对纳入的RCT进行偏倚风险评估是系统评价作者的关键任务之一。麦克马斯特大学的CLARITY小组创建了 Cochrane偏倚风险工具的改进版，该工具已被广泛应用于众多高质量的系统评价中。

JAMA Network Open近期发表了一篇文章，开发了一个结构化提示来指导2 个大语言模型（ChatGPT和Claude）使用CLARITY小组创建的Cochrane偏倚风险工具，评估 30 项随机对照试验（RCT）的偏倚风险。

关于Cochrane偏倚风险工具的介绍，以及对大语言模型（LLM）的提示语，详见附件文档。

结果显示，LLM 1 和 LLM 2 均表现出良好的准确性，LLM 1 的平均正确评估率为 84.5%，LLM 2 的正确评估率略高，为 89.5%。研究表明大语言模型有可能成为系统评价过程中的有利工具。