AI辅助筛选的PRISMA流程图

PRISMA流程图展示了记录如何经过识别、筛选、资格评估和纳入。当使用AI辅助筛选时，流程图仍需遵循相同的基本逻辑：有多少记录被找到、移除、筛选、排除、评估和纳入。

AI并不会消除对清晰流程的需求。它增加了关于优先级排序、停止规则、自动化和人工审查的问题。

本指南解释了当AI辅助文献综述筛选时，如何准备PRISMA风格的流程记录。

PRISMA流程图是记录来源如何经过综述的视觉记录。它帮助读者了解记录来自何处以及为何离开综述。

它通常追踪：

• 识别到的记录。
• 移除的重复记录。
• 筛选的记录。
• 排除的记录。
• 评估的全文报告。
• 因故排除的报告。
• 纳入综述的研究。

该图不仅仅是一种形式。它是一种透明度工具。

有关综述方法背景，请参见系统综述中的AI。

AI辅助筛选可以改变记录的顺序、建议相关性、对记录进行分组，或帮助优先安排审阅者首先检查的内容。除非团队记录这些操作，否则这些操作可能无法完全适应传统的手动筛选笔记。

团队应了解：

• AI是否对记录进行了排序？
• AI是否建议排除？
• 人类是否做出最终决定？
• 是否筛选了所有记录？
• 如果没有，使用了什么停止规则？
• 是否检查了审计样本？
• 是否报告了AI辅助步骤？

流程图统计记录数量，但方法文本解释了AI如何影响流程中的移动。

从一开始就收集计数，这样最终的图表就不需要凭记忆重建。

追踪：

• 数据库识别到的记录。
• 引文追踪得到的记录。
• AI辅助发现得到的记录。
• 灰色文献来源得到的记录。
• 移除的重复记录。
• 导入筛选的记录。
• 按标题和摘要筛选的记录。
• 在标题和摘要阶段排除的记录。
• 寻求的全文。
• 未检索到的全文。
• 评估的全文。
• 因故排除的全文。
• 纳入的研究。

如果AI搜索帮助识别了候选记录，请清楚地标记该来源路径。

有关搜索日志，请参见AI辅助综述的文献搜索日志模板。

AI发现的记录应作为来源路径展示，而不是隐藏在其他计数中。如果AI工具帮助找到了论文，请记录哪些论文来自该步骤。

可能的标签包括：

• 通过AI辅助学术搜索识别到的记录。
• 通过引文网络搜索识别到的记录。
• 通过种子论文扩展识别到的记录。
• 通过手动搜索识别到的记录。
• 通过数据库搜索识别到的记录。

确切的标签取决于工作流程。目标是展示每条记录如何进入综述。

有关发现方法，请参见引文网络搜索与关键词搜索。

在最终确定筛选计数之前，应移除重复项。AI辅助工作流程可能产生重复风险，因为同一篇论文可能通过数据库、引文图谱、AI搜索和手动发现出现。

追踪：

• 去重前的总记录数。
• 移除的重复记录数。
• 去重方法。
• 去重后剩余的记录数。
• 任何需要手动审查的重复决定。

去重并不光鲜，但它保护了筛选计数。如果同一篇论文出现多次，流程图不应将其计为多个筛选研究。

如果AI对记录进行了排序，请记录该排序影响了筛选顺序。然后明确谁做出了纳入和排除决定。

记录：

• 用于优先级排序的工具或方法。
• 是否筛选了所有记录。
• 审阅者是否看到了AI标签或分数。
• AI决定是否仅为建议。
• 冲突是否由人类解决。
• 使用的任何审计样本。

如果AI优先级排序改变了工作流程，不要暗示所有记录都是以中性顺序手动筛选的。

有关主动学习详情，请参见系统综述中的主动学习筛选是什么。

流程图可能显示筛选了多少记录，但停止规则通常属于方法文本。两者应匹配。

报告：

• 停止规则。
• 何时应用。
• 如果有，多少记录仍未筛选。
• 是否筛选了审计样本。
• 如果后期发现相关记录，发生了什么。
• 谁批准了停止决定。

如果筛选了每条记录，请说明。如果没有，请解释为什么未筛选的记录被排除以及如何检查风险。

有关停止决定，请参见AI辅助综述中何时停止筛选。

全文排除原因应足够具体，以便理解来源为何离开综述。AI可以帮助起草标签，但团队应决定最终原因。

常见原因包括：

• 人群错误。
• 干预或暴露错误。
• 结局错误。
• 研究设计错误。
• 非同行评审，如有要求。
• 全文不可用。
• 重复发表。
• 撤稿来源。
• 相关数据不足。

使用一致的类别。如果类别中途改变，请更新早期记录或解释变化。

方法文本应以清晰、可检查的术语描述AI的使用。仅靠流程图无法承载所有与AI相关的信息。

包括：

• 使用了什么AI辅助工具或流程。
• 它支持了哪个综述阶段。
• 人类是否做出最终决定。
• 是否筛选了所有记录。
• 如何处理停止。
• 如何执行来源验证。
• 已知局限性。

避免模糊的陈述，如“使用AI筛选文献”。这不能告诉读者足够的信息。

有关政策措辞，请参见研究团队的AI文献综述政策模板。

通过定义你需要做出的决定、该决定所需的证据以及证明决定如何做出的记录，将建议转化为可重复的工作流程。在筛选中，问题很少是缺少某个工具。问题通常是搜索、阅读、检查和写作发生在不同的地方，没有共享的规则。

使用简短的操作程序：

• 命名综述问题或子问题。
• 定义你正在使用的来源集。
• 决定什么算作下一步的足够证据。
• 对该步骤中的每篇论文应用相同的标准。
• 标记不确定的情况，而不是强迫一个干净的答案。
• 保留可能进入最终综述的声明的来源位置。
• 在每次主要搜索、筛选或写作会话后审查工作流程。

这个程序使工作保持进展，而不会使综述变得粗心。它还让监督者、合作者和未来的你能够理解来源集为何发生变化。

记录那些以后难以重建的部分。你不需要记录每一次点击的日记，但你需要足够的细节来解释从问题到来源再到声明的路径。

对于这个主题，最有用的记录通常包括标准、审阅者决定、排除原因、审计检查和来源流程。添加日期、使用的工具或来源、审阅者状态和下一步行动。如果AI协助了该步骤，写下它帮助了什么以及人类检查了什么。

记录应区分发现和证据。工具可能帮助找到一篇论文，但论文本身必须支持声明。摘要可能帮助对来源进行分类，但原始来源应支持文献综述中出现的任何陈述。

在写作之前，检查工作流程是否产生了可用的证据或仅是有用的笔记。笔记帮助你思考。证据支持一个句子。

问：

• 这个来源将支持哪个声明？
• 声明是否比证据更窄？
• 方法、样本、结局或概念细节是否已检查？
• 局限性是否可见？
• 冲突的论文是否得到处理而不是被忽略？
• 引用是否真实、最新且相关？
• 另一个读者能否理解这个来源如何进入综述？

如果答案不清楚，请将要点保留在笔记中，而不是将其移入草稿。这是防止AI辅助研究变成精致但薄弱的写作的小停顿。

WisPaper可以帮助研究人员在最终综述报告之前发现、分类和保存论文。Deep Search、Scholar Agent和Inspiration Discovery支持自然语言学术搜索，而论文卡片显示来源标签、摘要、作者、出版详情和预览图像。

这可以帮助研究人员识别候选论文并决定哪些属于筛选工作流程。论文可以保存或上传到My Library，Library QA可以根据该已知论文集回答问题。

WisPaper不替代PRISMA报告或做出最终纳入决定。它可以支持论文发现和来源组织工作，为有记录的综述过程提供输入。

试用WisPaper