摘要

合格研究证据的获取是循证医学研究的重要步骤。目前的研究证据更新主要由人工完成,效率低下且人力花费巨大,无法满足循证医学的快速发展。机器学习和深度学习技术的发展为循证医学研究证据的自动更新提供了技术支撑,研究者通过尝试将机器学习和深度学习方法应用于循证医学研究中的各个环节,提高研究证据的更新效率。本研究对循证医学研究中证据自动更新技术的发展进行整理,并从研究证据筛选、研究证据质量评价、证据系统的自动更新等角度分析证据自动更新方法的应用,以了解该领域发展现状及趋势,为进一步推动循证医学研究中证据自动更新技术的研究提供依据。

  • 单位
    中国医学科学院; 北京协和医学院