AI-ondersteunde abstractselectie versnelt literatuuronderzoek, maar mist relevantie

Systematische literatuurreviews (SLR) zijn essentieel voor evidence-based geneeskunde, maar vereisen veel tijd en inspanning. AI-gestuurde tools, zoals ASReview, beloven dit proces te versnellen door relevante abstracts te prioriteren. Dit onderzoek evalueert de effectiviteit van ASReview in vergelijking met handmatige abstractselectie bij een complexe SLR in reumatologie. Opzet van het onderzoek De studie richtte zich op de vraag of een verhoogde dosis biologische therapieën betere uitkomsten geeft bij reumatoïde artritis. Het SLR-proces omvatte 4538 abstracts, waarvan 100 werden gebruikt als trainingsdataset. De overige abstracts werden verdeeld in twee helften (A en B) en gescreend door twee onderzoekers, waarbij zowel ASReview als handmatige selectie werden toegepast. Abstracts met afwijkende beoordelingen werden opnieuw geëvalueerd om consensus te bereiken. De AI-tool werkte in fasen, waarbij een Naïve Bayes-classificator en vervolgens een neuraal netwerk werden ingezet. Een vooraf gedefinieerd stopcriterium gaf aan wanneer de screening kon stoppen. Resultaten Met ASReview werden in helft A 318 abstracts (14,3%) gescreend in 4 uur en 15 minuten, resulterend in 83…