Bevorzugte Berichtselemente für systematische Überprüfungen und Metaanalysen – Erweiterung der künstlichen Intelligenz (PRISMA-AI)

Mit den Fortschritten in der künstlichen Intelligenz (KI) in den letzten zwei Jahrzehnten haben die Begeisterung und die Akzeptanz dieser Technologie in der Medizin stetig zugenommen. Doch trotz der zunehmenden Verbreitung von KI in der Medizin ist die Art und Weise, wie über solche Methoden und Ergebnisse berichtet wird, sehr unterschiedlich und die Lesbarkeit klinischer Studien, die KI verwenden, kann für den Allgemeinmediziner eine Herausforderung darstellen.

Systematische Überprüfungen von KI-Anwendungen sind ein wichtiger Bereich, für den spezifische Leitlinien erforderlich sind. Eine laufende systematische Überprüfung unter der Leitung unseres Teams hat gezeigt, dass die Anzahl systematischer Überprüfungen zu KI-Anwendungen (mit oder ohne Metaanalyse) im Laufe der Zeit dramatisch zunimmt, die Qualität der Berichterstattung jedoch immer noch schlecht und heterogen ist, was zu Inkonsistenzen in der Berichterstattung über Informationsdetails zwischen einzelnen Studien. Folglich kann das Fehlen dieser Informationsdetails zu Problemen bei der Primärforschung und -synthese führen und möglicherweise deren Nützlichkeit für Interessengruppen einschränken, die an der Implementierung von KI oder der Verwendung der Informationen in systematischen Überprüfungen interessiert sind.

Die Kriterien ergeben sich aus dem Konsens zwischen Experten mehrerer Fachrichtungen (in jedem medizinischen Fachgebiet), die bereits in führenden medizinischen Fachzeitschriften über KI-Anwendungen veröffentlicht haben, und den Hauptautoren von PRISMA, STARD-AI, CONSORT-AI, SPIRIT-AI, TRIPOD- AI, PROBAST-AI, CLAIM-AI und DECIDE-AI, um sicherzustellen, dass die Kriterien globale Anwendbarkeit in allen Disziplinen und für jede Art von Studie haben, an der die KI beteiligt ist.

Die vorgeschlagenen PRISMA-AI-Erweiterungskriterien konzentrieren sich auf die Standardisierung der Berichterstattung über Methoden und Ergebnisse für klinische Studien, die KI nutzen. Diese Kriterien spiegeln die relevantesten technischen Details wider, die ein Datenwissenschaftler für die zukünftige Reproduzierbarkeit benötigt, konzentrieren sich jedoch auf die Fähigkeit des klinischen Lesers, die relevanten Ergebnisse solcher Studien kritisch zu verfolgen und festzustellen.

Die daraus resultierende PRISMA-AI-Erweiterung wird

1. Helfen Sie Stakeholdern, die an der Implementierung von KI oder der Verwendung von KI-bezogenen Informationen in systematischen Überprüfungen interessiert sind
2. einen Rahmen für Gutachter schaffen, die Publikationen bewerten,
3. Bereitstellung eines Tools zur Schulung von Forschern in der SR-Methodik der künstlichen Intelligenz
4. Helfen Sie Endnutzern der SR wie Ärzten und politischen Entscheidungsträgern, die Gültigkeit und Anwendbarkeit der SR in ihrem Entscheidungsprozess besser zu bewerten.

Der Erfolg der Kriterien zeigt sich daran, wie Manuskripte verfasst werden, wie Peer-Reviewer sie bewerten und schließlich daran, wie die allgemeine Leserschaft in der Lage ist, die veröffentlichten Studien zu lesen und zu verarbeiten