
Classificação de IA sem etiquetas e de baixo custo para triagem de revisão sistemática
PreprintMedicina e TecnologiaPré-publicação. Ainda não revisada por pares; não deve orientar conduta.
O que aconteceu
O rastreamento título e abstrato está entre as etapas mais intensivas de revisões sistemáticas. Jev, modelo de decisão de IA de baixo custo, pontua registros contra critérios de elegibilidade sem rótulos de triagem. Foram pontuados 169.982 registros de 128 revisões e, após afinação em revisões de desenvolvimento, foram avaliadas 23 revisões realizadas uma vez e 31 revisões Cochrane post hoc. Jev superou o melhor ranker livre em todas as 23 avaliações realizadas ( AUC média 0,966 vs 0,831) e veio dentro 0,011 AUC de Claude Opus 5.5 em 1999 registros em cerca de 1/700 de seu custo lista-preço (US$ 0,02/1000 registros). Combinado com o aprendizado ativo, elevou o trabalho economizado em 95% recordatório de 0,659 para 0,806. Um limiar fixo de pontuação caiu abaixo de 95% recordatório em 3 das 28 revisões Cochrane, enquanto Jev ranking com parada estatística (post hoc) atingiu 95% recordatório em todas as 51 revisões, lendo 86-88% dos registros. O ranking livre de etiquetas com o Jev foi preciso e barato, mas parar com as decisões de triagem necessárias com segurança.
Tradução automática do resumo original, publicado em medRxiv sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Label-free, low-cost AI ranking for systematic review screening
Taeho Jo, 이동현, Leonard Lee