Systematisk litteraturoversikt med AI: raskere uten å gå på akkord med stringensen

Den systematiske oversikten (Systematic Literature Review, SLR) er gullstandarden for evidenssyntese – og en av de mest tidkrevende oppgavene i forskningen. AI kan nå automatisere de tyngste trinnene. Her er hva vitenskapen faktisk viser, hvilke fallgruver du bør unngå, og hvor Charlie passer inn.

Emerit Science-teamet

Juli 2026

Systematisk litteraturoversikt gjort raskere med Charlie

En systematisk litteraturoversikt er ikke en gjennomgang «på sparket». Det er en reproduserbar protokoll: man definerer et spørsmål, en uttømmende søkestrategi og inklusjonskriterier, deretter screener man hver referanse, henter ut data fra de inkluderte studiene og sammenstiller dem – ofte i form av en metaanalyse. Alt i tråd med standarder som PRISMA 2020 eller Cochranes anbefalinger. Det er dette som gjør den til den mest pålitelige evidenskilden i vitenskap og medisin.

Problemet: en stringent SLR tar måneder. Å screene 5 000 til 20 000 titler og sammendrag for hånd, med dobbel gjennomgang, og deretter metodisk hente ut data fra hundrevis av artikler, legger beslag på hele team. Og den vitenskapelige produksjonen dobles med noen års mellomrom: arbeidsmengden bare vokser. Det er nettopp her 2026-generasjonen av AI-agenter endrer spillereglene – forutsatt at man vet hva de gjør godt, og hva de gjør dårlig.

Hvor tiden går: de fem trinnene i en SLR

Alle systematiske oversikter går gjennom de samme fasene. Hver av dem har sin egen automatiseringsprofil – noen egner seg svært godt for AI, andre krever streng menneskelig kontroll.

Trinn	Hva som må gjøres	Kan det automatiseres?
1. Søk	Omsette spørsmålet til boolske søkestrenger, søke i PubMed, Embase osv.	Delvis – AI skriver søkene, eksperten godkjenner
2. Screening	Sortere tusenvis av titler/sammendrag og deretter fulltekster (dobbel gjennomgang)	I stor grad – trinnet der AI er mest moden
3. Datauttrekk	Hente ut PICO, utvalgsstørrelser, resultater og metoder fra hver studie	Assistert – god gevinst, men menneskelig kontroll er uunnværlig
4. Syntese	Sammenstille resultater, metaanalyse, kvalitativ narrativ syntese	Assistert – AI skriver og strukturerer, mennesket konkluderer
5. Vurdering av risiko for skjevhet	Vurdere den metodiske kvaliteten i hver inkluderte studie	I liten grad – krever ekspertvurdering, AI alene er lite pålitelig

Denne graderingen er avgjørende: verdien av AI ligger ikke i å «gjøre oversikten for deg», men i å ta unna det mekaniske arbeidet (screening, strukturert datauttrekk) der den er best, og overlate den vitenskapelige vurderingen til mennesket der den betyr noe.

Hva forskningen faktisk viser (tall fra 2025)

I stedet for markedsføringsløfter ser vi på resultatene som ble publisert i 2025 av forskergrupper som har målt reelle systemer på reelle oversikter.

Screening – det mest modne trinnet. En gjennomgang av over 20 verktøy viser at assistert sortering kan redusere den manuelle screeningen med mer enn 60 % og samtidig opprettholde en recall på over 90 % (Mikriukov et al., 2025). På AutoLit oppnår modeller for veiledet læring 82 til 97 % recall, på nivå med en menneskelig vurderer (Kallmes et al., 2025).
Søk – fra spørsmål til søkestreng. En resonneringsagent omsetter et forskningsspørsmål til komplette boolske søkestrenger med 76,8 % og 79,6 % recall på to valideringssett – målt mot søk utformet av Cochrane-eksperter (Kallmes et al., 2025).
Datauttrekk – godt på strukturerte data. Uttrekket av PICO-elementer (Populasjon, Intervensjon, Sammenligning, Utfall) har en nøyaktighet på over 85 % (Mikriukov et al., 2025); metadata som studietype, sted og størrelse hentes ut med henholdsvis 74 %, 78 % og 91 % nøyaktighet (Kallmes et al., 2025).
Konkrete tidsbesparelser. På reelle oversikter rapporterer forfatterne 50 % tidsbesparelse ved screening av sammendrag og 70 til 80 % ved kvalitativt datauttrekk (Kallmes et al., 2025).

