プライマリケアにおける予測機械学習アルゴリズムの証拠の可用性：系統的レビュー
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：Availability of Evidence for Predictive Machine Learning Algorithms in Primary Care: A Systematic Review
雑誌名：JAMA Netw Open. 2024 Sep 03; 7(9): e2432990. doi: 10.1001/jamanetworkopen.2024.32990. Epub 2024 Sep 03.
概 要：
高齢化と多疾患を抱える人口、医療人材の不足は、プライマリケアに大きな負担をかけています。予測機械学習（ML）アルゴリズムはこれらの課題に対処する可能性がありますが、モデルの透明性や臨床での実装に関する検証と効果の報告が不十分であるという懸念があります。本研究は、プライマリケアに実装された予測MLアルゴリズムを系統的に特定し、証拠の公的可用性を評価しました。
方 法：
2000年1月から2023年7月までに発表されたAI、プライマリケア、実装に関連する研究を対象に、PubMed、Embase、Web of Scienceなどのデータベースを検索しました。CEマークまたはFDA承認の予測MLアルゴリズムも調査し、製品検索や文献探索、製造元のウェブサイト訪問を通じて証拠を収集しました。各アルゴリズムの証拠がオランダのAI予測アルゴリズム（AIPA）ガイドラインにどの程度一致しているかを評価しました。
結 果：
系統的検索により43の予測MLアルゴリズムが特定され、そのうち25は商業的に利用可能でCEマークまたはFDA承認を受けていました。アルゴリズムの多くは心血管疾患や糖尿病に関連しており、最近5年間に発表されたものが81%を占めました。証拠の可用性はアルゴリズムのライフサイクルの各段階で異なり、準備段階と影響評価段階での報告が最も少なかったです。全体として、査読付き文献からの予測MLアルゴリズムは、FDA承認またはCEマークのデータベースからのものよりも高い証拠の可用性を示しました。
結 論：
結果は、予測MLアルゴリズムの品質基準に関する証拠の可用性を改善する必要性を示しています。オランダのAIPAガイドラインを採用することで、品質基準の透明で一貫した報告が促進され、エンドユーザーの信頼を高め、大規模な実装を支援する可能性があります。