機械学習支援によるシステマティックレビューのバイアス評価、精度は非劣性、効率改善は示唆のみ

【背景】

最新かつ質の高いエビデンスを維持することは困難であり、自動化がその解決策として提案されています。しかし、リスク・オブ・バイアス（RoB）評価のような半自動化されたデータ統合の有効性を評価するエビデンスは不足していました。

【結果】

RobotReviewer支援によるRoB評価は、人間のみによる評価と比較して、全体的な精度において非劣性でした（リスク差 -0.014、95%CI -0.093〜0.065）。介入群の精度は88.8%、対照群は90.2%でした。評価にかかる時間については、RobotReviewerが1.40分節約したものの（95%CI -5.20〜2.41分）、データは結論的ではありませんでした。

【臨床へのインパクト】

システマティックレビューにおけるRoB評価に機械学習支援を導入しても、評価の精度が損なわれないことが示されました。これにより、エビデンスの迅速な生成と更新が期待され、臨床医がよりタイムリーに質の高いエビデンスに基づいた意思決定を行えるようになる可能性があります。ただし、評価時間の短縮効果についてはさらなる検証が必要です。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。