要旨: PRISMA（系統的レビューとメタ分析の推奨報告項目）フレームワークはエビデンス統合の厳密な基盤を提供しますが、データ抽出と文献スクリーニングの手動プロセスは依然として時間がかかり、制限が多いままです。生成型人工知能（GenAI）の最近の進展、特に大規模言語モデル（LLMs）は、これらのタスクを自動化・規模拡大する機会を提供し、時間と効率を改善します。しかし、再現性、透明性、監査可能性といったPRISMAの核原則は、LLMsの本質的な非決定性および幻覚のリスク、偏りの増幅のリスクによって脅かされています。これらの制限に対処するため、本研究は人間主導の総合とGenAI支援の統計的事前スクリーニング手順を組み合わせます。人間の監督は科学的妥当性と透明性を保証し、統計層の決定論的性質が再現性を高めます。提案されたアプローチはPRISMAガイドラインを体系的に強化し、GenAIを系統的レビューのワークフローに組み込むための責任ある道筋を提供します。
返却形式: {"translated": "翻訳されたHTML"}
