機械学習を用いた予測モデルの報告基準、TRIPOD+AIでより透明性高く

【背景】

2015年に発表されたTRIPOD声明は、予測モデル開発・評価研究の報告基準を定めた。しかし、その後機械学習を用いたAIによる予測モデルが広く使われるようになり、既存のTRIPODでは対応しきれない状況が生じた。このため、新たな報告基準が必要とされた。

【結果】

TRIPOD+AIは、回帰分析または機械学習を用いた予測モデル研究の報告に関する統一されたガイダンスを提供する。新しいチェックリストは27項目に拡張され、各報告推奨事項がより詳細に説明されている。これにより、TRIPOD 2015チェックリストは廃止され、今後はTRIPOD+AIを使用すべきである。

【臨床へのインパクト】

TRIPOD+AIの導入により、予測モデル研究の報告がより完全、正確、かつ透明になることが期待される。これにより、臨床医は論文の評価やモデルの性能評価をより適切に行えるようになる。結果として、臨床現場での予測モデルの導入や活用が促進され、患者個別の予後や診断の精度向上に貢献する可能性がある。

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。