医師とその人工知能担当者との間で診断をめぐる紛争が生じた場合、専門家仲裁が臨床結果に及ぼす影響：小児外来患者を対象とした無作為化多施設共同試験

広州婦人児童医療センターの 100 万人を超える小児外来患者の歴史的な臨床データに基づいて、最近、一般的な小児疾患に対する AI 診断フレームワークが開発されました [Liang H et al.人工知能を活用した小児疾患の評価と正確な診断。 ナット・メッド。 2019;25(3):433-8]。 この AI フレームワークは、事前定義されたスキーマを利用してフリーテキストから有益な臨床データを抽出し、仮説演繹的推論によって臨床診断に到達します。 内部検証では、AI システムは胃腸疾患の 0.85 から神経精神障害の 0.98 までの精度率を示し、臨床現場での有望な診断支援ツールとなる可能性があることが示唆されました。 しかし、AI ベースの診断と小児科医による診断が一致しないシナリオにどのように対処するかについて、証拠に基づいた戦略が不足しています。 診断が一致しない疾患は、より類似した臨床的特徴を示すと仮定するのは正当です。この場合、鑑別的かつ決定的な診断のために追加の仲裁者を導入する必要があります。 したがって、私たちはこのランダム化比較試験を次の目的で実施します。1) AI ベースの診断と小児科医による診断が一致しない現実の臨床現場で、専門家仲裁人の導入により 2 つの診断モードの精度を比較します。 2) 専門家仲裁人の導入による臨床転帰（初診後 3 か月以内の再診と入院、平均外来総費用）の変化をさらに調査する。 前述の AI フレームワークは幅広い疾患の診断を目的として設計されていますが、この臨床試験は呼吸器科、消化器科、生殖器泌尿器科の 3 つの専門クリニックの外来患者に限定されていることに注意してください。 この選択の理由は、内部検証の結果によると、これら 2 つの専門分野では不一致な診断がより一般的であると想定されるためです。