본 논문은 상반되는 증거가 있는 임상 질문에 대한 의학 연구에서 과학적 증거를 추출하는 문제를 다룬다. Cochrane 체계적 검토의 forest plot을 활용하여 202개의 주석이 달린 forest plot, 관련 임상 연구 질문, 연구 전체 텍스트 및 연구별 결론으로 구성된 CochraneForest 데이터셋을 제시한다. 이 데이터셋을 기반으로, 상반되는 증거 추출의 고유한 어려움을 해결하기 위해 설계된 검색 증강 생성 프레임워크인 URCA(Uniform Retrieval Clustered Augmentation)를 제안한다. 실험 결과, URCA는 기존 최고 성능 방법보다 F1 점수 기준 최대 10.3% 향상된 성능을 보였다. 하지만 CochraneForest의 복잡성 또한 강조되어, 자동화된 증거 종합 시스템 발전을 위한 어려운 시험대임을 보여준다.
