MEDICINE & AI

タイトル：A meta-analysis of the diagnostic test accuracy of artificial intelligence predicting emergency department dispositions 雑誌名：BMC Med Inform Decis Mak. 2025 May 15; 25(1): 187. 概　要： 本研究は、救急科における患者の処置を予測する人工知能（AI）の診断精度を評価するためのメタアナリシスを実施しました。AIの急速な進展により、様々な分野での応用が進んでおり、特に救急科では患者の転帰を早期に予測し、リソースの配分を改善することが期待されています。しかし、これらの予測モデルの客観的な性能基準を定量的に評価した包括的なレビュー文献は不足しています。本研究では、入院、集中治療、死亡率を含むED処置の予測におけるAIの診断精度を評価しました。 方　法： 2023年12月31日までに、Scopus、Springer、ScienceDirect、PubMed、Wiley、Sage、Google Scholarなどの複数のデータベースを検索し、関連文献を収集しました。バイアスのリスクは、予測モデルのバイアス評価ツールを用いて評価しました。AIの予測性能を評価するために、感度、特異度、受信者動作特性曲線（AUROC）のプール推定値を計算しました。また、AI予測モデルの性能に影響を与える共変量を探るためにサブグループ分析を行いました。 結　果： 本研究には117のAIモデルを持つ88件の論文が含まれ、入院、集中治療、死亡率を予測するモデルはそれぞれ39、45、33ありました。入院予測におけるAIの感度、特異度、AUROCはそれぞれ0.81（95% CI 0.74-0.86）、0.87（95% CI 0.81-0.91）、0.87（95% CI 0.84-0.93）でした。集中治療では0.86（95% CI 0.79-0.91）、0.89（95% CI 0.83-0.93）、0.93（95% CI 0.89-0.95）、死亡率では0.85（95% CI 0.80-0.89）、0.94（95% CI 0.90-0.96）、0.93（95% CI 0.89-0.96）でした。緊急サンプルの特性やAI技術は、ED処置のためのAI予測モデルの異質性に影響を与える重要な共変量の証拠を示しました。 結　論： メタアナリシスは、ED処置を予測するAIの有望な性能を示しており、特に感度の改善の可能性があります。今後の研究では、アンサンブル学習やハイパーパラメータ調整を用いた交差検証などの高度なAI技術を探求し、予測モデルの有効性を高めることが期待されます。