Systematische literatuurreview met AI: versnellen zonder in te boeten aan strengheid

De systematische review (Systematic Literature Review, SLR) is de gouden standaard voor de synthese van bewijs — en een van de meest tijdrovende taken in onderzoek. AI kan inmiddels de zwaarste stappen ervan automatiseren. Dit is wat de wetenschap werkelijk aantoont, welke valkuilen u moet vermijden en waar Charlie past.

Team Emerit Science

juli 2026

Systematische literatuurreview versneld door Charlie

Een systematische literatuurreview is geen review ‘op goed geluk’. Het is een reproduceerbaar protocol: u definieert een vraag, een uitputtende zoekstrategie en inclusiecriteria, vervolgens screent u elke referentie, extraheert u de gegevens uit de geselecteerde studies en maakt u een synthese — vaak in de vorm van een meta-analyse. Dat alles volgens standaarden als PRISMA 2020 of de richtlijnen van Cochrane. Daardoor is ze de meest betrouwbare bron van bewijs in wetenschap en geneeskunde.

Het probleem: een grondige SLR kost maanden. Handmatig 5.000 tot 20.000 titels en abstracts screenen, met dubbele beoordeling, en daarna methodisch de gegevens uit honderden artikelen extraheren, vraagt de inzet van hele teams. En de wetenschappelijke productie verdubbelt om de paar jaar: het werk wordt alleen maar groter. Precies daar veranderen de AI-agenten van de generatie 2026 de spelregels — mits u weet wat ze goed doen en wat ze slecht doen.

Waar de tijd naartoe gaat: de vijf stappen van een SLR

Elke systematische review doorloopt dezelfde fasen. Elke fase heeft een ander automatiseringsprofiel — sommige lenen zich uitstekend voor AI, andere vereisen strikte menselijke controle.

Stap	Wat er moet gebeuren	Automatiseerbaar?
1. Zoeken	De vraag vertalen naar booleaanse zoekstrings, PubMed, Embase enz. doorzoeken	Gedeeltelijk — de AI stelt de zoekopdrachten op, de expert valideert
2. Screening	Duizenden titels/abstracts en daarna volledige teksten sorteren (dubbele beoordeling)	Sterk — de stap die het rijpst is voor AI
3. Extractie	PICO, steekproefgroottes, resultaten en methoden van elke studie extraheren	Ondersteund — flinke winst, maar menselijke controle onmisbaar
4. Synthese	Resultaten samenvoegen, meta-analyse, kwalitatieve beschrijving	Ondersteund — de AI schrijft en structureert, de mens trekt de conclusies
5. Beoordeling van het risico op bias	De methodologische kwaliteit van elke geïncludeerde studie beoordelen	Weinig — oordeel van een expert vereist, AI alleen is weinig betrouwbaar

Deze gradatie is essentieel: de waarde van AI is niet om ‘de review voor u te doen’, maar om de mechanische last op te vangen (screening, gestructureerde extractie) waar ze uitblinkt, en het wetenschappelijke oordeel over te laten aan de mens waar dat ertoe doet.

Wat onderzoek werkelijk aantoont (cijfers 2025)

Laten we in plaats van marketingbeloftes kijken naar de resultaten die in 2025 zijn gepubliceerd door teams die echte systemen op echte reviews hebben gemeten.

Screening — de meest volwassen stap. Een review van meer dan 20 tools laat zien dat ondersteund sorteren de handmatige screening met meer dan 60% kan verminderen, met behoud van een recall van meer dan 90% (Mikriukov et al., 2025). Op AutoLit halen de modellen voor gesuperviseerd leren 82 tot 97% recall, op het niveau van een menselijke beoordelaar (Kallmes et al., 2025).
Zoeken — van vraag naar zoekopdracht. Een redeneeragent zet een onderzoeksvraag om in volledige booleaanse zoekstrings met 76,8% en 79,6% recall op twee validatiesets — tegenover zoekopdrachten die door Cochrane-experts zijn opgesteld (Kallmes et al., 2025).
Extractie — goed bij gestructureerde gegevens. De extractie van PICO-elementen (Populatie, Interventie, Comparator, Outcome) haalt een nauwkeurigheid van meer dan 85% (Mikriukov et al., 2025); metadata zoals studietype, locatie en omvang worden geëxtraheerd met een nauwkeurigheid van 74%, 78% en 91% (Kallmes et al., 2025).
Concrete tijdwinst. Bij echte reviews rapporteren de auteurs 50% tijdwinst bij het screenen van abstracts en 70 tot 80% bij kwalitatieve extractie (Kallmes et al., 2025).