Den underliggende trenden er bredere: vitenskapelige AI-agenter – som kan resonnere, planlegge og kjede sammen verktøy på egen hånd – pekes ut som en ny grense for litteraturgjennomgang, hypotesegenerering og resultatanalyse (Gridach et al., ICLR 2025), særlig innen bioinformatikk og biomedisin (Yang et al., 2025).

Fallgruven du ikke kan overse: AI uten tilsyn tar feil

Å automatisere en SLR som en «svart boks» er farlig. De samme studiene som måler gevinstene, måler også feilene – og de er alvorlige nettopp der vurderingsevnen betyr mest:

! Uten menneskelig kontroll når feilraten 31 % ved datauttrekk og overstiger 50 % ved automatisk vurdering av risiko for skjevhet (Mikriukov et al., 2025).
! Hallusinasjoner: en modell kan finne på en verdi eller en kildehenvisning som virker troverdig, men er feil – uakseptabelt i en evidenssyntese.
! Reproduserbarhet: uten sporbarhet for søk, prompter og beslutninger er oversikten ikke lenger reproduserbar – og det er selve definisjonen på en SLR.

Forfatterne konkluderer samstemt: riktig modell er ikke full automatisering, men «human-in-the-loop» – AI foreslår, eksperten bestemmer. Agenten blir en utrettelig andre vurderer der hver beslutning kan etterprøves, aldri en erstatning for den vitenskapelige vurderingen (Kallmes et al., 2025).

Når evidensen ikke strekker til: formell konsensus (RAND/UCLA)

En systematisk oversikt gir ikke alltid et klart svar: noen ganger er evidensen sparsom, heterogen eller motstridende. Da tar strukturerte konsensusmetoder over – og den mest anerkjente er RAND/UCLA-metoden for egnethetsvurdering (RAND/UCLA Appropriateness Method), utviklet på 1980-tallet av RAND Corporation og UCLA. Den formaliserer nøyaktig det denne artikkelen tar til orde for: å kombinere evidensen fra en systematisk oversikt med vurderingen til et ekspertpanel.

1 Evidenssyntese – en systematisk litteraturoversikt gjennomføres og oppsummeres for panelet, som dermed får et felles faktagrunnlag.
2 Individuell skåring – hver ekspert vurderer «egnetheten» (appropriateness) til hver indikasjon på en skala fra 1 til 9, i lys av den fremlagte evidensen.
3 Diskusjon og ny runde – etter en diskusjonsrunde (modifisert Delphi) skårer ekspertene på nytt; hver indikasjon klassifiseres som egnet, usikker eller uegnet ut fra medianen og graden av uenighet.

Charlie passer naturlig inn i forkant av denne prosessen: den gjør den systematiske oversikten som panelet bygger på, raskere – søk, screening, datauttrekk, syntese med kildehenvisninger – og gir ekspertene et ryddig, sporbart og oppdatert evidensgrunnlag før avstemningen. Kvaliteten på konsensusen avhenger direkte av kvaliteten på oversikten som ligger til grunn: det er nettopp der Charlie sparer tid, uten å ta noe fra den kollektive vurderingen.

«AI erstatter ikke vurdereren i en systematisk oversikt. Den tar over de 80 % av arbeidet som er mekanisk – sortere, hente ut, formatere – slik at vurdereren kan bruke tiden på de 20 % som virkelig krever faglig skjønn. Gevinsten er ikke bare fart: det er stringens man får tilbake.» — Emerit Science-teamet

Slik støtter Charlie hvert trinn – uten at du slipper kontrollen

Charlie er ingen magisk «knapp for systematisk oversikt». Det er en vitenskapelig agent utviklet for å støtte forskeren i hver fase, med sporbarhet og kilde for hver påstand:

