ROTEM解釈AIと専門家の比較 (ROTEMAI)

この前向き多施設共同観察研究は、重症患者における臨床意思決定に焦点を当て、ローテーショナル・トロンボエラストメトリー（ROTEM）所見の人工知能（AI）ベースの解釈と専門家の解釈との一致を評価することを目的としています。

ROTEMは、凝固塊形成、強度、線維素溶解を含む凝固に関するリアルタイム情報を提供するポイントオブケア粘弾性法です。 これは、外傷、大手術、および集中治療における標的止血療法を指導するために広く使用されています。 しかし、ROTEM所見の解釈は複雑で、臨床的専門知識を必要とします。 臨床医間の観察者間変動は、一貫しない治療決定につながる可能性があります。 アルゴリズムベースのアプローチは導入されていますが、その実装は依然として多様です。

人工知能（AI）は、複数のROTEMパラメータを統合し、一貫した推奨事項を生成することで、解釈を標準化する可能性があります。 以前の研究では、機械学習モデルが粘弾性データに基づいて臨床転帰や輸血要件を予測できることが示されています。 しかし、特に実際の臨床意思決定におけるAIベースの解釈と専門家の解釈との一致に関するエビデンスは依然として限られています。

本研究の主目的は、AIベースの解釈がROTEM解釈における専門家間変動に匹敵する一致レベルを達成するかどうかを判断することです。 この研究は単一のゴールドスタンダードを想定せず、代わりに実際の臨床実践を反映する方法間の一致を評価します。

副次的目的には以下が含まれます：

• AIと専門家臨床医との解釈時間の比較、
• 専門家間変動と比較したAIの一貫性（方法内変動）の評価、
• 凝固異常の特定と提案された治療戦略を含む、臨床意思決定への潜在的な影響の評価。

ROTEM測定値は、グラフィカルおよび数値出力を含む標準化された形式で収集され提示されます。 各データセットは、複数の専門家麻酔科医によって独立して評価されます。 同じデータセットは、事前定義された標準化されたプロンプトを使用してAIベースの大規模言語モデルによって繰り返し解釈され、モデル内変動を評価するために複数の独立した実行が行われます。

各ROTEMデータセットについて、専門家とAIの両方が以下を評価します：

• 凝固障害の有無、
• 主要な基礎異常、
• 適切な治療的介入、
• および推奨される治療投与量。

専門家とAIとの間の一致、および専門家間の一致は、カテゴリカル変数と連続変数に対する適切な統計的方法（例：カッパ統計量および級内相関係数）を使用して分析されます。 解釈に必要な時間も記録され比較されます。

この研究は、解釈の絶対的正しさを決定するように設計されているのではなく、人間の専門家とAIとの間の一致と変動を定量化することを目的としています。 臨床的に関連する不一致を特定することにより、この研究は、AI支援解釈が信頼できる意思決定支援ツールとして機能し、ROTEM誘導止血管理における変動を減少させる可能性があるかどうかを評価することを目指しています。