De onderliggende trend is breder: wetenschappelijke AI-agenten — die zelfstandig kunnen redeneren, plannen en tools aan elkaar kunnen koppelen — worden gezien als een nieuwe grens voor literatuurreviews, het genereren van hypothesen en de analyse van resultaten (Gridach et al., ICLR 2025), met name in de bio-informatica en de biomedische wetenschappen (Yang et al., 2025).

De valkuil die u niet mag negeren: AI zonder toezicht maakt fouten

Een SLR ‘als black box’ automatiseren is gevaarlijk. Dezelfde studies die de winst meten, meten ook de mislukkingen, en die zijn ernstig precies waar het oordeel het zwaarst weegt:

! Zonder menselijke controle loopt het foutpercentage op tot 31% bij gegevensextractie en meer dan 50% bij de automatische beoordeling van het risico op bias (Mikriukov et al., 2025).
! Hallucinaties: een model kan een plausibele maar onjuiste waarde of bronvermelding verzinnen — onaanvaardbaar in een synthese van bewijs.
! Reproduceerbaarheid: zonder traceerbaarheid van zoekopdrachten, prompts en beslissingen is de review niet meer reproduceerbaar — en dat is nu juist de definitie van een SLR.

De auteurs zijn het unaniem eens: het juiste model is niet volledige automatisering, maar ‘human-in-the-loop’ — de AI stelt voor, de expert beslist. De agent wordt een onvermoeibare tweede beoordelaar, van wie elke beslissing controleerbaar blijft, en nooit een vervanging van het wetenschappelijke oordeel (Kallmes et al., 2025).

Als het bewijs tekortschiet: formele consensus (RAND/UCLA)

Een systematische review geeft niet altijd uitsluitsel: soms is het bewijs schaars, heterogeen of tegenstrijdig. Dan nemen gestructureerde consensusmethoden het over — en de bekendste daarvan is de RAND/UCLA-methode voor geschiktheid (RAND/UCLA Appropriateness Method), in de jaren 1980 ontwikkeld door de RAND Corporation en UCLA. Ze formaliseert precies wat dit artikel bepleit: het bewijs uit een systematische review combineren met het oordeel van een expertpanel.

1 Synthese van het bewijs — er wordt een systematische literatuurreview uitgevoerd en voor het panel samengevat, dat zo over een gemeenschappelijke feitelijke basis beschikt.
2 Individuele scoring — elke expert beoordeelt de ‘geschiktheid’ (appropriateness) van elke indicatie op een schaal van 1 tot 9, in het licht van het aangeleverde bewijs.
3 Bespreking en tweede ronde — na een discussieronde (gemodificeerde Delphi) scoren de experts opnieuw; elke indicatie wordt ingedeeld als geschikt, onzeker of ongeschikt op basis van de mediaan en de mate van onenigheid.

Charlie past vanzelf aan het begin van dit proces: de agent versnelt de systematische review die het panel voedt — zoeken, screening, extractie, synthese met bronvermelding — en levert de experts vóór de stemming een schone, traceerbare en actuele bewijsbasis. De kwaliteit van de consensus hangt rechtstreeks af van de kwaliteit van de review die eraan ten grondslag ligt: precies daar bespaart Charlie tijd, zonder iets af te doen aan het collectieve oordeel.

“AI vervangt de beoordelaar van een systematische review niet. Ze neemt hem de 80% mechanisch werk uit handen — sorteren, extraheren, opmaken — zodat hij zijn tijd kan besteden aan de 20% die echt zijn oordeel vereist. De winst zit niet alleen in snelheid: het is teruggewonnen strengheid.” — Team Emerit Science

Hoe Charlie elke stap ondersteunt — zonder het stuur los te laten

Charlie is geen magische ‘systematische-reviewknop’. Het is een wetenschappelijke agent die is ontworpen om de onderzoeker in elke fase bij te staan, waarbij van elke bewering het spoor en de bron bewaard blijven:

