フレミンガムリスクスコアに対する心血管リスク評価を改善するために設計された人工知能アルゴリズムにおける社会的バイアス：系統的レビューのプロトコル
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：Social bias in artificial intelligence algorithms designed to improve cardiovascular risk assessment relative to the Framingham Risk Score: a protocol for a systematic review.
雑誌名：BMJ Open. 2023 May 31; 13(5): e067638.
概 要：
心血管疾患（CVD）の予防には、リスクのある個人をタイムリーに特定し介入することが重要です。フレミンガムリスクスコア（FRS）などのリスク評価モデルは、社会経済的に不利な集団など特定のグループにおいてリスクを過大または過小評価することが示されています。本研究では、AIと機械学習（ML）を用いて、FRSのバイアスを改善するアルゴリズムの評価を行いますが、臨床的意思決定にMLを導入する前に重要な評価が必要です。
方 法：
本研究は、心血管リスク評価を改善するために設計されたMLアルゴリズムにおけるバイアスの源（人種/民族、性別、社会的階層）を特定するために、エクイティの視点を用います。MEDLINE、Embase、IEEEを用いて文献検索を行い、CVDリスクの推定に関するAIアルゴリズムがFRSのバイアスを解消しているかを検討します。心筋梗塞、心不全、心拍不整（例：心房細動）、脳卒中、または全体的なCVDリスクスコアのリスク評価出力を提供し、FRSと性能を比較した研究が対象です。診断に関するアルゴリズムは除外します。
結 果：
原文に記載がないため省略します。
結 論：
原文に記載がないため省略します。