Generative Artificial Intelligence for Systematic Literature Reviews: A Good Practices Report of an ISPOR Special Task Force.

چکیده اصلی

OBJECTIVES: Systematic literature reviews (SLRs) are foundational to evidence-based medicine, including health technology assessment (HTA) and health economics and outcomes research (HEOR). Generative artificial intelligence (GenAI) tools are increasingly used in SLR workflows, yet no good practice guidance exists. This ISPOR Task Force report provides evidence-informed recommendations for responsible GenAI use across core SLR tasks. METHODS: A PRISMA-adapted rapid evidence assessment identified 115 empirical studies evaluating GenAI in SLR tasks published between November 2022 and July 2025. Findings were synthesized qualitatively across seven tasks. A structured task-level assessment framework spanning eight domains informed good practice recommendations, derived through Task Force consensus among experts in SLR methodology, HTA, AI development, bioethics, and regulatory science. RESULTS: Evidence supported GenAI use for high-recall title/abstract screening and structured first-pass data extraction within human-in-the-loop workflows with explicit oversight. Autonomous deployment was not supported. Evidence for full-text screening, qualitative synthesis, and report writing was more conditional, depending on workflow design and oversight, while risk of bias assessment showed the lowest readiness. End-to-end autonomous SLR generation was not recommended. Performance was most reliable within clearly defined workflows, with pre-specified rules for flagging records and explicit human review and conflict-resolution processes. CONCLUSIONS: Based on current evidence, GenAI can augment, but not replace, human expertise in SLRs. Responsible use requires evaluating GenAI suitability for each review task, retaining human accountability at all decision points, and documenting AI use as a core methodological component. Because GenAI evolves rapidly, these recommendations reflect evidence through July 2025 and warrant periodic updating.

ترجمه فارسی چکیده

هدف: مرورهای نظام‌مند ادبیات (SLR) پایه‌ی پزشکی مبتنی بر شواهد، از جمله ارزیابی فناوری سلامت (HTA) و تحقیقات اقتصاد سلامت و نتایج (HEOR) هستند. ابزارهای هوش مصنوعی مولد (GenAI) در جریان‌های کاری SLR استفاده می‌شوند، اما راهنمایی اصول عملی خوب وجود ندارد. این گزارش کارگروه ISPOR توصیه‌های مبتنی بر شواهد برای استفاده مسئولانه از GenAI در وظایف هسته SLR ارائه می‌دهد. روش‌ها: یک ارزیابی سریع شواهد سازگار با PRISMA ۱۱۵ مطالعه تجربی را شناسایی کرد که GenAI را در وظایف SLR از نوامبر ۲۰۲۲ تا ژوئیه ۲۰۲۵ ارزیابی کرده‌اند. یافته‌ها در هفت وظیفه کیفی ترکیب شدند. یک چارچوب ارزیابی سطح وظیفه‌ای شامل هشت حوزه، اصول عملی خوب را شکل داد که از طریق توافق کارگروه بین متخصصان روش‌شناسی SLR، HTA، توسعه AI، اخلاق زیستی و علوم تنظیم‌گری به دست آمد. نتایج: شواهد از استفاده GenAI برای غربالگری عنوان/خلاصه باrecall بالا و استخراج داده‌های ساختاریافته در جریان‌های انسانی-درون-حلقه با نظارت صریح پشتیبانی شد. استفاده خودمختار توصیه نشد. شواهد برای غربالگری متن کامل، سنتز کیفی و نگارش گزارش مشروطتر بود، بسته به طراحی جریان کار و نظارت، در حالی که ارزیابی ریسک سوگیری پایین‌ترین آمادگی را نشان داد. تولید SLR تمام‌مرحله‌ای خودمختار توصیه نشد. عملکرد در جریان‌های کار کاملاً مشخص‌شده و با قوانین پیش‌تعیین‌شده برای برجسته کردن رکوردها و فرآیندهای بازبینی انسانی و حل تعارض، پایدارتر بود. نتیجه‌گیری: بر اساس شواهد فعلی، GenAI می‌تواند تخصص انسانی را در SLR تقویت کند، اما جایگزین آن نشود. استفاده مسئولانه نیازمند ارزیابی مناسب بودن GenAI برای هر وظیفه مرور، حفظ مسئولیت انسانی در تمام نقاط تصمیم‌گیری و مستندسازی استفاده از AI به عنوان یک مولفه روش‌شناختی هسته است. از آنجا که GenAI به سرعت تکامل می‌یابد، این توصیه‌ها تا ژوئیه ۲۰۲۵ بازتاب شواهد را دارند و نیاز به به‌روزرسانی دوره‌ای دارند.

متن کامل اصلی