小児用人工知能敗血症モデルの人間のパフォーマンス評価
カテゴリ：災害・救急医療
公開日：2026年1月29日
タイトル：Human performance evaluation of a pediatric artificial intelligence sepsis model
雑誌名：J Am Med Inform Assoc. 2025 Oct 01; 32(10): 1552-1561.
概 要：
本研究は、緊急治療室において小児敗血症を予測する人工知能モデルの実施が人間のパフォーマンスに与える影響を評価することを目的としています。研究は、2021年1月1日から2024年4月1日までの間に、米国南東部の大規模小児医療システム内の2つの緊急治療室で行われました。医療提供者と看護師にインタビューを行い、質的データのテーマ分析と電子健康記録のクエリを組み合わせて、人間のパフォーマンス指標を評価しました。
方 法：
この研究は、2つの緊急治療室で行われた質的研究です。研究対象は、予測モデルによって敗血症の可能性があると特定された患者をケアした医療提供者と看護師で、インタビューは患者ケアから72時間以内に実施されました。評価指標には、状況認識、説明可能性、人間とコンピュータの合意、作業負荷、信頼、オートメーションバイアス、スタッフと患者の関係が含まれました。
結 果：
40人の臨床医にインタビューを行った結果、敗血症アラートは状況認識を改善し、患者ケアの管理、リソース配分、モニタリングに変化をもたらしました。モデルに基づくアラートへの信頼度は平均3.8/5でした。敗血症ハドルの28%（555/1977）はアラートなしで行われ、オートメーションバイアスの証拠が示されました。IPSO敗血症ケースに対する抗生物質治療は、ハドルなしでの介入前後で類似していましたが（9.3% vs 10.5%）、ハドル介入では治療が倍増しました（22.7%）。NASA作業負荷指数は介入後に43から57に増加しました。介入後に患者との悪化した関係は報告されませんでした。
結 論：
この研究は、臨床実践におけるAIモデルの人間のパフォーマンスを多面的に評価することの実現可能性を示しています。今後の研究では、急性ケア環境におけるAI実装に関連する人間のパフォーマンス指標の測定負担を軽減し、人間のパフォーマンス指標と臨床結果との相関を評価することが求められます。