集中治療室における人工知能によるセプシスの早期発見:体系的なレビューとメタ解析

科学分野:

• 医療情報学
• 医療における人工知能
• クリティカル ケア 医療

背景:

• セプシスは,集中治療室 (ICU) での死亡の主な原因です.
• セプシスの早期かつ正確な検出は,適切な介入と患者の改善のために不可欠です.
• 人工知能 (AI) は重症病院での診断能力を向上させる可能性を秘めています

研究 の 目的:

• 集中治療室でのセプシス検出のためのAIアルゴリズムの診断性能を体系的に評価する.
• 複数の研究から得られた証拠を集約して,AIの感度と特異性を推定する.

主な方法:

• 2024年11月まで,PubMed,Embase,Web of Scienceで包括的な文献検索が行われました.
• 組み合わせた感度,特異性,AUCを計算するために,バイバリエーションのランダム効果モデルを使用した.
• 内部および外部検証セットの両方を分析した159, 947人の患者を含む16の研究がメタ分析に含まれました.

主要な成果:

• セプシスの検出におけるAIの総合感度は0. 76 (内部) と0. 78 (外部) であった.
• 集団特異性は0. 85 (内部) と0. 82 (外部) であった.
• 両方の検証セットで,曲線下の面積 (AUC) は一貫して0. 87であり,強力な診断性能を示しています. 有意な出版バイアスは検出されなかった.

結論:

• AIはICUでのセプシスとセプティックショックを特定するための診断ツールとして重要な可能性を示しています.
• 研究における異質性は有望であるが,注意とさらなる検証が必要である.
• AIの臨床的適用性と一般化性を確認するために,外部検証研究は不可欠です.