Foretrukne rapporteringselementer for systematiske vurderinger og metaanalyser - Artificial Intelligence Extension (PRISMA-AI)

Med fremskritt innen kunstig intelligens (AI) de siste to tiårene, har entusiasme og bruk av denne teknologien i medisin stadig økt. Til tross for den større bruken av AI i medisin, varierer måten slike metoder og resultater rapporteres mye på, og lesbarheten til kliniske studier som bruker AI kan være utfordrende for den generelle klinikeren.

Systematiske gjennomganger av AI-applikasjoner er et viktig område som det trengs spesifikk veiledning for. En pågående systematisk gjennomgang ledet av teamet vårt har vist at antallet systematiske gjennomganger av AI-applikasjoner (med eller uten meta-analyse) øker dramatisk over tid, men kvaliteten på rapporteringen er fortsatt dårlig og heterogen, noe som fører til inkonsekvenser i rapportering av informasjonsdetaljer blant individuelle studier. Følgelig kan mangelen på disse informasjonsdetaljene føre til problemer for primær forskning og syntese og potensielt begrense deres nytte for interessenter som er interessert i å implementere AI eller bruke informasjonen i systematiske oversikter.

Kriteriene vil stamme fra konsensus blant multispesialitetseksperter (i hver medisinsk spesialitet) som allerede har publisert om AI-applikasjoner i ledende medisinske tidsskrifter og hovedforfatterne av PRISMA, STARD-AI, CONSORT-AI, SPIRIT-AI, TRIPOD- AI, PROBAST-AI, CLAIM-AI og DECIDE-AI for å sikre at kriteriene har global anvendelighet i alle disipliner og for hver type studier som involverer AI.

De foreslåtte PRISMA-AI-utvidelseskriteriene fokuserer på standardisering av rapportering av metoder og resultater for kliniske studier som bruker AI. Disse kriteriene vil gjenspeile de mest relevante tekniske detaljene en dataforsker krever for fremtidig reproduserbarhet, men de fokuserer på evnen for klinikerens leser til å kritisk følge og fastslå de relevante resultatene av slike studier.

Den resulterende PRISMA-AI-utvidelsen vil

1. hjelpe interessenter som er interessert i å implementere AI eller bruke AI-relatert informasjon i systematiske gjennomganger
2. skape et rammeverk for anmeldere som vurderer publikasjoner,
3. gi et verktøy for opplæring av forskere i Artificial Intelligence SR-metodikk
4. hjelpe sluttbrukere av SR som leger og beslutningstakere til å bedre evaluere SRs gyldighet og anvendelighet i deres beslutningsprosess.

Suksessen til kriteriene vil bli sett i hvordan manuskripter skrives, hvordan fagfellebedømmere vurderer dem, og til slutt, hvordan den generelle leserskaren er i stand til å lese og fordøye de publiserte studiene