How to Use AI for a PRISMA-Compliant Systematic Review
A practical guide to using AI in systematic reviews without breaking PRISMA compliance. Where AI legitimately helps (screening, extraction), where it shouldn't, the reporting requirements, and a step-by-step workflow.
تستغرق المراجعة المنهجية فريقًا من ثلاثة باحثين من ستة إلى تسعة أشهر. لم يكن عنق الزجاجة هو القراءة، بل كان الفحص. تم سحب اثني عشر ألف ملخص من PubMed وEmbase وScopus وCochrane، ويحتاج كل منها إلى مراجعين مستقلين ليقرروا التضمين أو الاستبعاد وفقًا للمعايير المسجلة مسبقًا. الوقت الذي قادت فيه الرياضيات المهن حولها.
لقد غير الذكاء الاصطناعي تلك الرياضيات. يمكن لنماذج اللغة الحديثة فحص الملخصات في ثوانٍ، واستخراج خصائص الدراسة من ملفات PDF ذات النص الكامل في دقائق، وتلخيص مئات الأوراق في ساعات. عند استخدامه بعناية، يقطع الذكاء الاصطناعي مرحلة فحص المراجعة من أشهر إلى أسابيع. إذا تم استخدامه بلا مبالاة، فإنه ينتج وثيقة غير قابلة للتكرار وغير متوافقة وتفشل في مراجعة النظراء.
يستعرض هذا الدليل الأماكن التي يساعد فيها الذكاء الاصطناعي بشكل شرعي في المراجعة المتوافقة مع PRISMA، حيث لا ينبغي أن يقوم بالعمل، ومتطلبات إعداد التقارير التي تأتي مع استخدام الذكاء الاصطناعي، وسير العمل خطوة بخطوة الذي يرضي PRISMA 2020 والامتداد PRISMA-trAIce.
ما يتطلبه PRISMA فعليًا (تجديد المعلومات بسرعة)
PRISMA 2020 هي القائمة المرجعية القياسية لإعداد التقارير للمراجعات المنهجية. إنه يحكم كيف تصف ما فعلته، وليس كيف تفعله. الأجزاء ذات الصلة لاستخدام الذكاء الاصطناعي هي:
تقارير إستراتيجية البحث. قم بتوثيق كل قاعدة بيانات تم البحث فيها، وكل سلسلة بحث مستخدمة، وكل تاريخ تم فيه إجراء عمليات البحث. القابلية للتكرار هي المعيار — يجب أن يتمكن باحث آخر من إعادة إجراء بحثك والحصول على نفس النتائج.
تقارير الفحص. قم بتوثيق عدد السجلات التي تم فحصها، وعدد المراجعين المستقلين، وكيفية حل الخلافات، وعدد السجلات التي تم استبعادها في كل مرحلة. يوجد هنا مخطط التدفق الكلاسيكي PRISMA.
تقارير استخراج البيانات. قم بتوثيق البيانات التي تم استخراجها ومن قام باستخراجها وكيف تم حل الخلافات.
خطر تقييم التحيز. قم بتوثيق الأداة المستخدمة (Cochrane RoB 2، وROBINS-I، وما إلى ذلك) ومن قام بها.
الإبلاغ عن أي انحرافات. يجب الإبلاغ عن أي شيء لم يتم وفقًا للبروتوكول المسجل مسبقًا، مع ذكر الأسباب.
يضيف الامتداد PRISMA-trAIce (تم نشره عام 2024، وتم تحديثه عام 2025) متطلبات إعداد التقارير الخاصة بالذكاء الاصطناعي بالإضافة إلى PRISMA 2020. النسخة القصيرة: في أي مكان تم فيه استخدام الذكاء الاصطناعي في المراجعة، يمكنك الإبلاغ عن الأداة والإصدار والمطالبات وكيفية إجراء التحقق البشري.
Where AI legitimately helps
هذه هي الاستخدامات حيث يقوم الذكاء الاصطناعي بتسريع العمل دون تغيير ماهية المراجعة.
كشف التكرارات. غالبًا ما تتكرر السجلات المسحوبة من قواعد بيانات متعددة. يقوم مديرو المراجع التقليديون (Zotero وEndNote وCovidence) بهذا بشكل جيد. الذكاء الاصطناعي مبالغ فيه هنا – استمر في استخدام الأدوات القياسية.
