Las revisiones sistemáticas requieren procesos de selección que son intensivos en mano de obra, un enfoque propenso a cuellos de botella, retrasos y limitaciones de escalabilidad en revisiones a gran escala. Los Modelos de Lenguaje Grande (LLMs) han surgido recientemente como una alternativa poderosa, capaces de operar en modos de cero disparos o pocos disparos para clasificar resúmenes según criterios predefinidos sin requerir intervención humana continua como las plataformas semi-automatizadas. Esta revisión se centra en los desafíos centrales que los usuarios en el campo biomédico encuentran al integrar LLMs, como GPT-4, en la investigación basada en evidencia. Examina los requisitos críticos para el software y el preprocesamiento de datos, discute varias estrategias de indicaciones y subraya la necesidad continua de supervisión humana para mantener un control de calidad riguroso. Al basarse en prácticas actuales para la gestión de costos, la reproducibilidad y el refinamiento de indicaciones, este artículo destaca cómo los equipos de revisión pueden reducir sustancialmente las cargas de trabajo de selección sin comprometer la exhaustividad de la investigación basada en evidencia. Los hallazgos presentados buscan equilibrar las fortalezas de la automatización impulsada por LLM con controles humanos estructurados, asegurando que las revisiones sistemáticas mantengan su integridad metodológica mientras aprovechan las ganancias de eficiencia posibles gracias a los recientes avances en inteligencia artificial.