An Online Survey of Healthcare Professionals to Understand the Use of Clinical Prediction Models in Practice
この研究は157人の医療従事者を対象に調査を行い、臨床予測モデルは一般的に高く評価され広く利用されている一方で、その効果的な実装はワークフローへの統合の問題、規制の不確実性、および一貫性のない採用によって阻害されており、モデルが透明かつ使いやすく、実臨床に向けて厳密に検証されることを確実にするための協調的な取り組みが必要であることを明らかにした。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
人体を、毎秒何百万もの小さな出来事が起きている、巨大で活気ある都市だと想像してみてください。医師は、すべてがスムーズに動くように管理しようとする都市計画家ですが、時には交通渋滞や停電、嵐が起こる前にそれを予測するための助けが必要になることがあります。ここで登場するのが「臨床予測モデル（CPM）」です。これらのモデルを、魔法の水晶玉ではなく、人体のための非常に洗練された天気予報アプリだと考えてください。これらは、その人の年齢、家族歴、現在の症状といった様々な手がかりを取り込み、数字を計算して、心臓発作や脳卒中といった将来の健康上のイベントが発生する可能性を推測します。これらのデジタルツールは、医師がより速く、より安全に意思決定を行うための究極の相棒となるはずですが、そこには一つの謎があります。なぜこれらはどこでも使われているわけではないのでしょうか？これらを支持する医師もいれば、その存在すらほとんど知らない医師もいます。このギャップを理解することは極めて重要です。なぜなら、これらの役立つツールを必要としている人々の手に届けることができなければ、命を救ったり病気を予防したりする機会を逃してしまうかもしれないからです。
この論文は、医療従事者に送られた、世界規模の巨大な「挙手」によるアンケート調査のようなものです。リバプール大学の研究チームは、次のようなことを知りたかったのです。医師や看護師は実際にこれらのツールを使っているのか？彼らはそれらを気に入っているのか？そして、もし使っていないのであれば、何が妨げになっているのか？彼らは世界中の157人の医療従事者（ただし、その多くは英国の出身者でした）に対し、オンラインのアンケートへの回答を求めました。
調査の結果、以下のようなことが分かりました。回答者の大多数（82%）がこれらのモデルの存在を知っており、かなりの割合（71%）が日常業務の中で実際にそれらを使用しています。有用性について尋ねたところ、専門家たちは高いスコアを付けており、中央値は10点満点中8点でした。これらのツールが機能する場合、それは非常にうまく機能しているようです。最も人気のあるモデルは、CHA2DS2-VAScスコア（脳卒中のリスクをチェックするもの）やQRISK（心臓発作のリスクを見るもの）のように、加齢に関連するリスクを予測するものでした。興味深いことに、調査には産婦人科を専門とする医師が多く含まれていましたが、彼らのために設計された特定のツールは、一般的なツールと比較して驚くほど使用されていませんでした。
しかし、物語はこれらのツールが「どのように」使われているかを見ると、さらに面白くなります。医師や看護師は、何が良いツールであるかについて非常に強い意見を持っています。彼らは、予測モデルが自動販売機からスナック菓子を手に取る時のように、簡単に手に入れられることを望んでいます。ツールにアクセスするための最も好ましい方法は、ウェブサイト（47%）やモバイルアプリ（33%）です。誰も紙のマニュアルをめくりたがりません。彼らは画面をタップしたいのです。結果を見る際、彼らは単純なパーセンテージ（例：「15%の確率」）や、「ヒートマップ」（リスクレベルを一目で示す色分けされたグリッド）のような、明確で視覚的な形式を好みます。
しかし、深刻な障害も存在します。最大の障壁は、ツールが数学的に劣っていることではなく、医師の忙しい一日に適合させるのが難しいことです。調査によると、もしツールが病院ですでに使用しているコンピュータシステム（電子カルテなど）の中に正しく組み込まれていなければ、無視される可能性が高いことが明らかになりました。その他の障壁としては、特定の患者に対してどのツールが適切かを知らないこと、そのツールが法律上の「医療機器」とみなされるかどうかを懸念すること、そして全般的なトレーニングの欠如などが挙げられます。ある医師は、もしツールが医学部で教えられていなかったり、公式のガイドラインで推奨されていなかったりすれば、チーム全体に使ってもらうことは難しいと指摘しました。
研究者たちは、これらのツールが真に普及するためには、透明性があり、使いやすく、医師がすでに使用しているソフトウェアに深く統合されている必要があると示唆しています。また、人工知能（AI）がこれらのモデルを構築し始めるにつれ、単に「ブラックボックス」を信頼するのではなく、そのモデルがどのようにしてその推測に至ったのかを知ることがさらに重要になると指摘しています。本論文は、医療従事者はこれらのモデルを価値あるものと考えているものの、単にそれらを作るだけでなく、実際の現場での実践に確実に適合させ、明確なルールと優れた教育で裏付けられたものにする必要があると結論づけています。それまでは、これらのデジタルヘルパーは、医師たちが最適な使い方を模索している間、道具箱の中で少しずつ埃をかぶったままになってしまうかもしれません。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。