摘要系统文献综述(SLR)是提供研究证据基础以支持决策的金标准。寻求提高SLR的严格性,透明度和可复制性的研究人员为这些目的提供了一系列准则。人工智能(AI)和机器学习技术(MLTS)用计算机传播语言开发的可以提供提高SLR的速度,严格,透明度和可持续性的方法。针对具有编码经验的研究人员,并且希望利用AI和MLTs通过SLR获得的综合和抽象数据,阐述了如何使用计算机语言来促进在SLR期间提取的无处可比性的机器学习,以促进合成和抽象数据集。利用已知的定性方法,演绎定性分析,本文说明了AI和MLT可以在提取的SLR数据的编码和分类中扮演的支持作用,以及合成SLR数据。使用在SLR期间提取的数据集作为概念证明,本文将包括用于创建使用潜在Dirichlet分配的良好MLT的编码。该技术提供了一个有效的示例,说明了研究人员如何使用AI和MLT来自动化SLR的数据合成和抽象阶段,以及提高研究项目的速度,节俭和严格的助手。
Kenora Rainy River区域实验室计划(KRRRLP)有幸在伍兹地区医院(LWDH)的湖中有两名病理学家,以帮助满足该地区所有六家医院的需求,但是由于病理学家的全国性短缺,这是2022年退休之前的挑战。没有现场病理学家,该地区所有医院继续进行手术程序的能力处于危险之中。幸运的是,与大学卫生网络实验室医学计划开发了合作伙伴,以确保所有区域实验室服务的继续,包括新的手术病理模型。新的病理结构要求LWDH的医疗实验室技术人员(MLTS)承担毛手术病理样本的任务。除了先前在Sioux Lookout Meno Ya Win Health Center(SLMHC)上进行的紧急毛术的一小部分外,该过程大多是该地区的新事物,该过程以实时远程支撑为指导,并通过与LWDH的病理学家相连的平板电脑进行了实时远程支持。这个过程非常麻烦,平板电脑的成像功能是平庸的。很明显,将需要采用新的模型,将需要对UHN病理团队进行实时远程访问,以便以类似方式支持LWDH的MLTS,以供他们提交给他们的更多案例。幸运的是,SLMHC实验室团队在其伤口护理诊所发现了一项技术,该技术似乎很适合转化为实验室使用,以更有效地提供所需的虚拟支持。这项技术称为Televu,并被LWDH采用。Televu是一项合作技术,它使用增强现实,人工智能和IoT设备提供远程医疗援助。使用Televu系统,用户可以从远处获得其他医疗专业人员的实时医疗指导和支持。解决方案集成了智能眼镜,相机和其他智能设备等物联网设备。屏幕记录和记录将地理上分开的团队一起提供护理。