Группа исследователей представила в журнале Nature новую систему OncoTagger, предназначенную для автоматизированного мониторинга и структурирования научной литературы, посвященной применению искусственного интеллекта в онкологии. Система работает на уровне аннотаций и способна анализировать десятки тысяч публикаций, классифицируя их по множеству параметров: решаемым клиническим задачам, типам онкологических заболеваний, используемым методам ИИ, географическому происхождению исследований, а также применяемым метрикам эффективности. Для валидации и тестирования алгоритма была использована обширная выборка, состоящая из 59 900 англоязычных научных работ, опубликованных в базе Web of Science Core Collection (WoSCC) в период с 2019 по 2025 год. Разработка решает критическую проблему информационного шума и фрагментации данных в быстро растущей области на стыке машинного обучения и медицины, позволяя исследователям и клиницистам эффективно отслеживать актуальные тренды и находить релевантные исследования. OncoTagger демонстрирует способность обрабатывать большие объемы неструктурированных текстовых данных, что делает ее мощным инструментом для систематических обзоров и мета-анализов в онкологии. Внедрение подобных систем может значительно ускорить процесс трансляции научных открытий в клиническую практику, сокращая время на поиск и оценку новых методов диагностики и лечения. Система открывает возможности для более глубокого понимания того, какие именно аспекты ИИ-технологий получают наибольшее внимание в научном сообществе и где существуют пробелы в исследованиях.