gms | German Medical Science

26. Jahrestagung des Netzwerks Evidenzbasierte Medizin e. V.

Netzwerk Evidenzbasierte Medizin e. V. (EbM-Netzwerk)

26. - 28.03.2025, Freiburg

(Wie) kann KI bei der systematischen Literatursuche helfen?

Meeting Abstract

Search Medline for

  • author Irma Klerings - Universität für Weiterbildung Krems, Department für Evidenzbasierte Medizin und Evaluation, Krems, Österreich
  • author Maria-Inti Metzendorf - Heinrich-Heine-Universität Düsseldorf, Institut für Allgemeinmedizin, Medizinische Fakultät, Düsseldorf, Deutschland

Die EbM der Zukunft – packen wir’s an!. 26. Jahrestagung des Netzwerks Evidenzbasierte Medizin. Freiburg, 26.-28.03.2025. Düsseldorf: German Medical Science GMS Publishing House; 2025. Doc25ebmWS-03-01

doi: 10.3205/25ebm118, urn:nbn:de:0183-25ebm1185

Published: March 27, 2025

© 2025 Klerings et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Beschreibung: Die Verbreitung von Large Language Models (LLM) hat Ansätzen zur Automatisierung des Systematic-Review-Prozesses neuen Aufschwung gegeben. Eine Bandbreite neuer Tools und Methoden verspricht alle Schritte des zeitaufwändigen Prozesses schneller durchführen zu können. Auch die systematische Literatursuche, deren hohe methodische Anforderungen – Vollständigkeit, Transparenz, und Reproduzierbarkeit – sich von anderen Formen der Literaturrecherche stark unterscheiden, soll durch KI (künstliche Intelligenz) einfacher werden. Doch wie können wir einschätzen, ob ein KI-Tool diese Ansprüche erfüllt?

Dieser Workshop widmet sich der praktischen Anwendung von KI und Automatisierung im Bereich der systematischen Literaturrecherche. Er besteht aus drei Teilen:

1.
Input: Überblick über 1. bereits etablierte Tools zur Unterstützung von systematischen Suchen, 2. LLM-gestützte Tools und ihre potenzielle Rolle bei der systematischen Suche, und 3. Performanz-Indikatoren für Suchprozesse.
2.
Übung: Die Teilnehmenden testen anhand eines praktischen Beispiels einen KI-gestützten Ansatz und bewerten seine Eignung für die systematische Suche.
3.
Diskussion: Basierend auf Input und Übung diskutieren wir die gegenwärtigen Antworten auf die Fragen: Können LLM-basierte Ansätze relevante Studien identifizieren? Können sie zur Erstellung oder zum Peer Review systematischer Suchstrategien genutzt werden? Können sie robuste systematische Suchen durchführen? Welche Kenntnisse sind notwendig, um den Output von KI-basierten Tools zu bewerten oder weiterzuverwenden?

Der Workshop richtet sich an alle, die systematische Suchen erstellen und/oder die Qualität von Suchmethoden einschätzen können müssen.

Ziel des Workshops ist es, den Teilnehmenden Kriterien zu vermitteln mit denen sie die Eignung von neuen KI-Methoden für die systematische Suche selbst kritisch bewerten können.

Geplante Methoden: Der Input besteht aus zwei Vorträgen, die den gegenwärtigen Forschungsstand und Tools/Ansätze darstellen.

In der Übung werden die Teilnehmenden zu zweit eines der vorgestellten Tools anwenden und nach vorgegebenen Kriterien (z.B. Sensitivität der Suche) bewerten. Im Plenum werden die Ergebnisse verglichen und besprochen.

Darauf basierend erfolgt eine kritische Diskussion ob/wie KI zum gegenwärtigen Zeitpunkt im systematischen Suchprozess sinnvoll eingesetzt werden kann.

Interessenkonflikte: keine


Literatur

1.
Parisi V, et al. The role of ChatGPT in developing systematic literature searches: an evidence summary. J Eur Assoc Health Info Libr. 2024 Jun 27; 20(2):30-4.