Éléments de rapport préférés pour les examens systématiques et les méta-analyses - Extension de l'intelligence artificielle (PRISMA-AI)

Avec les progrès de l'intelligence artificielle (IA) au cours des deux dernières décennies, l'enthousiasme et l'adoption de cette technologie en médecine n'ont cessé d'augmenter. Pourtant, malgré la plus grande adoption de l'IA en médecine, la manière dont ces méthodologies et résultats sont rapportés varie considérablement et la lisibilité des études cliniques utilisant l'IA peut être difficile pour le clinicien général.

Les examens systématiques des applications d'IA sont un domaine important pour lequel des orientations spécifiques sont nécessaires. Une revue systématique en cours menée par notre équipe a montré que le nombre de revues systématiques sur les applications d'IA (avec ou sans méta-analyse) augmente considérablement au fil du temps, mais la qualité des rapports est toujours médiocre et hétérogène, ce qui entraîne des incohérences dans le rapport des détails informationnels entre les études individuelles. Par conséquent, le manque de ces détails informatifs peut poser des problèmes pour la recherche primaire et la synthèse et potentiellement limiter leur utilité pour les parties prenantes intéressées par la mise en œuvre de l'IA ou l'utilisation des informations dans des revues systématiques.

Les critères découleront du consensus entre les experts multi-spécialités (dans chaque spécialité médicale) qui ont déjà publié des articles sur les applications de l'IA dans les principales revues médicales et les principaux auteurs de PRISMA, STARD-AI, CONSORT-AI, SPIRIT-AI, TRIPOD- AI, PROBAST-AI, CLAIM-AI et DECIDE-AI pour s'assurer que les critères ont une applicabilité globale dans toutes les disciplines et pour chaque type d'étude qui implique l'IA.

Les critères d'extension PRISMA-AI proposés se concentrent sur la normalisation de la communication des méthodes et des résultats des études cliniques utilisant l'IA. Ces critères refléteront les détails techniques les plus pertinents dont un scientifique des données a besoin pour la reproductibilité future, mais ils se concentrent sur la capacité du lecteur clinicien à suivre de manière critique et à vérifier les résultats pertinents de ces études.

L'extension PRISMA-AI qui en résultera

1. aider les parties prenantes intéressées à mettre en œuvre l'IA ou à utiliser des informations liées à l'IA dans des revues systématiques
2. créer un cadre pour les examinateurs qui évaluent les publications,
3. fournir un outil de formation des chercheurs sur la méthodologie SR de l'Intelligence Artificielle
4. aider les utilisateurs finaux de la SR tels que les médecins et les décideurs à mieux évaluer la validité et l'applicabilité de la SR dans leur processus décisionnel.

Le succès des critères se verra dans la façon dont les manuscrits sont écrits, comment les examinateurs les évaluent et enfin, comment le lectorat général est capable de lire et de digérer les études publiées.