1 Avgrense søket – Charlie omsetter spørsmålet ditt til en søkestrategi, foreslår synonymer og søkestrenger, og søker direkte i PubMed, PMC, bioRxiv, HAL og på nettet. Du godkjenner og finjusterer før du setter i gang.
2 Forhåndsscreene – ut fra inklusjons- og eksklusjonskriteriene dine klassifiserer og prioriterer Charlie referansene og begrunner hvert forslag. Den fungerer som en andre vurderer: den endelige beslutningen om inklusjon er fortsatt din.
3 Hente ut data strukturert – PICO, populasjon, antall deltakere, hovedresultater: Charlie fyller ut et uttrekksskjema og knytter hvert datapunkt til sin klikkbare kildehenvisning, slik at du kan sjekke kilden med ett klikk.
4 Sammenstille – refleksjonsmodusen sammenholder de inkluderte studiene, får fram samsvar og motsetninger, og skriver et første utkast til en narrativ syntese med kildehenvisninger som du retter og utfyller.
5 Spore og bygge videre – vedvarende prosjektminne: kriterier, beslutninger og notater bevares fra økt til økt. Oversikten forblir reproduserbar og kan overleveres til hele teamet.

Det bærende prinsippet: Charlie tar seg av trinnene som forskningen peker ut som mest automatiserbare (søk, screening, strukturert datauttrekk), og overlater alltid vurderingen – endelig inklusjon, risiko for skjevhet, konklusjoner – til forskeren, med kildene for hånden.

Et eksempel fra start til slutt

Dag 1 – avgrense og søke

«Jeg forbereder en systematisk oversikt over effekten av PARP-hemmere ved BRCA-mutert eggstokkreft. Hjelp meg å bygge søkestrengen for PubMed, og foreslå inklusjonskriterier etter PICO.» Charlie foreslår søkestrengen, MeSH-synonymer og et PICO-skjema – du justerer og setter i gang.

Dag 2 – screene

«Her er mine 3 800 sammendrag. Klassifiser dem etter kriteriene mine, og forklar hvorfor hvert grensetilfelle bør inkluderes eller ekskluderes.» Charlie prioriterer og begrunner, og du går hovedsakelig gjennom gråsonen – ikke de tusenvis av åpenbare tilfellene.

Dag 3–4 – hente ut data og sammenstille

«For disse 42 inkluderte studiene: hent ut populasjon, design, antall deltakere, HR for progresjonsfri overlevelse, og pek på heterogenitet.» Charlie fyller ut skjemaet med klikkbare kildehenvisninger, du kontrollerer tvilsomme verdier mot kilden, og Charlie skriver det første utkastet til syntesen – som du ferdigstiller.

Reproduserbarhet og suverenitet: to ufravikelige krav

En systematisk oversikt har bare verdi hvis den er reproduserbar og dataene er under kontroll. To strukturelle fortrinn ved Charlie svarer direkte på disse kravene:

Innebygd sporbarhet – hver påstand er knyttet til en klikkbar kildehenvisning med en enhetlig identifikator, og prosjektminnet tar vare på kriterier og beslutninger. Kjeden «søk → beslutning → kilde» kan etterprøves, en forutsetning for en SLR som holder mål.
Fransk suverenitet – drift hos Scaleway, samsvar med GDPR og AI Act, ProConnect for offentlig sektor. Protokollene og dataene dine blir i Europa, et viktig poeng for oversikter basert på sensitive eller upubliserte data.
Innebygde vitenskapelige kilder – PubMed, PMC, bioRxiv, HAL, nettet: litteraturen kommer rett inn i arbeidsområdet, uten klipp og lim mellom verktøy.

Konklusjon: SLR-en forblir din – Charlie tar seg av slitet

Tallene fra 2025 er klare: AI sparer 50 til 80 % av tiden på de mekaniske trinnene i en systematisk oversikt, og oppnår ved screening et recall-nivå som kan måle seg med en menneskelig vurderer. Men de samme studiene minner om at blind automatisering mangedobler feilene der vurderingsevnen betyr noe. Riktig arkitektur er human-in-the-loop.

Det er nøyaktig filosofien bak Charlie: en agent som tar unna arbeidsmengden, oppgir kilden for hvert datapunkt, holder oversikt – og lar deg beholde herredømmet over vitenskapen. For europeiske team er det måten å gjøre oversiktene raskere på uten å gi etter verken på stringensen eller kontrollen over egne data.

Din neste systematiske oversikt – på en brøkdel av tiden

Skal du i gang med en SLR eller en scoping review? Vi viser teamet ditt hvordan dere avgrenser, screener og henter ut data med Charlie – uten å gi slipp på den metodiske kontrollen. En 30 minutters demo basert på deres egen problemstilling.

Bestill et møte Siden «For forskningsteam»

Del denne artikkelen: