeleri eğitim verileri olarak kullanılabilir ve bir inceleme güncellemesi gerçekleştirmek için yeterli yeni, ilgili yayınlanmış literatür olup olmadığını değerlendirmek için yapay zeka araçları kullanılabilir. Yakın zamanda yayınlanan literatürün izlenmesi, gözden geçirme güncellemelerinin zamanında ve uygun bir şekilde yapılmasını sağlayacaktır.
Kanıt oluşturmada yapay zekanın temkinli bir şekilde benimsenmesi
HTA yetkililerinin gereksinimlerini karşılamanın yollarını bulmak, ilgili zaman yoğun süreçlerin bir kısmını azaltırken, şirketler için büyük bir önceliktir, çünkü bir şirketin ürününün geri ödenmediği her gün gelir kaybına neden olur. NICE kılavuzu, kanıt oluşturmada karar vermeyi geliştirmek için yapay zekanın akıllıca kullanımında şirketleri desteklemenin bir yolunu buluyor. Ancak NICE, yapay zekanın şeffaflığı ve güvenilirliği konusunda uyarıda bulundu.4
Doğru bağlamda ve doğru şekilde uygulandığında, yapay zeka araçları, SLR'leri daha sık gerçekleştirmeyi daha kolay ve daha uygun maliyetli hale getirerek şirketleri güçlendirebilir ve sonuç olarak daha bilinçli kararlar almalarına yardımcı olabilir.
PRISMA, 2020 genişletilmiş kontrol listesinde otomasyon kullanımı hakkında rehberlik sağlıyor. Bu, otomasyon araçlarının genel çalışma seçim sürecine nasıl entegre edildiğinin raporlanmasının yanı sıra tarama sürecinde makine öğreniminin uygulanmasını ve kaçırılan çalışmalar veya yanlış sınıflandırma riskini anlamak için hangi doğrulamanın yapıldığını içerir.6
Doğru bağlamda ve doğru şekilde uygulandığında, yapay zeka araçları, SLR'leri daha sık gerçekleştirmeyi daha kolay ve daha uygun maliyetli hale getirerek şirketleri güçlendirebilir ve sonuç olarak daha bilinçli kararlar almalarına yardımcı olabilir.
PRISMA, 2020 genişletilmiş kontrol listesinde otomasyon kullanımı hakkında rehberlik sağlıyor. Bu, otomasyon araçlarının genel çalışma seçim sürecine nasıl entegre edildiğinin raporlanmasının yanı sıra tarama sürecinde makine öğreniminin uygulanmasını ve kaçırılan çalışmalar veya yanlış sınıflandırma riskini anlamak için hangi doğrulamanın yapıldığını içerir.6
Sağlık Hizmetleri'nde karar vericilerle yapılan anketler, kanıt toplama ve kanıt özetleme için yapay zeka araçlarıyla artan bir rahatlık olduğunu gösteriyor. Bununla birlikte, yapay zeka araçlarını kullanırken güvenlik ve gizlilikle ilgili meşru endişelerin yanı sıra gözden geçirenler tarafından yanlışlıkla ortaya çıkan olası önyargılar da devam etmektedir. Ayrıca, yapay zekanın araştırmacılardan ve tıp uzmanlarından önemli ölçüde girdi gerektirdiğini ve insanların sağlığını ve sağlık hizmetlerini etkileyebilecek konuları araştırırken doğruluğu sağlamanın hayati önem taşıdığını vurgulamak önemlidir.
Bu endişelerden bazıları, doğrulanmış yapay zeka araçlarının deneyimli araştırmacılar tarafından yönlendirildiği literatür taraması iş akışları kullanılarak ele alınabilir. Döngüdeki insan kalite kontrolleri, riski azaltmanın ve araştırma bütünlüğünü korumanın bir yolunu da sağlar. Yapay zekanın, geliştirilmesinde sağlam bir eğitim ve doğrulama temeli olması koşuluyla, literatür taramaları için önemli bir araç olarak olgunlaşması için bir alan vardır.