العنوان الأولي وفحص الملخصات. يمكن للذكاء الاصطناعي تسجيل كل ملخص وفقًا لمعايير التضمين الخاصة بك وتصنيفها أو تصنيفها مسبقًا. لا يزال يتعين على اثنين من المراجعين البشريين اتخاذ قرار التضمين/الاستبعاد النهائي، لكن التصنيف المسبق للذكاء الاصطناعي يقلل الوقت البشري بشكل كبير. هذا هو الاستخدام الأعلى قيمة للذكاء الاصطناعي في معظم المراجعات.
استرجاع النص الكامل وفرزه. يستطيع الذكاء الاصطناعي استخراج البيانات الوصفية للنشر، وتحديد ما إذا كان النص الكامل يتطابق مع مطالبات الملخص (أحيانًا لا يطابق ذلك)، ووضع علامة على الأوراق التي تبدو وكأنها ملخصات مؤتمرات، أو أخطاء مطبعية، أو منشورات مكررة تحت عناوين مختلفة.
استخلاص البيانات من الأوراق المنظمة. جداول خصائص المريض، والجرعات، وأحجام التأثير - يمكن للذكاء الاصطناعي استخراجها من ملفات PDF ذات النص الكامل إلى ورقة استخراج بيانات منظمة، والتي يتحقق منها بعد ذلك مراجعان بشريان. وقت التحقق أقل بكثير من الاستخراج اليدوي الكامل.
دعم التجميع والكتابة. صياغة وصف إجراء الفحص لقسم الأساليب، وصياغة نص مخطط التدفق PRISMA، وتلخيص جدول خصائص الدراسات المضمنة - يساعد الذكاء الاصطناعي في الكتابة دون تغيير جوهر المراجعة.
ترجمة المصادر غير الإنجليزية. إذا كانت مراجعتك تتضمن أوراقًا غير الإنجليزية، فقد أصبحت ترجمة الذكاء الاصطناعي موثوقة بدرجة كافية لدعم إدراج هذه المصادر. توثيق الأداة المستخدمة في الأساليب.
Where AI should NOT do the work
تعبر هذه الاستخدامات الحدود إلى عملية صنع القرار الموضوعية التي يجب على المراجعين البشريين القيام بها.
قرارات التضمين/الاستبعاد النهائية. يتطلب PRISMA اثنين من المراجعين البشريين المستقلين للتضمين/الاستبعاد. يستطيع الذكاء الاصطناعي تصنيف المرشحين مسبقًا وتصنيفهم وإبرازهم، لكن القرار الملزم يجب أن يكون بشريًا. هذا غير قابل للتفاوض من أجل الامتثال.
خطر تقييم التحيز. تتطلب أدوات RoB الحكم على تصميم الدراسة والتعمية والاستنزاف وإعداد التقارير. يستطيع الذكاء الاصطناعي تلخيص ما تقوله الورقة البحثية عن كل مجال، لكن تصنيف التحيز نفسه يجب أن يكون بشريًا.
تقييم الجودة ودرجة الأدلة (GRADE). نفس المنطق. يلخص الذكاء الاصطناعي؛ معدل البشر.
تفسير عدم التجانس. ما إذا كانت الاختلافات بين نتائج الدراسة تعكس عدم التجانس السريري، أو عدم التجانس المنهجي، أو الصدفة هو قرار يتطلب خبرة سريرية ومنهجية.
التوليف النهائي والاستنتاجات. التوليف السردي، ومناقشة نقاط القوة والقيود، والآثار السريرية - هذه هي مساهمات فريق المراجعة. يمكن للذكاء الاصطناعي صياغة اللغة الأولية، لكن الأحكام الموضوعية تعود إليك.
الكشف عن المحتوى المُصنّع أو محتوى مصانع الورق. ومن المفارقات أن اكتشاف الذكاء الاصطناعي للدراسات الملفقة لا يزال غير موثوق به. إن العيون البشرية على الأوراق المشبوهة، بالإضافة إلى أدوات مثل فحص الورق الإشكالي، هي المعيار الحالي.
The reporting requirements
إذا كنت تستخدم الذكاء الاصطناعي في أي مكان في المراجعة، فإن PRISMA-trAIce يتطلب منك الإبلاغ عنه. الهيكل الذي يرضي معظم المجلات:
في قسم الأساليب، القسم الفرعي لإجراءات الفحص:
Abstract screening was conducted using a two-stage process. Initial
classification was performed using [Tool Name, version, accessed via
API/web on dates] with the following prompt template: "[exact prompt]".
The classification was used to prioritize abstracts for human review.
