MEDICINE & AI

タイトル：Perceptions and knowledge of machine learning for paediatric related decision support in emergency care - A UK and Ireland network survey study of clinician leaders. 雑誌名：PLOS Digit Health. 2026 Feb; 5(2): e0001213. doi: 10.1371/journal.pdig.0001213. Epub 2026 Feb 09. 概　要： 本研究は、英国およびアイルランドの小児関連緊急医療における機械学習（ML）意思決定支援ツールに対する臨床リーダーの理解と認識を探求しています。安全で効果的な現場実装を導くために重要です。小児緊急研究ネットワーク（PERUKI）を通じて、デジタルシステムのリーダーまたはPERUKIサイトリーダーに対してオンライン調査を実施し、サイトごとに1件の回答を求めました。調査はREDCapで開発され、記述的分析が行われました。回答率は86.7%（65/75）で、主にイングランドからのものでした。80.0%が「人工知能」を理解していましたが、「深層学習」などの高度な概念を理解しているのは32.3%でした。多くの臨床医はMLが意思決定を支援すると信じており（83.1%）、使用する意欲があると答え（87.7%）、意思決定の未来は人間とMLの組み合わせであると考えています（83.1%）。バイアス（61.5%）、MLの精度（56.9%）、不十分な情報技術インフラ（67.7%）に対する懸念が障壁として挙げられました。 方　法： 本研究は、横断的オンライン調査を用いたもので、英国およびアイルランドの小児緊急医療に関する臨床リーダーを対象としました。調査はREDCapで開発され、PERUKIを通じて配布され、サイトごとに1件の回答を求めました。主な評価指標は、回答率（86.7%）や理解度（AIの理解80.0%、深層学習の理解32.3%）です。 結　果： 調査の結果、83.1%の臨床医がMLが意思決定を支援すると信じ、87.7%が使用する意欲を示しました。バイアスや精度に対する懸念があり、特にデジタルリーダーはMLの精度に対してより懸念を持っていました（68.2%対51.2%）。抗菌薬の適正使用が最も高い関心を集め（90.8%）、メンタルヘルスの診断が最も低い関心を示しました。 結　論： 小児緊急医療における意思決定支援のためのMLツールに対する強い関心が示されましたが、バイアス、精度、インフラに関する懸念に対処する必要があります。臨床医との共同設計が重要であり、教育、デジタルリーダーシップ、インフラとガバナンスへの戦略的投資がMLの臨床ワークフローへの成功した導入と統合に不可欠です。