眼疾患診断におけるAIワークフロー、外部検証、および開発
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：AI Workflow, External Validation, and Development in Eye Disease Diagnosis
雑誌名：JAMA Netw Open. 2025 Jul 01; 8(7): e2517204.
概 要：
この研究は、加齢黄斑変性（AMD）の診断と重症度分類における医療AIの下流の責任を明確にすることを目的としています。AIは専門家レベルの診断精度を示していますが、臨床での採用を妨げる要因として、ワークフローの統合や外部検証の不足が挙げられます。本研究では、AI支援の診断ワークフローを開発し、24人の臨床医による4回の診断評価を行いました。AIの助けを借りることで、診断精度と時間効率が向上しましたが、AIと手動診断の組み合わせが常に最も高い精度や効率をもたらすわけではないことも示されました。
方 法：
この診断研究では、加齢黄斑変性（AMD）のAI支援診断ワークフローを開発し評価しました。12の施設から24人の臨床医が参加し、手動診断とAI支援診断を交互に行い、合計2880のAMDリスク特徴を960枚の画像で評価しました。元のDeepSeeNetモデルは、米国の追加画像を用いてDeepSeeNet+モデルに強化され、3つのデータセットでテストされました。
結 果：
240人の患者を対象にした結果、AI支援により23人の臨床医の診断精度が有意に向上し、F1スコアは37.71から45.52に増加しました。手動診断は1患者あたり39.8秒かかりましたが、AI支援により10.3秒の時間短縮が実現しました。DeepSeeNet+モデルは、シンガポールのコホートに対して有意に高いF1スコアを達成しました。
結 論：
この診断研究では、AI支援がAMD診断の精度と時間効率を向上させることが示されました。多様な集団におけるAIの一般化を高めるためのさらなる開発が必要であり、医療AIの初期段階の臨床評価における下流の責任の重要性が強調されました。