Gewinne:
- Fähigkeit, die klinische Frage zu strukturieren und Literaturrecherche, Zusammenfassung und Evidenzzusammenstellung mit künstlicher Intelligenz durchzuführen
- Fähigkeit, das Risiko erfundener Referenzen (Halluzinationen) zu bewältigen, indem jede durch künstliche Intelligenz angegebene Quelle mit DOI und dem Originalartikel bestätigt wird
- Fähigkeit, die KI-Zusammenfassung kritisch zu lesen und dabei den Grad der Evidenz, den Interessenkonflikt und die Aktualität einzuschätzen
Pharmazie ist ein Beruf, dessen Wissen ständig erneuert wird; Eine Dosis oder Empfehlung, die gestern noch richtig bekannt war, kann sich durch eine neue Studie ändern. Evidenzbasierte Pharmazie bedeutet, eine Frage mit den aktuellsten und zuverlässigsten wissenschaftlichen Erkenntnissen zu beantworten. Aber die wissenschaftliche Literatur ist riesig und verstreut; Wenn man nach einer Antwort auf eine Frage sucht, kann man schnell von Hunderten von Artikeln überwältigt werden. Künstliche Intelligenz ist hier eine leistungsstarke Scan- und Zusammenfassungshilfe: Sie hilft, eine Frage zu strukturieren, Suchbegriffe zu generieren, einen langen Text zusammenzufassen. Doch genau in diesem Bereich liegt der gefährlichste Fehler der künstlichen Intelligenz: Sie kann Artikel und DOIs erfinden, die nicht existieren. In dieser Einheit lernen Sie, künstliche Intelligenz als sicheres, validiertes Werkzeug bei der Literaturrecherche einzusetzen.
Schritte des evidenzbasierten Ansatzes
Eine evidenzbasierte Frage wird mit diesen Schritten beantwortet:
- Strukturieren Sie die Frage. Eine gute klinische Frage wird oft mit dem PICO-Rahmen formuliert: Patient/Population (Patient), Intervention, Vergleich, Ergebnis. Beispiel: „Wie wirkt sich Medikament X (I) auf das Risiko einer Hypoglykämie (O) im Vergleich zu Medikament Y (C) bei älteren Menschen mit Typ-2-Diabetes (P) aus?“
- Suchen Sie nach Beweisen. Durchsuchen Sie geeignete Datenbanken und Ressourcen.
- Bewerten Sie die Beweise. Art der Studie, Qualität, Stichprobengröße und Risiko einer Verzerrung.
- Anwenden und überwachen. Passen Sie den Befund an den Kontext des Patienten an.
Besonders schnell ist die KI bei den Schritten 1 und 3 (Strukturierung der Frage und Unterstützung bei der Bewertung eines Textes); Schritt 2 (Sourcing) erfordert jedoch eine kritische Überprüfung.
Hierarchie der Beweise
Nicht alle Beweise sind gleich. Eine allgemeine Hierarchie:
Evidenzniveau
Beispiel
Macht
am höchsten
Systematische Überprüfung, Metaanalyse
Kombination mehrerer Studien
hoch
Randomisierte kontrollierte Studie (RCT)
Kontrollierte, geringe Vorspannung
mittel
Kohorte, Fallkontrolle
Beobachtungsbedingt, Risiko von Störfaktoren
niedrig
Fallserie, Gutachten
Eingeschränkte Generalisierbarkeit
am niedrigsten
Anekdotischer, unbestätigter Webinhalt
Schlechte Beweiskraft
Bei der Zusammenfassung eines Ergebnisses kann die KI die Beweislage verwechseln oder eine schwache Quelle als stark darstellen. Sie kontrollieren immer das Niveau.
Darüber hinaus kann es widersprüchliche Studien zum gleichen Thema geben. KI kann manchmal nur eine Seite hervorheben und die andere ignorieren; dies wird als „selektive Präsentation“ bezeichnet. Eine solide Evidenzbewertung sucht nach dem allgemeinen Trend im Thema (was viele Studien gemeinsam haben) und einer aktuellen systematischen Übersicht, falls verfügbar. Eine Änderung der Praxis auf der Grundlage einer einzelnen Studie, insbesondere einer Studie mit kleiner Stichprobe oder einem einzigen Zentrum, ist riskant. Die Frage an die KI „Gibt es zu diesem Thema widersprüchliche Ergebnisse, welche Seite hat stärkere Beweise?“ ist eine gute Möglichkeit, eine einseitige Zusammenfassung auszugleichen. Die endgültige Abwägung liegt jedoch bei Ihnen, indem Sie die Originalquellen lesen.
