目标:像大流行这样快速发展的情景需要迅速制作高质量的系统评价,而这可以使用人工智能 (AI) 技术实现自动化。我们评估了 AI 工具在 COVID-19 证据综合中的应用。研究设计:在前瞻性注册审查协议后,我们自动下载了 COVID-19 生活证据概览数据库中所有开放获取的 COVID-19 系统评价,为它们编制了与 AI 相关的关键字的索引,并找到了使用 AI 工具的评价。我们将他们的期刊的 JCR 影响因子、每月引用量、筛选工作量、完成时间(从预注册到预印本或提交给期刊)和 AMSTAR-2 方法评估(最高分 13 分)与一组没有 AI 的出版日期匹配的对照评论进行了比较。结果:在 3,999 篇 COVID-19 评论中,有 28 篇(0.7%,95% CI 0.47 e 1.03%)使用了 AI。平均而言,与对照组(n = 64)相比,AI 评论发表在影响因子更高的期刊上(中位数 8.9 vs. 3.5,P !0.001),每位作者筛选的摘要更多(302.2 vs. 140.3,P = 0.009)和每项纳入的研究(189.0 vs. 365.8,P !0.001),但每位作者检查的全文较少(5.3 vs. 14.0,P = 0.005)。在引用计数(0.5 vs. 0.6,P = 0.600)、每项纳入研究的全文检查(3.8 vs. 3.4,P = 0.481)、完成时间(74.0 vs. 123.0,P = 0.205)或 AMSTAR-2(7.5 vs. 6.3,P = 0.119)方面均未发现差异。结论:AI 是 COVID-19 系统评价中未充分利用的工具。与不使用 AI 的评价相比,使用 AI 可以更有效地筛选文献并提高出版影响力。AI 在系统评价自动化方面具有应用空间。2022 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http:// creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。