综述：人工智能时代毒理学研究中偏倚风险的评估

这篇综述深入探讨了人工智能(AI)在毒理学偏倚(risk of bias, RoB)评估中的革新作用，系统梳理了选择偏倚(selection bias)、性能偏倚(performance bias)等核心类型，并对比了SYRCLE、OHAT等评估工具。作者强调AI虽能提升评估效率，但需警惕算法偏见(algorithmic bias)和数据偏差(data bias)，呼吁建立标准化AI评估框架以推动循证毒理学(EBT)发展。

　　

引言

毒理学研究的内部效度（internal validity）高度依赖对偏倚风险（risk of bias, RoB）的评估。传统方法依赖人工筛查，存在主观性强、耗时等问题。随着人工智能（AI）技术的崛起，自动化偏倚检测成为可能，但AI模型自身也可能引入新的系统性误差。

偏倚类型与关键区分

偏倚被定义为研究结果与真实效应间的系统性偏离，而偏倚风险则是基于研究方法学特征对其潜在偏差的预测性评估。毒理学研究主要涉及五类偏倚：

1. 选择偏倚：如动物分组未随机化（如按体重分配），导致基线特征不均衡。
2. 性能偏倚：实验操作差异（如处理组动物受更多关注）干扰结果。
3. 检测偏倚：评估者知晓分组信息时，主观指标（如病理评分）易被高估。
4. 损耗偏倚：非随机数据缺失（如高剂量组动物提前死亡）扭曲效应量。
5. 报告偏倚：选择性发表阳性结果（如仅展示显著基因毒性数据）误导证据整合。

评估工具演进

从临床医学延伸的评估框架（如Cochrane RoB工具）经改造后应用于毒理学：

• SYRCLE工具：专为动物实验设计，新增动物模型适用性等信号问题。
• OHAT框架：覆盖环境健康研究，支持跨研究设计（队列研究、病例对照）的灵活评估。
• ToxRTool：针对体外/体内数据可靠性分级（Klimisch分级：可靠无限制/有限制/不可靠）。

AI的双刃剑效应

AI在加速文献筛查（如RobotReviewer自动提取随机化细节）的同时面临三重挑战：

1. 数据偏差：训练集过度依赖雄性动物数据会导致性别预测偏差。
2. 算法偏见：过拟合模型（overfitting）在新型化合物毒性预测中失效。
3. 透明性缺陷：黑箱模型（如深度神经网络）难以追溯偏倚来源。

未来方向

欧洲化学品风险评估伙伴关系（PARC）正在开发INVITES-IN工具，用于体外研究内部效度评估。建议通过联邦学习（federated learning）整合多中心数据，并采用SHAP值（SHapley Additive exPlanations）提升模型可解释性，最终构建偏倚弹性（bias-resilient）的AI评估体系。