Консорциум IMPROVE привлек 27 специалистов для первичного скрининга 5 842 научных статей, касающихся пациент-генерируемых медицинских данных (PGHD). Использование алгоритмов машинного обучения для предварительной кластеризации и разметки текстов позволило команде выполнить месячный объем работы всего за два дня. Это важное доказательство того, что ИИ в науке работает не как самостоятельный "черный ящик", принимающий финальные решения, а как мощный фильтр-ассистент, снимающий с ученых рутинную когнитивную нагрузку и ускоряющий метаанализ.
Источник: Scientific Reports / Nature
ScienceMedicineData ScreeningHuman-in-the-LoopNature