MEDICINE & AI

タイトル：Artificial intelligence in clinical medicine: a state-of-the-art overview of systematic reviews with methodological recommendations for improved reporting. 雑誌名：Front Digit Health. 2025; 7: 1550731. 概　要： 本研究は、臨床医学における人工知能（AI）の使用に関する系統的レビュー（SR）の最新の証拠を分類し、現在の方法論的な最前線を特定することを目的としています。AIモデルの分類（CLASMOD-AI）を提案し、今後の報告の改善を図ります。PubMed/MEDLINE、Scopus、Cochraneライブラリ、EMBASE、Epistemonikosのデータベースを用いて、AIツールに関するSRを調査しました。1923件の文献が見つかり、そのうち360件が全文調査され、161件のSRが選定基準を満たしました。検索戦略、方法論、医療情報、バイアスリスクが抽出されました。過去5年間でSRの数が大幅に増加し、特に腫瘍学が最も多く、44.4%が診断を主な目的としていました。バイアスリスクは49.1%のSRで評価されましたが、AIメトリクスを評価するための特定のツールを使用したのは39.2%にとどまりました。 方　法： 本研究は、AIツールに関する系統的レビューを対象とした文献調査です。1923件の文献から360件を全文調査し、161件のSRを選定しました。データベースはPubMed/MEDLINE、Scopus、Cochraneライブラリ、EMBASE、Epistemonikosを使用しました。CLASMOD-AIは、AIツールの入力、モデル、データトレーニング、パフォーマンスメトリックに基づいています。 結　果： 過去5年間でSRの数が大幅に増加し、腫瘍学が最も多くを占め、44.4%が診断を目的としていました。バイアスリスクは49.1%のSRで評価されましたが、AIメトリクスを評価するための特定のツールを使用したのは39.2%でした。報告の改善が必要であることが強調されました。 結　論： AIモデルのトレーニングやデータセットの質に関する報告の改善が求められています。これらは包括的な質評価に不可欠であり、専門的な評価ツールを用いることでバイアスリスクを軽減することが可能です。