RobotReviewer

这个工具解决什么问题

RobotReviewer 是一个面向随机对照试验偏倚风险评估的辅助工具。根据现有草稿信息，它可利用自然语言处理技术，从论文全文中寻找与随机化、分配隐藏、盲法、失访和选择性报告相关的文本，并给出初步判断。

在医学系统评价和 Meta 分析中，偏倚风险评估通常是耗时步骤。评审员不仅要阅读全文，还要把判断依据写清楚，以便后续进行敏感性分析、证据分级、临床指南证据总结和论文报告。

RobotReviewer 的实际价值不是替代评审员，而是帮助研究者更快找到可能相关的证据片段。对于纳入 RCT 较多的干预性综述，它可以作为质量评价阶段的证据定位器。

需要强调的是，偏倚风险不是简单的文本分类问题。同一句话在不同试验设计、结局类型、盲法对象和分析策略下可能有不同含义。因此，RobotReviewer 的输出应视为初稿，而不是最终结论。

适合的医学科研场景

RobotReviewer 与医学科研的联系主要集中在循证医学、临床干预研究评价和系统综述方法学。它更适合药物、器械、手术、康复、护理、心理干预和公共卫生干预等以随机对照试验为主要证据来源的主题。

• 干预性系统评价：对纳入的随机对照试验进行偏倚风险初评，辅助定位随机序列、分配隐藏和盲法实施情况。
• Meta 分析写作：整理质量评价表中的判断依据，减少从全文中反复查找原文的工作。
• 指南证据准备：在临床指南或卫生技术评估项目中，辅助完成 RCT 证据质量评价的前期材料整理。
• 循证医学教学：让医学研究生比较 AI 初评和人工评估结果，学习 RoB 判断的关键点。

如果团队已经完成题录筛选，并且拥有可读取的全文材料，RobotReviewer 更容易发挥作用。它适合作为质量评价阶段的辅助工具，而不是完整系统评价项目管理平台。

不适合的情况

RobotReviewer 不适合被当作所有医学研究质量评价的通用工具。观察性研究应考虑 ROBINS-I、NOS 或 JBI 等相应工具；诊断准确性研究通常使用 QUADAS-2；预后模型研究则需要 PROBAST 等框架。

对于真实世界研究、病例对照研究、队列研究、横断面研究、动物实验和质性研究，RobotReviewer 的判断框架并不匹配。即使系统能够读取文本，也不能说明它能给出方法学上合适的评价。

如果纳入研究数量很少，人工阅读和讨论可能更直接。对于关键临床问题、争议性试验或报告复杂的多臂研究，研究团队仍应完整阅读方法学、方案、注册信息和补充材料。

建议把 RobotReviewer 放在辅助定位证据和生成初评的位置，而不是把它作为独立评审员。最终结论仍应由至少两名受过训练的评审员独立判断，并记录分歧处理过程。

核心功能如何用于系统评价

在常规系统评价流程中，RobotReviewer 可以放在全文筛选之后、数据提取和偏倚风险正式评价之前。研究者应先明确评价框架，再按官网当前支持的方式提交或处理待评估文献。

系统会尝试识别论文中的方法学信息，并围绕常见偏倚风险领域给出初步标记。对评审员来说，最有用的部分通常不是标签本身，而是被定位出来的原文证据。

例如，在药物 RCT 中，系统可能帮助定位随机序列生成的方法描述、分配隐藏方式、双盲实施情况、退出病例说明和结局报告情况。评审员随后需要结合研究方案、试验注册记录、补充材料和结果报告进行判断。

对于手术、康复或护理干预研究，盲法经常存在实施困难。此时不能只看是否出现 blind 字样，还要判断受试者、治疗者、结局评估者和数据分析者分别是否可能受到影响。

与人工评审流程的关系

高质量系统评价通常要求预先制定方案、明确纳入排除标准、双人独立筛选、双人独立提取数据，并对偏倚风险进行独立判断。RobotReviewer 不能替代这些流程要求。

更合适的做法是让两名评审员在查看 AI 标注的同时，各自完成独立判断。若两人结果不同，应回到原文、试验注册记录、补充材料和方案文件中寻找依据，再由第三方仲裁。

在写作时，也不宜简单写成“由 RobotReviewer 完成质量评价”。更稳妥的表述是：研究团队使用该工具辅助定位相关文本，最终偏倚风险判断由评审员依据预设标准完成。

RobotReviewer 可以减少查找证据的时间，但不能承担医学解释、方法学判断和责任归属。

数据隐私与合规注意事项

多数系统评价使用的是已公开发表论文，隐私风险相对较低。但研究团队仍应阅读工具的服务条款和隐私说明，尤其要确认上传文件是否会被存储、处理或用于服务改进。

不建议上传包含未公开患者信息、伦理敏感资料、商业合作数据或尚未投稿的研究手稿。如果项目属于机构委托、药企合作或指南制定工作，应先确认单位对第三方在线工具的要求。

如果必须处理受限访问材料，可以考虑只使用公开论文版本，或在本地完成敏感信息核查。对临床研究团队而言，数据最小化原则仍然适用：能不上传的材料就不要上传。

和 Covidence、Rayyan 怎么选

RobotReviewer 的定位更窄，重点是 RCT 偏倚风险证据定位和初步判断。Covidence 更偏向完整系统评价流程管理，覆盖题录筛选、全文筛选、数据提取和质量评价等环节。

Rayyan 的优势通常体现在题录筛选、盲法筛选和团队协作。它适合在早期处理检索结果，但不是专门为 RCT 偏倚风险自动识别而设计的工具。

如果团队已经有成熟的数据提取表和 RoB 模板，只是希望减少翻找全文的时间，可以考虑 RobotReviewer。若从检索后管理到数据提取都需要平台支持，则应评估 Covidence 等流程型工具。

实际项目中，这些工具并不一定互斥。研究者可以用 Rayyan 做题录筛选，用 Covidence 或表格管理流程，再用 RobotReviewer 辅助 RCT 偏倚风险证据定位。

价格和可用性

当前草稿不能可靠确认 RobotReviewer 的价格、批量处理能力、DOI/PMID 导入能力、项目管理能力或输出格式。因此，本文不把它标记为免费工具。正式用于课题前，应以官网当前页面、服务条款和机构合规要求为准。

如果团队需要处理大量全文、多人协作、审计记录或项目级权限管理，应先做小规模试用，并确认这些能力是否由 RobotReviewer 当前版本支持。无法确认时，应使用表格、Covidence 或其他系统评价平台保留完整项目记录。

使用建议与质量控制

使用前应先明确评价框架。若采用 Cochrane RoB 2，需要按效应估计、结局和领域进行判断；若使用旧版 RoB 或其他模板，也应先在方案中说明。

建议先用少量已熟悉的 RCT 做试运行，比较 AI 输出和团队人工判断是否一致。这样可以帮助评审员理解工具可能擅长和容易遗漏的部分。

正式评价时，应保留原文依据、AI 标注、人工修改和分歧处理记录。这样既有利于复核，也有利于在论文审稿、指南方法学审查或数据分析复现时解释质量评价过程。

总体来看，RobotReviewer 适合医学系统评价中的特定环节：帮助研究者找到 RCT 方法学证据，并形成可复核的初步评价材料。它不适合被当作通用质量评价平台，也不应替代受训评审员的最终判断。