Achtung: KI kann vollständig erfundene Referenzen mit realistischem Titel, Autorennamen, Zeitschrift und DOI erstellen; dies wird als „Referenzhalluzination“ bezeichnet. Zitieren Sie niemals eine Quelle, ohne den DOI in der Originaldatenbank/-zeitschrift zu öffnen und sich deren Inhalt anzusehen.
drei Mini-Koffer
Fall 1 – erfundener DOI. Ein Apotheker fragte AI nach einer Quelle zur Wirksamkeit eines Medikaments; Künstliche Intelligenz brachte drei Artikel und einen DOI hervor. Als der Apotheker versuchte, die DOIs zu öffnen, stellte er fest, dass zwei davon mit keinerlei Aufzeichnungen übereinstimmten; einer war echt, meldete aber ein anderes Ergebnis. Der Apotheker verwendete nur das tatsächliche Produkt, das er überprüft hatte. Ohne Überprüfung würden zwei fiktive Quellen in einem Bericht enthalten sein.
Fall 2 – Suche mit PICO. Ein Apotheker untersuchte den Sicherheitsvergleich zweier Schmerzmittel bei älteren Menschen. Er bat die KI, die Frage in PICO zu übertragen und Suchbegriffe zu generieren. KI gab klare Begriffe und Synonyme; Mit diesen führte der Apotheker selbst die eigentliche Suche in der bekannten Datenbank durch und wertete die Ergebnisse aus. Künstliche Intelligenz hat die Suche beschleunigt; Der Apotheker fand die Quellen und las sie.
Fall 3 – Zusammenfassungsverzerrung. Ein Apotheker ließ einen echten Artikel durch künstliche Intelligenz zusammenfassen. In der Zusammenfassung wurde behauptet, die Studie zeige „eindeutige Überlegenheit“; aber im Artikel selbst hieß es, das Ergebnis habe „keine statistische Signifikanz erreicht“. Der Apotheker las den Originaltext, bemerkte die Verzerrung und korrigierte die Zusammenfassung. Die KI-Zusammenfassung war übertrieben; Die Rückkehr zur Quelle brachte die Wahrheit ans Licht.
Fall 4 – Das Thema verfehlen. Ein Apotheker erhielt von künstlicher Intelligenz Informationen über die empfohlene Anwendung eines Arzneimittels. Die Antwort schien vernünftig, basierte jedoch auf einem Leitfaden von vor einigen Jahren; Die Empfehlung wurde jedoch inzwischen aktualisiert. Als der Apotheker den aktualisierten Leitfaden öffnete, sah er den Unterschied und nahm die neue Empfehlung als Grundlage. Da das Wissen der KI zu einem bestimmten Zeitpunkt eingefroren war, konnte sie die aktuellste Änderung nicht kennen; Die Aktualitätsprüfung hat diese Lücke geschlossen.
Evidenzbasiertes Screening Schritt für Schritt
- Formulieren Sie die Frage mit PICO. Bevölkerung, Intervention, Vergleich, Ergebnis.
- Suchbegriffe generieren. Holen Sie sich Schlüsselwörter und Synonyme aus künstlicher Intelligenz.
- Sie treffen den eigentlichen Anruf. Durchsuchen Sie renommierte Datenbanken/Quellen; „Machen“ von Ressourcen für die KI.
- Überprüfen Sie jede Quelle. DOI öffnen, ist der Autor/die Zeitschrift/das Jahr echt, stützt der Inhalt die Behauptung?
- Bewerten Sie den Beweisgrad. Art der Arbeit, Qualität, Interessenkonflikt, Pünktlichkeit.
- Kontextualisieren und speichern. Befund mit Patient/Frage verknüpfen, Quellen aufzeichnen.
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwach: „Ist dieses Arzneimittel wirksam, geben Sie eine Quelle an.“
Stark: „Strukturieren Sie die folgende klinische Frage im PICO-Framework: [Frage]. Generieren Sie dann effektive Suchbegriffe und Synonyme für diese Frage. Erfinden Sie die Quelle/den Artikel NICHT. Sagen Sie mir, nach welcher Art von Studien (RCT, Metaanalyse) und nach welchen Datenbanken ich stattdessen suchen soll. Wenn Sie eine Quelle nennen, markieren Sie „nicht verifiziert, muss mit DOI bestätigt werden“.“
In der starken Eingabeaufforderung sind der Rahmen, die Randbedingungen und die Überprüfungsbedingungen klar. KI ist nicht gezwungen, Ressourcen herzustellen.
