AI統合リスク評価プーリングの臨床的性能がCOVID-19の高有病率でもコスト削減を示す
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Clinical performance of AI-integrated risk assessment pooling reveals cost savings even at high prevalence of COVID-19.
雑誌名：Sci Rep. 2024 Apr 17; 14(1): 8853.
概 要：
本研究は、個別のサンプル検査が時間とコストを要することから、COVID-19パンデミック中におけるより実用的な代替手段として、AI統合型の個別リスク評価アプローチを用いたSegtnan™アプリケーションの臨床的検証を行いました。3929人の患者を対象に、15種類の機械学習分類器の中から選ばれたAIは、81.38%の精度でrRT-PCR検査結果を予測しました。また、54の原著研究から得られたデータを基に新たなプールサイズ方程式を導出し、異なる有病率における検査能力の向上を示しました。特に高有病率において、Dorfman法と比較して28%から66%の検査削減を実現しました。
方 法：
本研究は、3929人の患者を対象にした臨床検証を行い、AI統合型リスク評価アプローチを用いたSegtnan™アプリケーションを評価しました。15種類の機械学習分類器を比較し、最も高い精度を持つフィードフォワードニューラルネットワークを選定しました。新たなプールサイズ方程式は、54の原著研究からのデータを基に導出されました。
結 果：
Segtnan™アプリケーションは、0.05%、22%、50%の有病率において、それぞれ750%、60%、5%の検査能力の向上を示しました。Dorfman法と比較して、高有病率において28%（p=0.006）、40%（p=0.00001）、66%（p=0.02）の検査削減を達成しました。
結 論：
AI統合型リスク評価プーリングは、COVID-19の高有病率においてもコスト削減を実現し、臨床的に複雑な環境でも使用可能であることが示されました。このアプローチは、医療システムの負担を軽減する可能性があります。