DOI: https://doi.org/10.1017/s0266462326103535
PMID: https://pubmed.ncbi.nlm.nih.gov/41692687
تاريخ النشر: 2026-01-01
المؤلف: Ṣẹ̀yẹ Abògúnr̀in وآخرون
الموضوع الرئيسي: أنظمة السجلات الصحية الإلكترونية
نظرة عامة
تستعرض هذه المراجعة الأدبية المنهجية (SLR) دمج الذكاء الاصطناعي (AI) في المراجعات الأدبية المتعلقة بالصحة، مع التركيز على تطبيقاته وأدواته والإرشادات المقدمة من وكالات تقييم التكنولوجيا الصحية (HTA). حددت المراجعة 112 دراسة تشمل 111 مراجعة أدبية فريدة، والتي أبلغت عن إجمالي 134 تنفيذًا لـ 45 أداة ذكاء اصطناعي متميزة، مع زيادة ملحوظة في استخدام الذكاء الاصطناعي منذ عام 2013، وخاصة في مرحلة فحص العناوين والملخصات. على الرغم من التقدم، لا يزال الاعتماد على الإشراف البشري أمرًا حاسمًا، حيث لم يتم توثيق أي تطبيقات ذكاء اصطناعي مستقلة بالكامل.
تشير النتائج إلى أنه بينما يتم استخدام أدوات الذكاء الاصطناعي بشكل متزايد في المراجعات الأدبية المنهجية – تم نشر أكثر من 90% من المراجعات المدعومة بالذكاء الاصطناعي بعد عام 2020 – لا يزال قبول هذه التقنيات من قبل هيئات تقييم التكنولوجيا الصحية محدودًا، حيث تقدم عدد قليل من الوكالات إرشادات رسمية. تؤكد الدراسة على ضرورة إجراء مزيد من الأبحاث لتقييم أداء وموثوقية الذكاء الاصطناعي في تجميع الأدلة، فضلاً عن أهمية الجهود التعاونية بين وكالات تقييم التكنولوجيا الصحية والخبراء المنهجيين لتحسين الإرشادات وإرساء معايير موحدة للتحقق من أدوات الذكاء الاصطناعي. يمكن أن تعزز هذه المبادرات كفاءة عمليات اتخاذ القرار في الرعاية الصحية وتحسن وصول المرضى إلى العلاجات.
مقدمة
تحدد مقدمة ورقة البحث الدور الحاسم لتقييم التكنولوجيا الصحية (HTA) في تقييم سلامة وفعالية وتكلفة التقنيات الصحية. يستخدم تقييم التكنولوجيا الصحية المراجعات الأدبية المنهجية (SLRs) كمعيار ذهبي لتجميع الأدلة، مما يُعلم اتخاذ القرار بشأن اعتماد وتقوية التقنيات الصحية. ومع ذلك، فإن عملية المراجعة الأدبية المنهجية معقدة وتحتاج إلى موارد وتستغرق وقتًا طويلاً، وغالبًا ما تستغرق أكثر من 67 أسبوعًا لإكمالها، مما قد يؤدي إلى نتائج قديمة بحلول وقت النشر. يمكن أن تكون الأعباء المالية لإجراء المراجعات الأدبية المنهجية كبيرة، حيث تصل التكاليف إلى 141,194.80 دولار أمريكي.
تسلط الورقة الضوء على إمكانيات الذكاء الاصطناعي (AI) لتبسيط عملية المراجعة الأدبية المنهجية، خاصة من خلال التقدم في معالجة اللغة الطبيعية (NLP) وتعلم الآلة (ML). يمكن أن تعزز هذه التقنيات كفاءة تجميع الأدلة، مما يدعم اتخاذ القرار في تقييم التكنولوجيا الصحية في الوقت المناسب. على الرغم من أن بعض وكالات تقييم التكنولوجيا الصحية أصدرت توصيات بشأن استخدام الذكاء الاصطناعي، إلا أن العديد منها لم تحدد موقفها بعد بشأن اعتماده في تجميع الأدلة. تهدف الدراسة إلى قياس انتشار الذكاء الاصطناعي في المراجعات الأدبية المنهجية المتعلقة بالصحة المنشورة، وتحديد أدوات الذكاء الاصطناعي المستخدمة في مراحل مختلفة من المراجعات الأدبية المنهجية، وتقييم قبول هذه الأدوات من قبل وكالات تقييم التكنولوجيا الصحية. تسعى هذه التحقيقات إلى توضيح آثار اعتماد الذكاء الاصطناعي على اتخاذ القرار في تقييم التكنولوجيا الصحية دون الخوض في منهجيات الذكاء الاصطناعي المحددة التي تم تناولها سابقًا في الأدبيات.