All abstracts, regardless of initial classification, were then screened
independently by two reviewers ([author initials]) using [Covidence /
Rayyan / other tool], with disagreements resolved by discussion or by
a third reviewer ([author initials]) when consensus was not reached.
في تمرين معايرة تم إجراؤه على [عدد] الملخصات قبل
الفحص الرئيسي، وتصنيف منظمة العفو الدولية المتفق عليها مع إجماع الإنسان
القرار في [النسبة المئوية]٪ من الحالات. لم يتم استخدام الذكاء الاصطناعي للنهائي
قرارات الإدماج أو الاستبعاد.
في قسم الأساليب، القسم الفرعي لاستخراج البيانات:
Data extraction was performed using a structured form (Appendix [X]).
Extraction of [specific data types, e.g., patient characteristics,
intervention details, outcome measurements] was supported by [Tool
Name, version], which extracted candidate values from full-text PDFs.
All extracted values were verified against the source PDFs by two
reviewers ([author initials]). Discrepancies between AI-extracted
values and source documents were corrected against the source in
[percentage]% of cases. The verified data informed the final
synthesis.
في القسم الفرعي المخصص "استخدام الذكاء الاصطناعي" (أحيانًا ما يكون مطلوبًا بشكل منفصل):
The following AI tools were used in this review: [list each tool,
version, date range, and specific role]. No AI tool was used for
risk of bias assessment, quality grading, interpretation of
heterogeneity, or synthesis of conclusions. All AI-supported steps
were verified by [number] human reviewers as described above. The
prompts used are provided in Appendix [Y].
In the limitations section:
الاعتراف بالقيود المتعلقة بالذكاء الاصطناعي: التحيز المنهجي المحتمل في التصنيف المسبق، والاعتماد على أدوات الذكاء الاصطناعي التي لا تتسم أعمالها الداخلية بالشفافية، واستحالة إعادة إنتاج سلوك الذكاء الاصطناعي بشكل كامل عبر إصدارات النماذج.
Summarize and Extract — with Verifiable Outputs
Paste a paper or paste an extraction request. Get back content you can verify against the source — fast.
Try the AI SummarizerThe workflow we recommend
تسلسل يرضي PRISMA-trAIce ويستخدم نقاط قوة الذكاء الاصطناعي.
الخطوة 1: قم بالتسجيل المسبق للبروتوكول. قبل أي استخدام للذكاء الاصطناعي، قم بتسجيل المراجعة (PROSPERO للمراجعات الطبية؛ OSF للآخرين). يحدد البروتوكول معايير الاشتمال، واستراتيجية البحث، وطريقة الفحص، وخطة الاستخراج، ونهج التوليف. حدد في البروتوكول المكان الذي سيتم فيه استخدام الذكاء الاصطناعي وكيف. التسجيل المسبق الذي يذكر الذكاء الاصطناعي أقوى بكثير من الكشف اللاحق.
**الخطوة 2: قم بإجراء تمرين المعايرة. ** اختر 100-200 ملخصًا من بحثك. اطلب من اثنين من المراجعين البشريين فحصها بشكل مستقل. قم بتشغيل فحص الذكاء الاصطناعي على نفس المجموعة باستخدام المطالبة المخطط لها. حساب مقاييس الاتفاق (كابا كوهين، اتفاق النسبة المئوية). إذا كانت موافقة الذكاء الاصطناعي أقل من 0.7 كابا أو 80% بقرار بشري متفق عليه، فقم بتحسين الاستخدام السريع أو إعادة النظر في استخدام الذكاء الاصطناعي.
**الخطوة 3: قم بتشغيل ممر فحص الذكاء الاصطناعي الرئيسي. ** باستخدام مطالبة معايرة، قم بفحص مجموعة الملخصات الكاملة. الإخراج: قائمة مرتبة أو سرية. يرى المراجعون البشريون هذا التصنيف ولكنهم يتخذون قراراتهم المستقلة.
الخطوة 4: فحص مستقل لمراجعين اثنين. لا يزال كل ملخص يحصل على محكمين بشريين. تصنيف الذكاء الاصطناعي عبارة عن بيانات وصفية، وليس تصويتًا. يتم حل الخلافات عن طريق المناقشة أو مراجع ثالث.
الخطوة 5: فحص النص الكامل بمساعدة الذكاء الاصطناعي. يمكن للذكاء الاصطناعي تحديد الاستثناءات الواضحة في مرحلة النص الكامل (لغة خاطئة، ملخص فقط، أوراق بحثية مسحوبة). البشر يتخذون القرارات النهائية.
