체계적인 검토 및 메타 분석을 위한 선호 보고 항목 - 인공 지능 확장 (PRISMA-AI)

지난 20년 동안 인공 지능(AI)이 발전함에 따라 의학에서 이 기술에 대한 열정과 채택이 꾸준히 증가했습니다. 그러나 의학에서 AI의 더 많은 채택에도 불구하고 그러한 방법론과 결과가 보고되는 방식은 매우 다양하며 AI를 활용한 임상 연구의 가독성은 일반 임상의에게 어려울 수 있습니다.

AI 애플리케이션에 대한 체계적인 검토는 특정 지침이 필요한 중요한 영역입니다. 우리 팀이 이끄는 진행 중인 체계적 검토는 AI 애플리케이션(메타 분석 포함 또는 제외)에 대한 체계적 검토의 수가 시간이 지남에 따라 극적으로 증가하고 있지만 보고의 품질은 여전히 ​​열악하고 이질적이어서 개별 연구 간의 정보 세부 정보 보고. 결과적으로 이러한 정보 세부 사항의 부족은 1차 연구 및 종합에 문제를 일으킬 수 있으며 AI 구현 또는 체계적인 검토에서 정보 사용에 관심이 있는 이해 관계자의 유용성을 잠재적으로 제한할 수 있습니다.

기준은 이미 주요 의학 저널에 AI 애플리케이션에 대해 발표한 다중 전문 전문가(각 의료 전문 분야)와 PRISMA, STARD-AI, CONSORT-AI, SPIRIT-AI, TRIPOD-의 주요 저자 간의 합의에서 도출됩니다. AI, PROBAST-AI, CLAIM-AI 및 DECIDE-AI는 기준이 모든 분야 및 AI와 관련된 각 연구 유형에 대해 전역적으로 적용할 수 있도록 보장합니다.

제안된 PRISMA-AI 확장 기준은 AI를 활용한 임상 연구의 방법 및 결과 보고를 표준화하는 데 중점을 둡니다. 이러한 기준은 데이터 과학자가 미래의 재현성을 위해 요구하는 가장 관련성이 높은 기술적 세부 사항을 반영하지만 임상의 독자가 그러한 연구의 관련 결과를 비판적으로 따르고 확인할 수 있는 능력에 초점을 맞춥니다.

결과 PRISMA-AI 확장은

1. AI 구현 또는 체계적인 검토에서 AI 관련 정보 사용에 관심이 있는 이해 관계자 지원
2. 출판물을 평가하는 검토자를 위한 프레임워크를 만들고,
3. 인공 지능 SR 방법론에 대한 연구원 교육을 위한 도구 제공
4. 의사 및 정책 입안자와 같은 SR의 최종 사용자가 의사 결정 프로세스에서 SR의 타당성과 적용 가능성을 더 잘 평가할 수 있도록 지원합니다.

기준의 성공 여부는 원고 작성 방법, 피어 리뷰어가 평가하는 방법, 마지막으로 일반 독자가 출판된 연구를 읽고 소화할 수 있는 방법에 따라 결정됩니다.