الطرق
في هذه الدراسة، أجرى المؤلفون مراجعة أدبية منهجية (SLR) لتحديد المراجعات الأدبية المنهجية المدعومة بالذكاء الاصطناعي في الأبحاث المتعلقة بالصحة، ملتزمين بإرشادات PRISMA 2020. تضمنت المنهجية عمليات بحث منظمة عبر قواعد بيانات مختلفة، تلتها تجميع سردي للنتائج. بالإضافة إلى ذلك، تم تقييم خطر التحيز باستخدام أداة Risk Of Bias In Systematic Reviews (ROBIS) لضمان موثوقية الدراسات المدرجة. تم تسجيل بروتوكول المراجعة الأدبية المنهجية مسبقًا مع Open Science Framework، مما يوفر الشفافية وقابلية التكرار (معرف البروتوكول: osf.io/6tavf).
النتائج
في هذا القسم، يتم تقديم نتائج مراجعة أدبية منهجية (SLR). تم استرجاع إجمالي 14,226 سجلًا في البداية من قواعد البيانات الإلكترونية، تم إزالة 2,354 منها كنسخ مكررة، مما ترك 11,872 سجلًا لفحص العناوين والملخصات. أزالت الجولة الأولى من الفحص 11,178 سجلًا، مما أسفر عن 694 نصًا كاملاً لمزيد من المراجعة. في النهاية، استوفى 103 مقالات معايير الأهلية، وتم تحديد 9 مقالات إضافية مؤهلة من خلال عمليات بحث في المراجع، مما أدى إلى إجمالي 112 مقالة. من الجدير بالذكر أن هذه المقالات تت correspond إلى 111 مراجعة أدبية منهجية فريدة، حيث أبلغت مقالتان عن نتائج مختلفة من نفس المراجعة الأدبية المنهجية، مع استخراج معلومات حول استخدام أدوات الذكاء الاصطناعي من واحدة فقط منها. يتم توضيح مخطط تدفق PRISMA الذي يوضح هذه العملية في الشكل 1.
المناقشة
تقوم قسم المناقشة في ورقة البحث بتقييم منهجي لدمج أدوات الذكاء الاصطناعي (AI) في المراجعات الأدبية المنهجية المتعلقة بالصحة (SLRs). حددت الدراسة 112 مقالة تشمل 111 مراجعة أدبية منهجية فريدة أبلغت عن استخدام الذكاء الاصطناعي، مع زيادة ملحوظة في المنشورات منذ عام 2020. كانت أدوات الذكاء الاصطناعي الأكثر استخدامًا تُستخدم لفحص العناوين والملخصات، مما يبرز الاتجاه نحو الأتمتة في هذه المرحلة الأولية من المراجعة. على الرغم من التقدم، لا يزال الإشراف البشري ضروريًا، حيث لم تُظهر أي دراسات تطبيقات ذكاء اصطناعي مستقلة بالكامل. تؤكد النتائج على الدور الحاسم للمراجعين البشريين في التحقق من مخرجات الذكاء الاصطناعي وضمان موثوقية عملية المراجعة.
علاوة على ذلك، تشير الورقة إلى أن الإرشادات الرسمية من وكالات تقييم التكنولوجيا الصحية (HTA) بشأن الذكاء الاصطناعي في المراجعات الأدبية المنهجية محدودة، مما يدل على قبول حذر لهذه التقنيات في عمليات اتخاذ القرار. تؤكد الدراسة على الحاجة إلى معايير وإرشادات أوضح لتعزيز الشفافية وقابلية التكرار في المراجعات الأدبية المنهجية المدعومة بالذكاء الاصطناعي. مع استمرار تطور تقنيات الذكاء الاصطناعي، يدعو المؤلفون إلى إجراء أبحاث مستمرة لتقييم أدائها وموثوقيتها، جنبًا إلى جنب مع الجهود التعاونية بين وكالات تقييم التكنولوجيا الصحية والخبراء المنهجيين لتحسين الإرشادات الحالية. تسهم هذه التقييمات الشاملة في فهم دور الذكاء الاصطناعي في تجميع الأدلة وإمكانيته في تسريع وصول المرضى إلى العلاجات من خلال تحسين منهجيات المراجعة.
DOI: https://doi.org/10.1017/s0266462326103535
PMID: https://pubmed.ncbi.nlm.nih.gov/41692687
Publication Date: 2026-01-01
Author(s): Ṣẹ̀yẹ Abògúnr̀in et al.
Primary Topic: Electronic Health Records Systems
Overview
This systematic literature review (SLR) investigates the integration of artificial intelligence (AI) in health-related SLRs, focusing on its applications, tools, and the guidance provided by health technology assessment (HTA) agencies. The review identified 112 studies encompassing 111 unique SLRs, which reported a total of 134 implementations of 45 distinct AI tools, with a notable increase in AI usage since 2013, particularly in the title and abstract screening phase. Despite the advancements, the reliance on human oversight remains critical, as no fully autonomous AI applications were documented.
The findings indicate that while AI tools are increasingly utilized in SLRs—over 90% of AI-assisted reviews were published post-2020—the acceptance of these technologies by HTA bodies is still limited, with few agencies offering formal guidelines. The study underscores the necessity for further research to evaluate the performance and reliability of AI in evidence synthesis, as well as the importance of collaborative efforts among HTA agencies and methodological experts to refine guidance and establish standardized validation criteria for AI tools. Such initiatives could enhance the efficiency of healthcare decision-making processes and improve patient access to treatments.
Introduction
The introduction of the research paper outlines the critical role of health technology assessment (HTA) in evaluating health technologies’ safety, effectiveness, and cost-effectiveness. HTA employs systematic literature reviews (SLRs) as the gold standard for evidence synthesis, which informs decision-making regarding the adoption and reimbursement of health technologies. However, the SLR process is complex, resource-intensive, and time-consuming, often taking over 67 weeks to complete, which can result in outdated findings by the time of publication. The financial burden of conducting SLRs can be substantial, with costs reaching up to US$141,194.80.
The paper highlights the potential of artificial intelligence (AI) to streamline the SLR process, particularly through advancements in natural language processing (NLP) and machine learning (ML). These technologies could enhance the efficiency of evidence synthesis, thereby supporting timely HTA decision-making. Despite some HTA agencies issuing recommendations on AI use, many have yet to define their stance on its adoption in evidence synthesis. The study aims to quantify the prevalence of AI in published health-related SLRs, identify the AI tools utilized at various stages of SLRs, and assess the acceptance of these tools by HTA agencies. This investigation seeks to clarify the implications of AI adoption for HTA decision-making without delving into specific AI methodologies previously covered in the literature.
Methods
In this study, the authors conducted a systematic literature review (SLR) to identify AI-supported SLRs in health-related research, adhering to the PRISMA 2020 guidelines. The methodology involved structured searches across various databases, followed by a narrative synthesis of the findings. Additionally, the risk of bias was assessed using the Risk Of Bias In Systematic Reviews (ROBIS) tool to ensure the reliability of the included studies. The SLR protocol was preregistered with the Open Science Framework, providing transparency and reproducibility (protocol identifier: osf.io/6tavf).
Results
In this section, the results of a systematic literature review (SLR) are presented. A total of 14,226 records were initially retrieved from electronic databases, from which 2,354 duplicates were removed, leaving 11,872 records for title and abstract screening. The first round of screening eliminated 11,178 records, resulting in 694 full texts for further review. Ultimately, 103 articles met the eligibility criteria, and an additional 9 eligible articles were identified through bibliography searches, culminating in a total of 112 articles. Notably, these articles correspond to 111 unique SLRs, as two articles reported different outcomes from the same SLR, with information on AI tool use extracted from only one of them. The PRISMA flowchart detailing this process is illustrated in Figure 1.
Discussion
The discussion section of the research paper systematically evaluates the integration of artificial intelligence (AI) tools in health-related systematic literature reviews (SLRs). The study identified 112 articles encompassing 111 unique SLRs that reported the use of AI, with a notable increase in publications since 2020. The most frequently employed AI tools were utilized for title and abstract screening, highlighting a trend towards automation in this initial review stage. Despite the advancements, human oversight remains essential, as no studies demonstrated fully autonomous AI applications. The findings underscore the critical role of human reviewers in verifying AI outputs and ensuring the reliability of the review process.
Furthermore, the paper notes that formal guidance from health technology assessment (HTA) agencies regarding AI in SLRs is limited, indicating a cautious acceptance of these technologies in decision-making processes. The study emphasizes the need for clearer standards and guidelines to enhance transparency and reproducibility in AI-assisted SLRs. As AI technologies continue to evolve, the authors advocate for ongoing research to evaluate their performance and reliability, alongside collaborative efforts among HTA agencies and methodological experts to refine existing guidelines. This comprehensive assessment contributes to the understanding of AI’s role in evidence synthesis and its potential to expedite patient access to treatments through improved review methodologies.