الخطوة 6: استخراج البيانات بمساعدة الذكاء الاصطناعي والتحقق منها. يستخرج الذكاء الاصطناعي القيم المرشحة؛ يقوم اثنان من المراجعين البشريين بالتحقق من المصدر. ويصبح سجل التحقق نفسه دليلاً على الامتثال.
الخطوة 7: خطر التحيز — الإنسان فقط. لا يوجد ذكاء اصطناعي في هذه الخطوة.
الخطوة 8: التركيب — الكتابة التي يقودها الإنسان وبمساعدة الذكاء الاصطناعي. البشر يقومون بالترجمة. يساعد الذكاء الاصطناعي في تلخيص الدراسات لجدول الدراسات المتضمنة، وصياغة قسم الأساليب، وصقل النثر. التفسير الموضوعي يبقى إنسانيا.
الخطوة 9: الإفصاح الشامل. يُبلغ قسم الأساليب عن استخدام الذكاء الاصطناعي كما هو موضح أعلاه. يظهر [بيان الإفصاح عن استخدام الذكاء الاصطناعي] (/blog/ai-disclosure-statement-manuscript) كاملاً في المادة الأمامية أو الإقرارات. المطالبات الكاملة المستخدمة موجودة في الملحق.
الخطوة 10: تدقيق ما قبل النشر. قبل الإرسال، يقوم عضو ثانٍ في الفريق بتدقيق الخطوات المدعومة بالذكاء الاصطناعي للتأكد من اكتمال التوثيق. تعد المطالبات المفقودة أو أرقام الإصدارات المفقودة أو نسب التحقق المفقودة من محفزات الرفض الشائعة.
Common pitfalls
خصائص الدراسة المهلوسة. يستخرج الذكاء الاصطناعي أحيانًا بيانات غير موجودة في الورقة المصدر، مثل فترات الثقة غير الموجودة، وأحجام العينات غير المتطابقة، وتفاصيل التدخل الملفقة من السياق. التحقق ضد المصدر هو الدفاع الوحيد. إذا لم يتحقق فريقك من كل قيمة مستخرجة، فسوف تقوم بنشر الأخطاء.
** الانجراف الفوري عبر المراجعة. ** تؤدي المراجعة المتوسطة المنقحة السريعة إلى تغيير سلوك الذكاء الاصطناعي على العناصر التي تم فحصها بالفعل. إذا قمت بتغيير المطالبة، قم بتوثيق السبب وأعد فحص العناصر المتأثرة.
الاعتماد المفرط على تصنيف الذكاء الاصطناعي. قامت بعض الفرق بتفويض قرارات التضمين إلى الذكاء الاصطناعي بشكل فعال من خلال التعامل مع تصنيفه على أنه موثوق. PRISMA يتطلب قرارات بشرية. إدخال الذكاء الاصطناعي جيد؛ قرارات الذكاء الاصطناعي ليست كذلك.
نسيان توثيق الانحرافات. يجب الإبلاغ عن أي شيء يختلف عن البروتوكول المسجل مسبقًا. إذا تطور استخدام الذكاء الاصطناعي أثناء المراجعة، فقم بتوثيق هذا التطور. يتم وضع علامة على تغييرات العملية المخفية عند مراجعة النظراء.
إصدارات الأدوات غير متناسقة. تحديث نماذج الذكاء الاصطناعي. إن الإصدار DeepSeek V3 الذي عرض الملخصات في يناير ليس مطابقًا للإصدار المتاح في يونيو. قم بتوثيق الإصدار والنطاق الزمني لكل أداة من أدوات الذكاء الاصطناعي المستخدمة.
دقة الترجمة مفترضة، ولم يتم التحقق منها. ترجمة الذكاء الاصطناعي جيدة ولكنها ليست مثالية، خاصة بالنسبة للمحتوى السريري أو التقني. إذا تم تضمين مصادر غير الإنجليزية، قم بتوثيق الجهة التي تحققت من الترجمات.
Summarize papers, extract study characteristics, and draft synthesis text. Free tier includes every feature.
