扫描大量科学文献以进行有希望的研究的AI工具可以加快寻找疫苗的速度。

该系统提供了一种人工检查的自动替代方法，许多研究人员开始绕过该方法，以便其同事可以立即提供有关其工作的反馈。

[阅读：药物发现可能是AI应对大流行的最佳方法]

这种方法牺牲了速度的安全性，这可能导致低质量的工作吸引到广泛的受众。这也意味着，有太多关于的论文供人类阅读。

这些问题促使西北大学的研究人员创建了一种工具，用于预测哪些研究最值得进一步投资，以及哪些研究不太可能进行。

怎么运行的

西北系统使用一种算法来预测哪些研究将产生可复制的结果，这意味着当再次对一组新人进行测试时，它们具有相同的效果。

现有的评估可复制性的方法依赖于科学专家的审查，这是一个彻底但耗时的过程。

例如，军事研究机构DARPA创建的开放研究和证据的系统化信心(SCORE)流程平均大约需要314天。当您尝试应对全球性大流行病时，这需要等待很长时间。

领导西北研究的Brian Uzzi教授认为，这一过程存在两个主要问题。

首先，进入测试的第二阶段需要花费很长时间，其次，当专家花时间审查他人的工作时，这意味着他们不在实验室里进行自己的研究。

Uzzi的团队从超过200万个研究摘要中训练了他们的统计和文本模型，然后对其进行了一系列新的研究以进行评估。

他们的想法不仅是分析数据，而且还分析研究作者用来解释其结果的叙述。它通过识别能够揭示研究人员对其发现的信心的语言模式来做到这一点，而人类评论家并不总是能发现这些模式。

然后，他们将这些预测与DARPA的SCORE评估进行了比较。研究人员说，他们的系统产生了同样准确的结果-但仅需几分钟，而不是几个月。

最终，该团队旨在将系统与专家审阅者配对-他们说，这将比单独工作的人或机器更为准确。