面向AI肿瘤学的规则驱动摘要级证据监控流水线OncoTagger的开发与应用

《npj Digital Medicine》：OncoTagger: a reproducible abstract-level landscape of open-access AI-oncology articles in Web of Science

摘要

AI肿瘤学的证据增长过快，无法依赖静态的人工监控。我们开发了OncoTagger——一个基于规则的摘要级别证据监控流水线，并将其应用于Web of Science核心合集索引的英文开放获取文章语料库，从2019年至2025年对标题、摘要、关键词及元数据层面进行分析。从59,994条初始记录中，经去重、年份筛选、自动化筛选和人工审核，最终获得20,766条记录。基于预测层加权的语料库级估计显示，指标检测准确率为92.3%（95%CI 88.9–95.2%），敏感率为89.3%（85.4–93.3%），特异率为98.2%（94.5–100.0%）。有序指标类别显示，加权类别输出的精确一致率为73.6%（69.0–77.8%），复合指标输出的精确一致率为76.8%（72.3–80.8%），线性加权Cohen's kappa分别为0.588（0.513–0.659）和0.615（0.537–0.689）。主要任务分配与人工共识的中度一致性为68.0%精确一致率（95%CI 63.3–72.4%；Cohen's kappa 0.508，0.442–0.572），完整的未分配任务普查揭示了系统性的词典覆盖缺口。该资源描述了摘要报告的指标模式、流水线衍生的任务构成、地域分布及探索性候选转化信号子集。应将其解读为可重复的聚合监控基础设施，而非AI肿瘤学领域的完整普查、经过验证的文章级分类器，或算法性能的比较评估。