核心观点 - AI系统otto-SR在医学系统评价领域实现重大突破，仅用两天完成传统方法需12年的工作，效率提升显著[1][3][27] - otto-SR在灵敏度(96.7%)、特异度(93.9%)、数据提取准确率(93.1%)等关键指标上全面超越人类水平(81.7%/79.7%)[5][15][22] - 该系统发现人类遗漏的54篇关键研究，并将合格研究数量翻倍，显著提升临床决策质量[26][27][36] 技术实现 工作流程架构 - 基于GPT-4.1和o3-mini构建端到端自动化流程，涵盖文献筛选、数据提取至Meta分析全环节[7][9] - 采用RIS格式引用文献输入，Gemini 2.0 flash处理PDF转结构化Markdown[9] 筛选模块 - 筛选Agent在32357条引文测试中，摘要阶段灵敏度达96.6%(人类95.7%)，全文阶段保持96.2%(人类骤降至63.3%)[13][15][16] - 通过优化提示策略整合综述目标与合格标准[11][12] 数据提取模块 - 提取Agent在495项研究对比中，93.1%准确率远超人类(79.7%)和Elicit(74.8%)[20][22] - 盲审小组在69.3%案例中支持AI结果，显著高于支持人类(28.1%)和Elicit(22.4%)的比例[22][23] 应用验证 Cochrane综述复现 - 对12篇综述146276条引文更新检索，识别64项新合格研究(含54篇人类遗漏项)，错误纳入率仅0.07%[25][26] - Meta分析显示效应估计值与原始数据95%CI重叠，营养领域发现术前免疫增强可缩短住院时间1天[33][36] 效率革命 - 将16个月/10万美元的传统成本压缩至48小时，工作耗时从12人年降至2天[1][3][27] - 未来可能将数月工作缩短至分钟级，加速新疗法和大流行病响应[38] 行业影响 - 突破资金限制地区获取前沿医学的壁垒，重新定义系统评价黄金标准[39] - 技术路径展示LLM在科学研究的颠覆性潜力，可能引发医学研究范式变革[7][38]