AI対医師の診断比較における公平性と標準化の向上：スコーピングレビュー

科学分野:

• 医療情報学
• 医用人工知能
• 臨床研究方法論

背景:

• 診断タスクにおける人工知能（AI）と医師の直接比較では、パフォーマンス結果に焦点を当て、方法論的な厳密さがしばしば見過ごされている。
• AIの診断能力と人間の医師の能力を比較する文献は、かなりの量存在する。
• これらの比較の方法論的品質を評価することは、AIの真の臨床的有用性を理解するために不可欠である。

研究 の 目的:

• 診断タスクにおけるAIと医師を直接比較する研究の方法論的品質を批判的に評価すること。
• 現在の研究状況における主要な課題と限界を特定すること。
• 将来のAIと医師の比較における公平性、標準化、および臨床的関連性を向上させるためのフレームワークを提案すること。

主な方法:

• 2020年1月1日から2025年10月31日までの期間に公開された研究を対象に、PubMed、Scopus、およびWeb of Scienceで体系的な文献検索を実施した。
• 検索はPRISMA-ScRガイドラインに準拠し、8,851件のレコードをスクリーニングして、AIと医師の直接比較の適格基準を満たす120件の研究を特定した。
• データ抽出とナラティブ合成は、研究特性、データセット品質、タスクデザイン、医師構成、および報告の透明性に焦点を当てた。

主要な成果:

• レビューされた120の研究全体で、著しい方法論的な異質性が観察された。
• 一般的な問題には、後向きデザインの優位性（75.8％）、情報非対称性（20.8％）、タスクデザインにおける臨床的関連性の限定、および小規模な医師サンプルサイズ（≤10人の読者で60.8％）が含まれる。
• 時間的制約の広範な無視（研究の50.8％）と、コードおよびデータ利用可能性における透明性の欠如も特定された。

結論:

• 現在のAI対医師の診断比較研究における方法論的な弱点は、結果の妥当性と一般化可能性を損なう。
• 将来の研究では、信頼性の高いエビデンス生成のために、前向きデザイン、公平な実験条件、および透明性の向上が優先されなければならない。
• 提案されたAI対医師研究チェックリスト（AIPSC）は、より堅牢な評価のデザインと報告をガイドし、責任あるAI統合をサポートすることを目的としている。