医療関連感染症のためのAIベースの監視システムは臨床実践に準備が整っているか？系統的レビューとメタアナリシス
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：Are AI-based surveillance systems for healthcare-associated infections ready for clinical practice? A systematic review and meta-analysis.
雑誌名：Artif Intell Med. 2025 Jul; 165: 103137.
概 要：
医療関連感染症（HAI）は、世界的な公衆衛生の懸念であり、臨床的および財政的な負担をもたらしています。従来の監視方法は主に手動でリソースを多く消費し、報告漏れが生じることが多いです。この文脈で、特に人工知能（AI）を通じた自動化が臨床ワークフローの最適化に寄与する可能性があります。本研究は、HAI監視におけるAIの現在のパフォーマンスと影響を評価することを目的とし、技術的、臨床的、実施面を考慮しました。PRISMAガイドラインに従い、ScopusおよびEmbaseデータベースを用いて系統的レビューを実施しました。
方 法：
2834件の引用文献から249件の研究をレビューし、AIモデルのパフォーマンス、精度、AUC、感度、特異度をランダム効果モデルを用いてプールしました。全体の感度は0.835、特異度は0.899、AUCは0.864、精度は0.880でした。約35.7%の研究がAIシステムのパフォーマンスを他の自動化された方法や標準的な監視方法と比較し、ほとんどが臨床スコアや手動監視と同等またはそれ以上の結果を示しました。
結 果：
AIモデルは一般的に高いパフォーマンスを示しましたが、HAIの種類によっては大きな異質性がありました。7.6%未満の研究が患者の転帰改善、作業負担の軽減、コスト削減に関するAIの影響を明示的に測定し、大多数が利益を見出しました。ユーザーフレンドリーなツールとしてモデルを展開したのは30件、実際の臨床でテストされたのは9件でした。
結 論：
AIはHAI監視において有望なパフォーマンスを示していますが、臨床実践における日常的な適用は依然として稀です。10年以上の研究にもかかわらず、負担、コスト、リソース使用の削減に関する証拠は乏しく、従来の監視システムに対する優位性が十分に評価されていません。さらなる研究が必要です。