- 3 次围观
可靠地提取试验特征和结局对于系统综述至关重要,但错误值可能改变证据综合结果,且在缺乏明确来源证据的情况下难以察觉。我们评估了 EviSearch,这是一种临床证据整理系统,可将提取的数值关联至来源段落、独立核验所引证据,并优先审查风险较高的单元格。我们采用十篇试验论文、一个包含 133 列的模式、参考标注,以及跨模型系列一致的评分方法,评估答案质量、阅读者间一致性、证据复现、定向审查和证据模态。在 Qwen 评估中,EviSearch 的准确率达到 91.70%,所有采纳的数值均附有引文(100.0%),并且其中 98.9% 可由独立核验复现。审查 15.6% 的单元格后,准确率提升至 95.22%。
可靠地提取试验特征和结局对于系统综述至关重要。然而,错误的数值可能改变证据综合结果,且若缺少清晰的来源证据,往往难以发现。我们评估了 EviSearch,这是一种临床证据整理系统,可将提取的数值关联至来源段落、独立核验所引证据,并优先标记风险较高的单元格供审查。我们采用十篇试验论文、包含 133 列的模式、参考标注,并对不同模型系列使用一致的评分方法,评估答案质量、阅读者间一致性、证据复现能力、定向审查效果及证据模态。在 Qwen 评估中,EviSearch 的准确率达到 91.70%,所有纳入的数值均附有引文,且独立复现率为 98.9%。审查 15.6% 的单元格后,准确率提升至 95.22%。
作者声明不存在利益冲突。
感谢您有意帮助传播 bioRxiv 的相关信息。
注意:要求提供您的电子邮件地址仅用于确认您是本文的发送者。
关键词:临床试验 · 系统综述 · 证据提取 · 来源追溯 · 证据核验 · 定向审查
原文链接:https://www.biorxiv.org/content/10.64898/2026.10.01.756091v1?rss=1