研究表明，GPT-4在文献筛选、审查和数据提取方面表现良好，尤其在使用可靠提示时几乎完美。尽管其准确性与人工相当，但仍受数据集不平衡影响。建议在系统综述中谨慎使用大型语言模型，但在特定任务中可与人工表现媲美。