人工知能と機械学習の応用における外来手術 - システマティックレビュー

科学分野:

• 医療情報学; 外科技術; 機械学習アプリケーション

背景:

• 人工知能（AI）技術は、外来手術環境における患者ケアの最適化のためにますます探求されています。この領域におけるAI応用の現状を理解するために、体系的なレビューが実施されました。

研究 の 目的:

• 外来手術患者に対する人工知能（AI）技術の応用の体系的なレビューと合成を行うこと。AIの外来手術における利用の主要なテーマ、方法論、および結果を特定すること。

主な方法:

• PubMed、Scopus、Web of Science、およびEBSCOhostの主要なデータベースを対象に体系的な文献検索を実施し、2015年から2025年までの出版物を対象としました。外来手術集団内で人工知能技術を利用した研究が含まれました。

主要な成果:

• 特定された26の研究のうち、25の研究で機械学習（ML）が採用され、整形外科処置（65.3%）に重点が置かれました。主な応用テーマには、術前の患者選択（例：ランダムフォレスト、XGBoost）、当日退院予測（アンサンブルモデルが高いAUCを示した）、術後の管理（例：オピオイド補充の必要性の予測）、およびコスト予測（単一モデルよりも優れたアンサンブルモデル）が含まれていました。ほとんどの研究は米国で実施され、一般的なMLアルゴリズムにはランダムフォレスト、eXtreme Gradient Boost、および人工ニューラルネットワークが含まれていました。

結論:

• 機械学習、特にアンサンブル手法は、外来手術を強化する大きな可能性を示しています。特定された課題には、モデルの不一致、データ関連の問題、および一般化可能性と信頼性を確保するための堅牢な外部検証の必要性が含まれます。外来手術ケアにおけるAIの広範な臨床統合のためには、さらなる開発と検証が不可欠です。