Статья
ПРИМЕНЕНИЕ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ ДЛЯ ИНФОРМАЦИОННОГО ПОИСКА ПРИ ПОДГОТОВКЕ СИСТЕМАТИЧЕСКИХ ОБЗОРОВ И МЕТААНАЛИЗА В СЕРДЕЧНО-СОСУДИСТОЙ ХИРУРГИИ
Основные положенияБольшие языковые модели (БЯМ) позволяют автоматизировать первичный скрининг аннотаций при подготовке систематических обзоров, значительно снижая трудоёмкость процесса.Эффективность работы БЯМ напрямую зависит от качества составления запросов (промпт-инжиниринг), которые должны чётко отражать критерии включения/исключения исследований.В статье предложены и проиллюстрированы два подхода к формулировке промптов: «мягкий» (обеспечивает высокую полноту охвата) и «строгий» (снижает число ложноположительных результатов).Показана практическая методика загрузки и обработки аннотаций из базы PubMed с использованием БЯМ (на примере DeepSeek, GPT-4o, Perplexity).Отмечены ключевые ограничения БЯМ: галлюцинации, чувствительность к формулировкам запросов, смещения в данных обучения, что требует обязательного экспертного контроля результатов.Рекомендован двухэтапный подход: сначала мягкий скрининг, затем строгий фильтр, с последующей ручной проверкой релевантных статей.Промпт-инжиниринг рассматривается как практическое искусство, а не универсальный алгоритм, требующее итеративной настройки под конкретные задачи и медицинские области. РезюмеБольшие языковые модели превратились в мощные инструменты автоматизации первичного скрининга аннотаций при проведении систематических обзоров, позволяя существенно снизить ручной труд. В статье представлен всесторонний обзор принципов формирования запросов (промпт-инжиниринга), демонстрирующий, как традиционные критерии для метаанализа можно преобразовать в четкие инструкции для искусственного интеллекта. На примерах тематических исследований в области хирургии ишемической болезни сердца и врожденных пороков сердца мы иллюстрируем влияние составления промптов на полноту охвата, точность и общую эффективность скрининга литературных источников. Кроме того, рассматриваются типичные ошибки, а также подчеркивается сохраняющаяся необходимость экспертного контроля для минимизации галлюцинаций и смещений, присущих выводам искусственного интеллекта. В итоге систематический промпт-инжиниринг в сочетании с экспертной оценкой позволяет исследователям в сердечно-сосудистой хирургии оптимизировать поиск источников для метаанализа на базе больших языковых моделей, обеспечивая более быстрый и всесторонний синтез доказательной базы и методов обработки первичного материала.