Vier kopierbare Vorlagen
Aufgabe: Plotten Sie die klinische Frage in PICO.Frage: [...]. Ausgabe: P (Bevölkerung), I (Interferenz), C (Vergleich), O (Ergebnis) und eine in einem Satz strukturierte Forschungsfrage.
Aufgabe: Suchbegriff generieren (PASSENDE Quelle). Betreff: [...]. Ausgabe: Schlüsselwörter + Synonyme + vorgeschlagene Studientypen. Kredit/DOI; Sag mir einfach, wie ich anrufen soll.
Aufgabe: Fassen Sie diesen Text unparteiisch (ohne Übertreibung) zusammen.Text: [Artikel]. Ausgabe: Zweck, Methode, Stichprobe, Hauptergebnis, Einschränkungen, Schlussfolgerung. Das Ergebnis STÄRKER ausdrücken als der Text sagt; Behalte die Unsicherheit.
Aufgabe: Checkliste zur Referenzüberprüfung erstellen. Referenz: [...]. Sortieren nach: DOI-Eröffnung? Ist der Autor/die Zeitschrift/das Jahr gültig? Stützt der Inhalt die Behauptung? Wie hoch ist der Beweisgrad? Besteht ein Interessenkonflikt?
Häufige Fehler
- Den DOI der künstlichen Intelligenz zitieren, ohne ihn zu öffnen. Das Risiko einer Referenzhalluzination ist die größte Gefahr.
- Ersetzen Sie die Zusammenfassung durch die Quelle. Für eine kritische Behauptung sollte man zum Originaltext zurückkehren.
- Verwirrende Beweislage. Expertenmeinung und Metaanalyse haben nicht das gleiche Gewicht.
- Das Update überspringen. Eine ältere Studie kann im Widerspruch zu den aktuellen Leitlinien stehen. Das Datum sollte überprüft werden.
- Interessenkonflikt außer Acht gelassen. Finanzierung und Interessenerklärung beeinflussen die Interpretation.
Zusammenfassend
Künstliche Intelligenz ist ein leistungsstarker Beschleuniger für die Strukturierung von Fragen, die Generierung von Suchbegriffen und die Zusammenfassung langer Texte bei der Literaturrecherche. Aber ihr gefährlichster Fehler, die referentielle Halluzination, tritt in diesem Bereich auf: Sie kann Quellen hervorbringen, die realistisch erscheinen, aber nicht existieren. Führen Sie die eigentliche Recherche also selbst durch, verifizieren Sie jede Quelle mit dem DOI, vergleichen Sie die Abstracts mit dem Originaltext und bewerten Sie den Beweisgrad kritisch. Die endgültige Interpretation der Evidenz und deren Anpassung an den Patienten obliegt dem Apotheker.
Anwendungsaufgabe
Wählen Sie eine klinische Frage aus Ihrer eigenen Praxis und lassen Sie sie von der KI in PICO übersetzen. Nehmen Sie die Suchbegriffe und führen Sie die eigentliche Suche selbst in einer anerkannten Datenbank durch. Fragen Sie die KI nach einigen „Quellen“ zu diesem Thema und versuchen Sie, den DOI jeder einzelnen zu öffnen; Beachten Sie, wie viele real und wie viele erfunden sind. Lassen Sie die KI schließlich einen echten Artikel zusammenfassen, vergleichen Sie die Zusammenfassung mit dem Originalergebnis und kennzeichnen Sie etwaige Verzerrungen.
Checkliste
- [ ] Ich habe die Frage rund um PICO strukturiert.
- [ ] Ich habe die Suchbegriffe übernommen und die eigentliche Suche selbst durchgeführt.
- [ ] Ich habe jede Quelle mit DOI geöffnet und ihre Authentizität überprüft.
- [ ] Ich habe die Zusammenfassungen mit dem Originaltext verglichen.
- [ ] Ich habe den Grad der Evidenz und die Aktualität bewertet.
- [ ] Ich habe einen Interessenkonflikt berücksichtigt.
- [ ] Ich habe verifizierte Quellen gespeichert.