Schluss mit Schlagwort-Lotto: PubMed hat mit Linked Discoveries ein neues Feature.

Damit lassen sich mit Hilfe von KI semantisch und thematisch verwandte Paper finden, Zitationen verfolgen und noch vieles mehr. KI wird für die medizinische Daten- und Literaturrecherche immer wichtiger.

Vier Wege, wie KI heute in der medizinischen Recherche hilft

Bisher gab es dafür im Wesentlichen vier Wege, über die ich hier schon verschiedentlich berichtet habe:

• Die klassische Datenbank bleibt, die KI kommt dazu. Das geht am besten, wenn man PubMed per Konnektor mit Claude verbindet oder über ChatGPT-Plug-ins Kontakt zu medizinischen Fachdatenbanken aufnimmt.
• Wissenschaftliche Suchmaschinen mit KI-Integration wie Google Scholar Labs, OpenAlex oder Semantic Scholar sind zwar nicht fachspezifisch orientiert, finden aber auch viele Studien aus dem Bereich Medizin.
• Native KI-Suchtools wie Scite indizieren durch Partnerschaften mit medizinischen Verlagen und Fachgesellschaften Millionen Artikel und nehmen die Volltexte in ihren Korpus auf. Wer Scite nutzt, kommt vielfach hinter die Paywall.
• Tools wie Elicit oder Consensus haben eigene Medical-Modi in der Recherche. Dadurch werden Suchräume gezielter angesprochen, auch wenn die generelle Suche trotzdem wichtig bleibt.

Warum die klassische Schlagwortsuche nicht mehr reicht

Bei alledem zeigt sich: Recherche im KI-Zeitalter ist mehr als nur gut fragen und prompten. Es geht auch darum, Zitationsspuren zu verfolgen und semantisch verwandte Paper zu finden, also Artikel, die dasselbe meinen, aber andere Worte benutzen. Genau da scheitert die klassische Schlagwortsuche. Das war bisher auch das Problem von PubMed. Aber das ändert sich jetzt. Zumindest indirekt, denn es gibt ein neues Feature: Linked Discoveries.

Linked Discoveries: Was das neue PubMed-Feature kann

Heißt konkret:

• Auf der PubMed-Seite eines Artikels gibt es einen neuen Button. Ein Klick darauf erzeugt eine „Nachbarschaft": der Ausgangsartikel plus die inhaltlich ähnlichsten Paper. Das können 20 oder 200 sein, ist einstellbar.
• Die Ähnlichkeit berechnet ein biomedizinisches Sprachmodell. Es arbeitet mit Titel, Abstract und Keywords. Volltexte bleiben erstmal außen vor, Artikel ohne Abstract auch. PubMed konnte zwar schon zuvor ähnliche Artikel anzeigen, aber das funktionierte primär durch Wortübereinstimmung, nicht KI-gestützt.
• Citation Tracking ist eingebaut. Linien zeigen, wer wen wie oft zitiert.
• Zurückgezogene Artikel sind markiert, Errata und Expressions of Concern sind sichtbar. Allein das ist Gold wert.
• Man kann nach Krankheiten, Genen oder Substanzen filtern und jeden Artikel zum Ausgangspunkt (Seed Paper) machen. So geht es auf neuen Pfaden durch die Literatur.

Bisher haben sich KI-Tools an Datenbanken wie PubMed angedockt. Jetzt holt sich PubMed die KI-Logik ins eigene Haus. Erstmal noch ohne KI-Antwort, ohne Chat, dafür aber mit Datensätzen, die neue Verbindungen sichtbar machen.

PS: Bei Interesse an KI- und Recherche-Workshops für Mediziner gern bei mir melden.