1 De zoektocht afbakenen — Charlie zet uw vraag om in een zoekstrategie, stelt synoniemen en zoekstrings voor en doorzoekt rechtstreeks PubMed, PMC, bioRxiv, HAL en het web. U valideert en verfijnt voordat u start.
2 Voorscreenen — op basis van uw inclusie- en exclusiecriteria rangschikt en prioriteert Charlie de referenties en onderbouwt elk voorstel. De agent fungeert als tweede beoordelaar: de uiteindelijke beslissing over inclusie blijft bij u.
3 Gestructureerd extraheren — PICO, populatie, aantallen, belangrijkste resultaten: Charlie vult een extractieformulier in en koppelt elk gegeven aan de bijbehorende klikbare bronvermelding, zodat u de bron met één klik kunt controleren.
4 Synthetiseren — de Reflectiemodus legt de geïncludeerde studies naast elkaar, brengt overeenkomsten en tegenstrijdigheden aan het licht en schrijft een eerste narratieve synthese met bronvermeldingen, die u corrigeert en aanvult.
5 Vastleggen en voortbouwen — blijvend projectgeheugen: criteria, beslissingen en notities blijven van sessie tot sessie bewaard. De review blijft reproduceerbaar en overdraagbaar aan het hele team.

Het leidende principe: Charlie neemt de stappen voor zijn rekening die onderzoek als het best automatiseerbaar aanwijst (zoeken, screening, gestructureerde extractie) en laat het oordeel — uiteindelijke inclusie, risico op bias, conclusies — altijd aan de onderzoeker, met de bronnen erbij.

Een voorbeeld van begin tot eind

Dag 1 — afbakenen en zoeken

“Ik bereid een systematische review voor over de werkzaamheid van PARP-remmers bij BRCA-gemuteerde eierstokkanker. Help me de PubMed-zoekstring op te stellen en stel PICO-inclusiecriteria voor.” Charlie stelt de zoekstring, de MeSH-synoniemen en een PICO-raster voor — u past aan en start.

Dag 2 — screenen

“Hier zijn mijn 3.800 abstracts. Rangschik ze volgens mijn criteria en leg uit waarom elk twijfelgeval moet worden geïncludeerd of geëxcludeerd.” Charlie prioriteert en onderbouwt, en u bekijkt vooral de twijfelzone — niet de duizenden evidente gevallen.

Dag 3-4 — extraheren en synthetiseren

“Extraheer voor deze 42 geïncludeerde studies de populatie, de opzet, de aantallen en de HR voor progressievrije overleving, en signaleer de heterogeniteit.” Charlie vult het raster in met klikbare bronvermeldingen, u controleert twijfelachtige waarden bij de bron, en de agent schrijft de eerste synthese — die u afrondt.

Reproduceerbaarheid en soevereiniteit: twee niet-onderhandelbare eisen

Een systematische review heeft alleen waarde als ze reproduceerbaar is en de gegevens onder controle blijven. Twee structurele troeven van Charlie beantwoorden rechtstreeks aan die eisen:

Ingebouwde traceerbaarheid — elke bewering is gekoppeld aan een klikbare bronvermelding met een uniforme identificatiecode, en het projectgeheugen bewaart de criteria en beslissingen. De keten ‘zoekopdracht → beslissing → bron’ blijft controleerbaar, een voorwaarde voor een conforme SLR.
Franse soevereiniteit — hosting bij Scaleway, conformiteit met de AVG en de AI Act, ProConnect voor de publieke sector. Uw reviewprotocollen en uw gegevens blijven in Europa, een belangrijk punt voor reviews op gevoelige of ongepubliceerde gegevens.
Ingebouwde wetenschappelijke bronnen — PubMed, PMC, bioRxiv, HAL, web: de literatuur komt rechtstreeks in de werkruimte terecht, zonder knippen en plakken tussen tools.

Conclusie: de SLR blijft uw review — Charlie neemt het sleurwerk over

De cijfers van 2025 zijn duidelijk: AI levert 50 tot 80% tijdwinst op bij de mechanische stappen van een systematische review en haalt bij screening een recall die een menselijke beoordelaar waardig is. Maar dezelfde studies herinneren eraan dat blinde automatisering de fouten vermenigvuldigt precies waar het oordeel telt. De juiste architectuur is human-in-the-loop.

Dat is precies de filosofie van Charlie: een agent die de last draagt, elk gegeven van een bron voorziet, het spoor bewaart — en u de regie over de wetenschap laat. Voor Europese teams is het de manier om hun reviews te versnellen zonder iets in te leveren op strengheid of op de controle over hun gegevens.

Uw volgende systematische review, in een fractie van de tijd

Start u een SLR of een scoping review? Wij laten uw team zien hoe u met Charlie afbakent, screent en extraheert — met behoud van de methodologische controle. Demo van 30 minuten op uw eigen casus.

Afspraak maken Pagina “Voor teams”

Deel dit artikel: