医療における深層学習システムの実世界での実装に関する前向き研究：実装科学に基づく系統的レビュー
カテゴリ：診断支援・画像解析
公開日：2026年1月24日
タイトル：Prospective real-world implementation of deep learning systems in healthcare: a systematic review guided by implementation science.
雑誌名：NPJ Digit Med. 2026 Jan 23; doi: 10.1038/s41746-026-02358-2. Epub 2026 Jan 23.
概 要：
本研究は、医療における深層学習（DL）アプリケーションの実世界での実装状況と患者ケアや臨床業務への影響を明らかにすることを目的とした系統的レビューです。DLツールが実際の臨床環境でどのように機能するかを理解することは、成功かつ持続可能な展開のために重要です。実装科学のフレームワークを用いた層状の方法論を採用し、前向きDL実装研究の戦略と成果を体系的にマッピングしました。20件の研究が含まれ、すべての研究が臨床成果を評価し、DLシステムの統合の効果と実現可能性を示しました。
方 法：
この系統的レビューでは、前向きDL実装研究に関する20件の文献を対象にしました。研究分野は、放射線科3件、耳鼻咽喉科1件、皮膚科3件、眼科13件で構成されています。すべての研究が臨床成果を評価し、DLシステムの既存の臨床業務への統合の効果を示しました。実装成果としては、採用と適切性が最も頻繁に評価され、実装コストを評価した研究は1件のみで、持続可能性を評価した研究はありませんでした。
結 果：
全ての研究がDLシステムの統合の効果と実現可能性を示しましたが、実装コストや持続可能性に関する評価は不足していました。ステークホルダーの受容性は8件の研究でのみ評価されました。実世界でのDL実装研究が不足しているため、臨床実践への円滑かつ効果的な導入を促進するために、ハイブリッドな効果-実装研究デザインを用いたさらなる研究が必要です。
結 論：
医療における深層学習システムの実世界での実装に関する研究は限られており、今後の研究では、実装戦略や成果を評価することが重要です。持続可能な導入を実現するためには、実装科学に基づくアプローチが必要です。