EviStreams：面向医学系统综述的人在环 AI 数据提取平台

研究者发布开源无代码网页平台 EviStreams，用于医学系统综述中的数据提取。该平台让领域专家以表单方式定义带类型的字段而非编写提示词，在上传 PDF 后运行提取，逐条核对每个数值及其出处段落，并完成评审人盲化的双人评审与仲裁，最终输出可审计的一致结果。系统在四套临床语料和三个前沿模型家族上做了评估，结果显示提取质量更多取决于字段规范而非模型选择。平台已上线演示并采用 Apache-2.0 许可发布。

系统综述是临床指南的基础，其数据提取长期依赖双人独立提取加仲裁的高人力流程。此前大模型辅助提取往往难以嵌入既有评审协议并保留可复现性。EviStreams 把 AI 放入协议化的三阶段流程并公开评估结论，说明影响结果的关键变量从模型选择转向字段规范设计，这改变了团队引入 AI 的着力点。

该系统把提取任务从自由提示词改为结构化分解与带类型字段定义，先在试点中校准字段，再批量运行提取。每条预测都附带支撑原文段落，使专家可逐值核查；评审环节沿用评审人盲化的双人独立提取加仲裁机制，从而在引入模型的同时保留可审计记录与复现路径。评估横跨多语料与多模型族，支持了字段规范比模型选择更决定质量的判断。

对医疗与循证类产品而言，这意味着 AI 提效的落点是流程与数据结构，而非模型切换。研发可优先建设字段定义、原文溯源、逐值核验和仲裁留痕能力；业务上可把专家从全量人工提取转为校准字段与复核分歧，降低人力瓶颈。无代码形态也降低了评审团队自行配置的门槛。

• 将字段规范模板化，按综述类型提供可复用的字段库与试点校准流程，缩短项目配置时间。
• 围绕逐值溯源与仲裁留痕设计审计导出格式，作为面向临床指南机构的合规卖点。
• 把字段规范质量作为评估核心指标，提供字段设计诊断，帮助团队在换模型前先优化定义。
• 基于 Apache-2.0 开源版本提供托管部署与团队协作支持，形成付费服务层。

• 字段规范优于模型选择这一结论在四套临床语料之外是否成立，证据未给出。
• 平台在实际综述团队中的准确率、节省工时和错误率数据尚未披露。
• 盲化双人评审与仲裁在平台内的具体交互与冲突处理细节未说明。
• 除医学系统综述外，该方法能否迁移到其他领域未在证据中验证。