Aller au contenu
ATLAS Humain × IA

Référentiel B — capacité IA

Revue de littérature automatisée

ScientifiquePlusieurs éditeurs et projets académiques : Rayyan Systems, Veritas Health Innovation (Covidence), Elicit Inc., et le consortium RobotReviewer (King's College London, UCL, Northeastern, Monash).documentéVérifié le

Capacités clés

  • Tri semi-automatique des résumés par pertinence, fondé sur l'apprentissage actif (Rayyan, Covidence)
  • Extraction de données et synthèse de résultats en langage naturel (Elicit)
  • Classification automatique du risque de biais dans les essais randomisés à partir du texte intégral, entraînée sur des jugements humains antérieurs (RobotReviewer)

Usages documentés par secteur

RechercheTRL non déterminableDiffusion établie

Tri des résumés, extraction de données et évaluation du risque de biais dans les revues systématiques

  • Essai randomisé RobotReviewer (Annals of Internal Medicine, 2022) : 7 équipes de revue, 145 études évaluées
  • Étude comparative d'Elicit sur quatre revues systématiques Cochrane réelles, par Oscar Lau (Hull York Medical School) et Su Golder (University of York), medRxiv, 2025

Sources de cet usage

  1. 1.Arno A. et al., « Accuracy and Efficiency of Machine Learning–Assisted Risk-of-Bias Assessments in "Real-World" Systematic Reviews: A Noninferiority Randomized Controlled Trial », Annals of Internal Medicine, 2022primaire

Limites connues

Deux mesures indépendantes contredisent la promesse d'efficacité. (1) L'essai randomisé de 2022 sur RobotReviewer établit une précision non inférieure (88,8 % pour le groupe avec assistance contre 90,2 % sans) mais un gain de temps NON significatif : 1,4 minute en moyenne, résultat incertain. (2) Oscar Lau et Su Golder (medRxiv, 2025) mesurent sur Elicit un rappel de 37,9 % en moyenne contre 93,5 % pour une recherche documentaire classique, ainsi qu'une application incorrecte de critères d'exclusion explicites ; leur conclusion est qu'il s'agit d'un outil d'appoint pour dégrossir, inadapté en autonomie. Aucun chiffre d'adoption institutionnel daté n'a été trouvé pour Rayyan et Covidence, largement cités dans les guides méthodologiques universitaires sans quantification vérifiable.

Débats documentés

Aucune autre fiche du référentiel ne nomme celle-ci, et celle-ci n'en nomme aucune. Ce n'est pas un signe d'accord : c'est un silence documentaire, et il se comble en écrivant les limites de la fiche avec des noms.

Sources

  1. 1.Lau O., Golder S., « Comparison of Elicit AI and Traditional Literature Searching in Systematic Reviews using Four Case Studies », medRxiv, 2025primaire
  2. 2.King's College London, « AI tools in evidence synthesis » — guide méthodologique de bibliothèque universitaire, consulté en 2026secondaire

Analyses de gap citant cette fiche

Aucune paire humain × IA documentée pour cette capacité à ce jour. Le comparateur permet de tester la combinaison et affiche son statut réel.

Fiches connexes — Scientifique

Données brutes de cette fiche : /api/fiches/revue-de-litterature-automatisee — voir la méthodologie.