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：2025年10月24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の下流の責任を強化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、24人の臨床医と12の医療機関からのデータを用いて、AI支援の診断ワークフローを開発し評価しました。
方 法：
この診断研究では、AMDのためのAI支援診断および分類ワークフローを開発しました。診断精度と時間を評価するために、4回の診断評価を行い、960枚の画像から2880のAMDリスク特徴を評価しました。AIモデルは、DeepSeeNetからDeepSeeNet+モデルに改良され、米国の39,196枚の追加画像を使用してテストされました。
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秒短縮されました。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、AMD診断においてAI支援が精度と時間効率の向上に寄与す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す。医療AIの初期段階の臨床評価において、下流の責任が重要であることが強調されました。