Kanıt oluşturma sürecinin farklı bölümlerine yönelik uygun ve güvenilir yapay zeka özellikli araçlar, yükün bir kısmını ortadan kaldırmak için uzun bir yol kat edebilir ve şirketlere pazar erişim hedeflerine ulaşmak için ihtiyaç duydukları içgörüleri sağlayabilir.
Bu endişelerden bazıları, doğrulanmış yapay zeka araçlarının deneyimli araştırmacılar tarafından yönlendirildiği literatür taraması iş akışları kullanılarak ele alınabilir. Döngüdeki insan kalite kontrolleri, riski azaltmanın ve araştırma bütünlüğünü korumanın bir yolunu da sağlar. Yapay zekanın, geliştirilmesinde sağlam bir eğitim ve doğrulama temeli olması koşuluyla, literatür taramaları için önemli bir araç olarak olgunlaşması için bir alan vardır.
Kanıt oluşturma sürecinin farklı bölümlerine yönelik uygun ve güvenilir yapay zeka özellikli araçlar, yükün bir kısmını ortadan kaldırmak için uzun bir yol kat edebilir ve şirketlere pazar erişim hedeflerine ulaşmak için ihtiyaç duydukları içgörüleri sağlayabilir.
Yazarlar hakkında
Kimberly Ruiz, Cencora'da Kanıt Oluşturma ve Değer İletişimi Kıdemli Direktörüdür. Sistematik ve hedefe yönelik literatür taramalarının yürütülmesinde ve bilimsel yayınlar ve dosya geliştirme dahil olmak üzere çeşitli tıbbi iletişim çalışmalarında araştırmacı ekiplerine liderlik etmektedir. Sağlık sektörünün danışmanlık, kurumsal ve kar amacı gütmeyen sektörlerinde araştırmacı olarak 20 yıldan fazla deneyime sahiptir.
Malia Gill , Cencora'da Kanıt Üretimi ve Değer İletişimi Müdürüdür. Literatür tabanındaki eğilimlerin kapsamlı bir şekilde anlaşılmasını sağlamak için sistematik ve hedefe yönelik literatür taramaları yapmaktadır. Çalışmaları, STD sunumlarını, meta-analizleri, ekonomik ve epidemiyolojik modelleri ve bilimsel yayınları desteklemektedir.
Malia Gill , Cencora'da Kanıt Üretimi ve Değer İletişimi Müdürüdür. Literatür tabanındaki eğilimlerin kapsamlı bir şekilde anlaşılmasını sağlamak için sistematik ve hedefe yönelik literatür taramaları yapmaktadır. Çalışmaları, STD sunumlarını, meta-analizleri, ekonomik ve epidemiyolojik modelleri ve bilimsel yayınları desteklemektedir.
Kimberly Ruiz'in fotoğrafı.
Kıdemli Direktör, Kanıt Üretimi ve Değer İletişimi, Cencora
Malia Solungaç
Yönetici, Kanıt Oluşturma ve Değer İletişimi, Cencora
Bu makale, bu yazının yazıldığı tarihte kamuya açık olan bilgilere (listelenen kaynaklara bakın) ve yazarların bu alandaki uzmanlığına dayanarak Cencora'nın konuya ilişkin anlayışını özetlemektedir. Makalede verilen herhangi bir öneri her durum için geçerli olmayabilir ve yasal tavsiye niteliğinde değildir. Okuyucular, tartışılan konularla ilgili kararlar verirken makaleye güvenmemelidir.
Rapor
2025 için küresel olarak en iyi pazar erişim trendlerini tahmin etmek
2025 sağlık hizmetleri sektörü önemli bir değişime hazırlanıyor. Cencora'nın "2025 için küresel olarak en önemli pazar erişim trendlerini öngörmek" başlıklı raporu, hastaların yenilikçi tedavilere erişimini etkileyecek temel eğilimleri vurgulamaktadır.
