コード不要の最適化されたAIアプローチによる骨オルガノイド研究における文献スクリーニングの効率化と精度向上
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：An optimized code-free AI approach for efficient and accurate literature screening in bone organoid research
雑誌名：J Biomed Inform. 2025 Oct; 170: 104911.
概 要：
本研究では、急増する生物医学文献に対する従来のスクリーニング方法の非効率性を解決するため、ユーザーフレンドリーでコード不要のAI文献スクリーニングシステム「LitSuggest」を最適化し、標準化された運用ワークフローを確立しました。オルガノイドベースの骨組織工学を事例として、最適化されたシステムは98.83%の精度、76.19%の適合率、83.33%の再現率、79.60%のF1スコアを達成し、手動スクリーニングの負担を90%以上削減しました。また、文献分析に相関スコアリングを統合し、中国とアメリカが骨オルガノイド再生研究の主要な貢献国であることを明らかにしました。このAI駆動のアプローチは、研究者が高価値の文献に集中できるようにし、骨オルガノイド再生や広範な生物医学分野における今後の研究を導くことを可能にします。
方 法：
本研究は、ユーザーフレンドリーなコード不要のAI文献スクリーニングシステム「LitSuggest」を最適化し、標準化された運用ワークフローを確立しました。オルガノイドベースの骨組織工学を対象に、文献スクリーニングの精度を評価しました。主要評価指標には、精度98.83%、適合率76.19%、再現率83.33%、F1スコア79.60%が含まれます。
結 果：
最適化されたシステムは、文献スクリーニングにおいて98.83%の精度、76.19%の適合率、83.33%の再現率、79.60%のF1スコアを達成しました。また、手動スクリーニングの負担を90%以上削減し、中国とアメリカが骨オルガノイド再生研究の主要な貢献国であることを示しました。
結 論：
最適化されたAI文献スクリーニングシステムは、研究者が高価値の文献に集中できるようにし、骨オルガノイド再生研究や広範な生物医学分野における効率を向上させる可能性が示されました。