„W czasie, w którym robisz sobie kawę, AI może zrobić systematyczny przegląd Cochrane.” Takie zdanie padło z ust jednego z autorów nowego preprintu, który niedawno narobił szumu w świecie medycyny opartej na dowodach. Brzmi jak clickbait? Trochę tak. Ale warto się temu przyjrzeć — z bliska i krytycznie.

🧪 O co chodzi w badaniu?

Zespół z Uniwersytetu w Toronto, kierowany przez Christiana Cao, stworzył narzędzie oparte na GPT-4.1, które pozwala:

• filtrować setki publikacji do tych istotnych,
• wyciągać z nich dane do analizy.

Za pomocą tego zestawu odtworzyli 12 przeglądów systematycznych Cochrane w 2 dni, w tym jeden zaktualizowali w… 20 minut. To imponujące — zważywszy, że tradycyjnie taki proces trwa miesiące, a nawet lata i kosztuje ponad 100 000 USD.

Ale zaraz, zaraz…

🕵️‍♂️ Co tu nie gra?

Jak każda nowinka AI, również ta zasługuje na chłodne spojrzenie:

1. Automatyzacja? Tylko częściowa. Narzędzie wspomaga jedynie 2 z wielu etapów przeglądu:
   • screening (czyli selekcję publikacji),
   • ekstrakcję danych.
2. Cała reszta — projektowanie pytania badawczego, ocena ryzyka błędu, metaanaliza czy pisanie raportu — nadal wymaga ludzi z krwi, kości i… kawy.
3. Brak przejrzystości. Narzędzia nie zostały jeszcze zweryfikowane niezależnie, a kod źródłowy nie jest dostępny. Jak powiedział James Thomas z UCL: „Nie mogę zweryfikować tego badania — więc jako naukowiec nie mogę mu ufać.”
4. Pokusy marketingowe. Zespół autorów tworzy teraz startup Otto Review, więc warto pamiętać: między „nauką” a „pitch deckiem dla inwestora” różnica bywa subtelna.

🩺 Co to oznacza dla nas, medyków?

Mimo krytyki — rewolucja trwa, a praktyczne konsekwencje są spore:

✅ 1. Szybszy dostęp do aktualnych danych

AI może pomóc aktualizować istniejące przeglądy w czasie rzeczywistym. To szansa na żyjące wytyczne, szczególnie w dziedzinach, gdzie wiedza szybko się zmienia (np. COVID, onkologia, diabetologia).

✅ 2. Demokracja EBM

Dzięki tańszym i szybszym narzędziom, nawet mniejsze zespoły i szpitale będą mogły tworzyć wysokiej jakości przeglądy — bez grantów od WHO.

✅ 3. Uwaga na „AI-blindness”

Niebezpieczeństwo? Medycy mogą zacząć ufać AI bezkrytycznie, bez oceny metodologii. A przecież „garbage in, garbage out” działa także w machine learningu. To narzędzie, nie wyrocznia.

🎓 Wnioski i rekomendacje

1. Jeśli robisz przegląd — testuj AI. Narzędzia do screeningu i ekstrakcji, jak pokazuje badanie, mogą realnie oszczędzić czas. Ale nie licz, że napiszą całą pracę za Ciebie.
2. Śledź standardy i wytyczne. Wspólnoty jak Cochrane już pracują nad etycznymi zasadami korzystania z AI w EBM. To będzie „prawo jazdy” nowego pokolenia lekarzy naukowców.
3. Bądź sceptycznym optymistą. AI może być jak skalpel — potężne, ale niebezpieczne w niewłaściwych rękach. Dlatego warto mieć własny „kliniczny kompas” i nie dać się ponieść entuzjazmowi bez dowodów.

🧠 TL;DR

Tak, AI może przyspieszyć przeglądy systematyczne.

Nie, jeszcze nie zrobi ich za nas.

Tak, warto testować.

Nie, nie można rezygnować z krytycznego myślenia.

 

A Ty? Korzystasz już z AI przy pisaniu prac naukowych?

Źródło: [LINK]