MEDICINE & AI

タイトル：Systematic review of Artificial Intelligence-based methods for glycemic control and risk prediction in intensive care units DOI：10.1016/j.artmed.2026.103409 概　要 この研究は、集中治療室（ICU）における血糖管理とリスク予測のための人工知能（AI）手法を系統的にレビューし、データセット、モデルクラス、検証戦略、臨床的評価指標、実装の障壁を要約することを目的としています。ICUにおける安全な血糖目標の達成は、急速に変化する生理学、治療効果、測定ノイズのために困難です。 方　法 PRISMAに従い、2019年1月から2025年3月までに発表された研究を対象に、PubMed、PubMed Central、Google Scholarを検索しました。対象は、ICUコホートまたはICUグレードのデータセットにおける血糖予測/制御または血糖関連の結果を評価するAIツールに関する査読済みの英語論文であり、非AIまたは2019年以前の研究は除外しました。 結　果 多様なコホートとデータソース（ベッドサイド血糖、持続血糖モニタリング（CGM）、EHR生理学的ストリーム）において、最新の機械学習（特にツリーアンサンブルと深層シーケンスモデル）が短期的な血糖予測を改善し、低血糖や高血糖の予兆を警告します。いくつかのアルゴリズムはインスリンの調整やクローズドループ戦略をサポートしていますが、外部検証は稀で、キャリブレーションの報告が不一致であり、結果の評価指標が異なるため（例：範囲内時間、低血糖負担、BGRI）、メタアナリシスが制限されています。 結　論 AIはICU環境におけるプロアクティブな警告や個別化されたインスリン投与に対して有望ですが、定期的な採用は、標準化された評価指標、透明なキャリブレーション、ワークフロー統合、安全性モニタリングを伴う前向き多施設試験に依存します。