研究周期中的AI智能体：加速范围综述的实用指南

《Tijdschrift voor Urologie》：AI-agents in de onderzoekscyclus: een praktische handleiding voor het versnellen van scoping reviews

　　

背景：系统综述和范围综述是循证泌尿外科护理的基础，但劳动强度大。AI智能体（AI agents）提供了加速该过程某些环节的机会。
目标：本指南向荷兰泌尿外科医生介绍用于范围综述的AI智能体，演示ASReview和PRISMA-ScR Review Assistent工作流程。
方法：研究人员描述了一个三阶段工作流程：（1）系统检索，（2）使用ASReview进行标题和摘要筛选，（3）使用PRISMA-ScR Review Assistent GPT生成报告。
结果：AI支持的筛选可节省高达95%的时间。人在回路（human-in-the-loop）验证仍然至关重要。
结论：当研究人员保持批判性监督时，AI智能体可大幅加速综述进程。

该论文发表在《Tijdschrift voor Urologie》，基于2025年11月27日荷兰腔内泌尿外科工作组（SWEN）会议的演讲，旨在向荷兰泌尿外科医生、住院医师和研究人员介绍如何利用AI智能体加速范围综述（scoping review）。

研究背景与问题：系统综述（systematic review）和范围综述是循证泌尿外科护理的基础。范围综述不同于回答特定问题、采用严格纳入标准的系统综述，其本质是探索性的，旨在绘制现有证据的广度与性质。然而，范围综述的实施极为劳动密集。一次典型检索可能产生数千篇潜在相关出版物，需要逐一进行标题与摘要筛选，随后还要全文阅读、数据提取和结果综合，即使有专门团队也通常耗时数月。人工智能（AI）尤其是大型语言模型（large language models, LLMs）的兴起，为加速这些环节提供了新可能。AI智能体（AI agents）是能够自主执行任务、从反馈中学习并处理复杂工作流程的软件系统。本文以一项关于尿失禁患者报告结局指标（patient-reported outcome measures, PROMs）的范围综述为案例，展示了如何通过AI智能体加速综述过程。

研究内容与结论：研究人员描述了一个三阶段工作流程：（1）系统检索，（2）使用ASReview进行标题与摘要筛选，（3）使用PRISMA-ScR Review Assistent GPT生成报告。结论认为，AI智能体可在研究人员保持批判性监督的前提下大幅加速综述流程，降低文献综述的门槛，同时不牺牲科学质量。

主要技术方法（不超过250字）：该研究以数据库检索结果作为分析语料，检索来自PubMed/MEDLINE、Embase和CINAHL，截止2025年6月18日，共获得19555条记录，去除5968条重复后剩余13587条。关键技术方法包括：阶段1采用传统检索策略，由信息专家制定并由研究团队审核；阶段2使用ASReview（v1.6.6）进行主动学习（active learning）筛选，停止标准为至少筛选25%的记录且连续100篇不相关；阶段3使用定制的PRISMA-ScR Review Assistent GPT生成符合报告规范的概念文本。补充采用引文搜索以识别初始检索遗漏的PROM原始文献和后续验证研究。质量控制由一名研究者独立筛选10%的文章。

研究结果：

案例：PROM范围综述
数据库检索共获得19555条记录，去重后剩13587条进入ASReview筛选。达到停止标准后，系统检索纳入96篇文章；补充引文检索额外增加45篇，最终共纳入141篇文章，描述143个尿失禁特异性PROMs。

AI筛选带来的时间节省
假设按传统方式人工筛选13587篇摘要，以平均每篇30秒计算，约需113小时（约14个工作日）。使用ASReview后，筛选约25%的记录（约3400篇摘要）即可识别绝大多数相关文章，筛选时间显著减少。

内容发现
该研究结果显示，143个PROMs中有83个（58.0%）报告了患者参与，其中主要发生在条目生成阶段（40.3%）。74种工具（51.0%）具有经过验证的翻译版本，但仅11种（7.7%）报告了正式的可读性测量；4种PROMs提供象形图版本；仅24种（16.8%）记录了确定的微小重要差异（minimally important difference, MID）。

讨论部分总结：研究人员强调"人在回路"（human-in-the-loop）理念，即AI执行常规任务并对信息进行优先级排序，研究者保持批判性监督并作出最终决策。其原因包括：研究者对科学诚信负责；AI模型可能产生幻觉（hallucination），以高置信度呈现错误信息甚至不存在的文献；以及模型缺乏区分纳入标准中细微差别的领域专业知识。此外，标准化方法更有利于AI辅助，PRISMA-ScR的27个明确步骤构成了理想框架；其他标准化报告指南，如CONSORT（Consolidated Standards of Reporting Trials）和STROBE（Strengthening the Reporting of Observational Studies in Epidemiology），同样适用于此类AI支持。研究人员还提出实践建议：从小范围研究问题开始、透明记录AI工具使用、系统验证（如双人筛选和人工核对参考文献）、保持批判性态度、使用专门定制的GPT工具。当前局限包括ASReview依赖正确的先验知识，LLM输出可能不一致；未来模型有望具备多模态能力和集成搜索功能。

研究结论翻译：AI智能体为执行范围综述提供有价值的支持，并能显著加速研究过程。诸如ASReview用于智能筛选和PRISMA-ScR Review Assistent用于系统引导全部27个步骤等工具，现在对每位研究者都是可及的。将这些技术结合到结构化工作流程中，可以降低文献综述的进入门槛。成功使用的关键，在于认识到这些工具是助手，而非人类专业知识的替代品。通过批判性监督、系统验证输出和透明报告AI使用情况，泌尿外科医生可以在不牺牲科学质量的前提下享受效率优势。AI并不会取代综述写作，但会提供巨大帮助。