Frequently asked questions
س: هل يمكنني تضمين الملخصات التي تم عرضها بواسطة الذكاء الاصطناعي في مخطط التدفق PRISMA الخاص بي؟
نعم، ولكن بإسناد محدد. يحتوي مخطط التدفق القياسي PRISMA 2020 على حقول للسجلات المحددة، والسجلات التي تم فحصها، والسجلات التي تم تقييمها من أجل الأهلية، والسجلات المضمنة. إذا تم استخدام الذكاء الاصطناعي في الفحص، أضف ملاحظة إلى الرسم البياني أو التسمية التوضيحية الخاصة به: "تم استخدام التصنيف الأولي المدعوم بالذكاء الاصطناعي لتصنيف الملخصات؛ وقد تلقت جميع الملخصات فحصًا بشريًا مستقلاً من قبل اثنين من المراجعين." تطلب بعض المجلات الآن رسمًا تخطيطيًا أكثر تفصيلاً يوضح الخطوات المدعومة بالذكاء الاصطناعي والخطوات البشرية فقط. يوفر الامتداد PRISMA-trAIce قوالب لذلك.
س: كيف يمكنني الاستشهاد بأدوات الذكاء الاصطناعي المستخدمة في مراجعتي المنهجية؟
استشهد بالنموذج مع نسخته وتاريخ الوصول. التنسيق القياسي: "[اسم النموذج]، الإصدار [X.Y]، تم الوصول إليه [نطاق التاريخ] عبر [نقطة نهاية واجهة برمجة التطبيقات / واجهة الويب] (المطور: [الشركة]). عنوان URL: [رابط إلى الوثائق إذا كان متاحًا]." تتطلب بعض المجلات استشهادًا أكثر تفصيلاً بما في ذلك معلمات واجهة برمجة التطبيقات (API) المستخدمة بالضبط. تحقق من تعليمات المجلة للمؤلفين. لا تزال قواعد الاقتباس لأدوات الذكاء الاصطناعي في طور التطور، وعندما تكون في شك، قم بتضمين المزيد من التفاصيل بدلاً من تقليلها.
Q: What's the difference between PRISMA 2020 and PRISMA-trAIce?
PRISMA 2020 هي القائمة المرجعية القياسية لإعداد التقارير للمراجعات المنهجية، والتي تم تحديثها من إصدار 2009. PRISMA-trAIce (تم نشره عام 2024) هو امتداد يضيف متطلبات إعداد التقارير للخطوات المدعومة بالذكاء الاصطناعي في عملية المراجعة. تتطلب معظم المجلات الآن كلاً من: PRISMA 2020 للتقارير العامة، PRISMA-trAIce لأي خطوات مدعومة بالذكاء الاصطناعي. تحتوي قائمة التحقق من التتبع على 12 عنصرًا تغطي توثيق الأداة، والإبلاغ الفوري، ومقاييس المعايرة، وإجراءات التحقق البشري. إذا كنت تستخدم الذكاء الاصطناعي في أي مكان في المراجعة المنهجية، فتحدث عن PRISMA-trAIce في قسم الأساليب الخاصة بك. للحصول على دليل سير عمل أوسع يكمل هذا الدليل، راجع استخدام الذكاء الاصطناعي لتسريع مراجعة الأدبيات الخاصة بك.
س: هل سيؤدي استخدام الذكاء الاصطناعي في مراجعتي المنهجية إلى تقليل فرص قبولي؟
من خلال تجربتنا، فإن استخدام الذكاء الاصطناعي المُفصح عنه والموثق بشكل صحيح لا يقلل من معدلات القبول وغالبًا ما يسرع عملية المراجعة (الطرق أكثر وضوحًا ويمكن الدفاع عنها بشكل أكبر). ما يقلل من القبول هو الاستخدام غير المعلن للذكاء الاصطناعي، أو استخدام الذكاء الاصطناعي الذي يحل محل الحكم البشري المطلوب، أو القيود المتعلقة بالذكاء الاصطناعي التي لم يتم الاعتراف بها. يستجيب محررو الإشارات والمراجعون للدقة والشفافية، وليس الامتناع عن الذكاء الاصطناعي. إن المراجعة المنهجية التي تستخدم الذكاء الاصطناعي للفحص، وتبلغ عن الاستخدام بالتفصيل، وتتضمن مقاييس المعايرة، وتعترف بالقيود، يتم التعامل معها على أنها مراجعة حديثة منهجيًا - وليست مراجعة مخترقة.
Ema is a senior academic editor at ProofreaderPro.ai with a PhD in Computational Linguistics. She specializes in text analysis technology and language models, and is passionate about making AI-powered tools that truly understand academic writing. When she's not refining proofreading algorithms, she's reviewing papers on NLP and discourse analysis.
