臨床予測モデルの市販後監視における課題
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Challenges in the Postmarket Surveillance of Clinical Prediction Models
雑誌名：NEJM AI. 2025 May; 2(5): doi: 10.1056/aip2401116. Epub 2025 Apr 24.
概 要：
本研究は、予測人工知能（AI）モデルが臨床ワークフローを向上させる一方で、データセットの変化による市販後のパフォーマンス課題に直面していることを指摘しています。規制ガイドラインは継続的な監視の必要性を強調していますが、実行可能な戦略が不足しています。特に、医療介入が結果を変えることでバイアスが生じ、モデルのパフォーマンス評価に影響を与えることが問題です。このため、モデルの劣化を誤って示唆し、不適切な更新や廃止を招く可能性があります。提案された解決策には、モデル出力の保留、結果の代理指標としての監視、医師の介入をモデルに組み込むことが含まれますが、倫理的または実用的な制限があります。効果的な解決策がない場合、評価や調整ができないモデルが増え、患者に害を及ぼす可能性があります。
方 法：
本研究は、予測AIモデルの市販後監視に関する文献レビューを通じて、既存の課題と提案された解決策を分析しています。特に、因果モデルを用いた反事実的結果の評価が信頼性のある検証方法として提案されています。
結 果：
市販後の予測AIモデルの評価において、医療介入によるバイアスが問題であり、これがモデルの劣化を誤って示唆する可能性があることが明らかになりました。また、提案された解決策にはそれぞれ倫理的または実用的な制限が存在することが示されました。
結 論：
効果的な市販後監視方法が開発されるまで、モデルの更新に関する決定は因果経路を考慮し、証拠に基づいて行うべきです。これにより、動的な臨床環境におけるAIモデルの持続的な有用性を確保することが重要です。