高血圧および糖尿病における人工知能ガイド下の投薬に関する予備的考察：パイロット実現可能性研究における課題と教訓

科学分野:

• 医療における人工知能
• デジタルヘルス
• 薬力学

背景:

• 個別化薬物投与は、治療結果を最適化することを目的としています。
• CURATE.AIは、個別化された投薬管理のために設計された人工知能プラットフォームです。
• AIの実現可能性を外来設定で評価することは、より広範な採用のために重要です。

研究 の 目的:

• 外来の慢性疾患設定におけるCURATE.AIの実現可能性を評価すること。
• 異なるデータ入力間でCURATE.AIの投薬推奨の一貫性を比較すること。
• CURATE.AIと医師の投薬決定との整合性を評価すること。

主な方法:

• II型糖尿病および高血圧患者を対象とした単群実現可能性研究を実施しました。
• CURATE.AIは、用量反応データを使用して各患者に対してキャリブレーションされました。
• 参加者は、月例のAI駆動型投薬推奨による4か月の積極的なフェーズを受けました。

主要な成果:

• 募集された18人の参加者のうち13人が研究を完了しました。
• キャリブレーションの課題により、アクティブフェーズに進んだのは3人の参加者のみでした。
• 患者満足度は高かった（≥88％）が、AIの推奨は医師の決定との整合性が様々でした。

結論:

• CURATE.AIは外来での使用に実現可能性を示しますが、キャリブレーションには十分な変動性を持つ患者データが必要です。
• 慢性疾患集団における課題は、AIのデータ要件と臨床シナリオを整合させる必要性を強調しています。
• 今後の研究では、AIモデルのキャリブレーションと有用性の評価を向上させるために、新規診断患者に焦点を当てるべきです。