Cochrane Taiwan（考科藍臺灣研究中心）在臺北醫學大學舉辦「AI輔助實證研究工作坊」，探討生成式AI如何導入系統性文獻回顧與統合分析流程，並提出「人機協作」核心原則：AI負責加速自動化，人類把關關鍵學術判斷。

會中引述最新實證數據，大語言模型於文獻篩選與數據萃取任務可減少四成以上工作量，準確率逾八成；但在「偏差風險評估」此類需臨床常理判斷的構面，中位準確率僅約六成二，顯示AI仍難以完全取代人類推研能力。臺北醫學大學陳杰峰、陳可欣、黃采薇及輔仁大學附設醫院劉人瑋等專家指出，最具價值的研究者並非最快得到答案的人，而是「最快驗證答案的人」，提醒與會者須積極防範AI幻覺與資料偏誤。

現場示範以NotebookLM精準萃取臨床文獻特徵，結合iMetaR與RStudio自動生成程式碼，一鍵產出森林圖與漏斗圖，降低程式操作門檻，同時提升研究重現性。專家齊聲呼籲，未來發表相關研究應遵循RAISE（Responsible AI use in Systematic Evidence Synthesis）指引與PRISMA-trAIce（Transparent Reporting of Artificial Intelligence in Comprehensive Evidence Synthesis）規範，透明揭露所用AI工具、版本及人工驗證方法，讓省下的時間轉化為更嚴謹的學術決策，回歸提升病人照護品質的初衷。

*轉載自藥師週刊第2474期 https://www.taiwan-pharma.org.tw/weekly/2474/2474-4-3.htm