AIを活用した公衆衛生介入の効果に関する質の高い証拠合成の最適化とワンストップショップの提供：品質改善プロジェクト
カテゴリ：公衆衛生・予防医療
公開日：2025年7月29日
タイトル：Leveraging AI to Optimize Maintenance of Health Evidence and Offer a One-Stop Shop for Quality-Appraised Evidence Syntheses on the Effectiveness of Public Health Interventions: Quality Improvement Project
雑誌名：J Med Internet Res. 2025 Jul 29; 27: e69700. doi: 10.2196/69700. Epub 2025 Jul 29.
概 要：
本プロジェクトは、AIを用いたスクリーニングによる公衆衛生および健康促進介入の効果に関する質の高い証拠合成の維持を最適化することを目的としています。AIを活用することで、文献の急増に伴うリソースの負担を軽減し、手動スクリーニングの効率を向上させることが期待されます。具体的には、AIが非関連文献を正確に予測できる能力を評価し、手動スクリーニングの全体的な影響を調査しました。
方 法：
本研究では、DistillerSR AI Preview & Rank機能を用いてトレーニングとテストを行いました。手動でスクリーニングされた文献43,273件を使用してAI機能を訓練し、関連性を予測するための確率スコアを割り当てました。テストセットとして72,686件の文献を用い、最適なスレッショルドを決定しました。AIスクリーニングの性能は、リコール、特異度、精度、負の予測値を用いて評価しました。
結 果：
トレーニングセットでの最小スレッショルドは0.068で、37%の非関連文献を正しく除去しました。テストセットでは、最適スレッショルド0.17が51,706件（71.14%）の文献を除去しました。リコールは99.68%から94.84%にわずかに減少しましたが、特異度は35.95%から71.70%に向上しました。3年間の実施により、手動スクリーニングが必要な文献数は70%減少し、手動スクリーニングにかかる時間は約382時間削減されました。
結 論：
新たに発表される査読済み証拠の量を考慮すると、証拠のキュレーションは意思決定者が情報に基づいた判断を行うために重要です。AIを活用したスクリーニングは、手動スクリーニングを補完し、手動でのスクリーニングが必要な文献数を減少させる重要なツールとなる可能性があります。