循证医学研究中的证据自动更新方法研究

• 作者: 杨丰春 徐晓巍 李姣
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 机器学习 深度学习 自然语言处理 循证医学 证据更新
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 数字医学基础研究|Basic Research of Digital Medicine
• 页码范围: 44-49
• 页数: 6页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2022.1.008

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.