Temel içgörüler arasında küresel politika değişikliklerinde gezinmek, üreticiler ve ödeme yapanlar arasında gelişen dinamikleri anlamak, ilaç fiyatlandırma baskılarını ele almak, paydaş katılımı için dijital iletişimden yararlanmak ve ABD sağlık hizmetlerinde eşitliği artırmak yer alıyor
Temel içgörüler arasında küresel politika değişikliklerinde gezinmek, üreticiler ve ödeme yapanlar arasında gelişen dinamikleri anlamak, ilaç fiyatlandırma baskılarını ele almak, paydaş katılımı için dijital iletişimden yararlanmak ve ABD sağlık hizmetlerinde eşitliği artırmak yer alıyor
Ekibimizle iletişime geçin
Önde gelen değer uzmanlarından oluşan ekibimiz, kanıtları, politika içgörülerini ve pazar istihbaratını etkili küresel pazar erişim stratejilerine dönüştürmeye kendini adamıştır. Günümüzün karmaşık sağlık hizmetleri ortamında güvenle yol almanıza yardımcı olalım. Hedeflerinizi nasıl destekleyebileceğimizi öğrenmek için bize ulaşın.
Referanslar:
1. OCEBM Kanıt Düzeyleri, Kanıta Dayalı Tıp Merkezi. https://www.cebm.ox.ac.uk/resources/levels-of-evidence/ocebm-levels-of-evidence
2. Yayın hacminin arttığı bir çağda literatür tarama yaklaşımları, ISPOR posteri. https://www.ispor.org/docs/default-source/euro2024/isporeurope24cadarettesa57poster146827-pdf.pdf?sfvrsn=39a72ef6_0
3. Kanıt sentezinde yapay zekayı uygulayarak ne kadar tasarruf edebiliriz? İş yükü verimliliklerini ve maliyet tasarruflarını ölçmek için pragmatik bir incelemenin sonuçları, Front Pharmacol. 2025 Ocak https://pmc.ncbi.nlm.nih.gov/articles/PMC11826052/
4. Kanıt oluşturmada yapay zeka kullanımı: GÜZEL pozisyon ifadesi. https://www.nice.org.uk/about/what-we-do/our-research-work/use-of-ai-in-evidence-generation--nice-position-statement
5. PRISMA 2020 beyanı: sistematik incelemeleri raporlamak için güncellenmiş bir kılavuz, BMJ, 2021. https://www.bmj.com/content/372/bmj.n71
6. PRISMA 2020 genişletilmiş kontrol listesi. https://www.bmj.com/content/bmj/suppl/2021/03/29/bmj.n71.DC1/pagm061899.w2.pdf
Cencora.com, web sitesinin İngilizce dışındaki dillerde okunmasına yardımcı olmak için otomatik çeviri hizmeti sunmaktadır. Bu çeviriler için doğru bir çeviri sağlamak için makul çabalar gösterilmiştir, ancak hiçbir otomatik çeviri mükemmel değildir ve insan çevirmenlerin yerini alması amaçlanmamıştır. Bu çeviriler, Cencora.com kullanıcılarına bir hizmet olarak sağlanmakta olup “olduğu gibi” sunulmaktadır. İngilizce'den başka bir dile yapılan bu çevirilerin doğruluğu, güvenilirliği veya hatasızlığı konusunda açık veya zımni hiçbir garanti verilmemektedir. Bazı içerikler (resimler, videolar, Flash vb.) çeviri yazılımının sınırlamaları nedeniyle doğru bir şekilde çevrilemeyebilir.
Bu içeriğin İngilizce'den başka bir dile çevrilmesinde ortaya çıkan tutarsızlıklar veya farklılıklar bağlayıcı değildir ve uyum, yaptırım veya başka herhangi bir amaç için yasal etkisi yoktur. Herhangi bir hata tespit ederseniz, lütfen bizimle iletişime geçin. Bu çevirilerde yer alan bilgilerin doğruluğuna ilişkin herhangi bir sorunuz olursa, lütfen sayfanın İngilizce sürümüne başvurun.