AIによる緑内障進行予測の系統的レビュー：臨床実装に向けた課題と推奨事項

科学分野:

• 眼科学および医療人工知能（AI）

背景:

• 緑内障は、進行速度が様々であることを特徴とする、世界的な不可逆的失明の主な原因である。人工知能（AI）は、臨床現場での精密な緑内障進行予測の可能性を提供する。

研究 の 目的:

• 緑内障進行予測におけるAIの定量的パフォーマンスを系統的にレビューおよび評価すること。将来の臨床実装のための現在のAIアプローチの強み、限界、および課題を特定すること。

主な方法:

• 2014年以降に出版された研究の系統的レビューで、主要なデータベース（MEDLINE、Embase、Web of Science、Cochrane CENTRAL、arXiv）からスクリーニングされた。2名の独立したレビュアーが、QUADAS-2を使用して研究の適格性とバイアスのリスクを評価した。緑内障への転換、悪化、および手術予測のためのAIを評価した43の研究からの46の報告に焦点を当てて分析した。

主要な成果:

• AIは、緑内障への転換、生物学的悪化、および手術への進行予測において、中程度から良好なパフォーマンスを示した。特定された主な課題には、一貫性のない報告基準、研究デザインの限界、異質性、およびAIの一般化可能性と透明性の低さが含まれる。

結論:

• AIは緑内障進行予測の可能性を示しているが、臨床応用には大きな障害がある。堅牢な研究デザインと透明性のある報告慣行の採用が推奨される。将来のAI開発と実装を導くための、緑内障に特化した推奨慣行リストが提案されている。