臨床意思決定支援システムは医学教育における資産となり得るでしょうか? 実験的なアプローチ

Aug 06, 2023

BMC Medical Education volume 23、記事番号: 570 (2023) この記事を引用

319 アクセス

メトリクスの詳細

診断の正確さは、適切かつ成功する医療上の意思決定の主要な基礎の 1 つです。 臨床意思決定支援システム (CDSS) は、医師の診断上の考慮を容易にするために最近使用されています。 しかし、これまでのところ、教育現場における医学生にとっての CDSS の潜在的な資産についてはほとんど知られていません。 私たちの研究の目的は、医学生が診断成績を評価する際の CDSS の有用性と、そのようなソフトウェアが学生自身の診断能力に対する信頼に及ぼす影響を調査することでした。

紙の症例に基づいて、学生はそれぞれ CDSS と教科書などの従来の方法を使用して 2 人の異なる患者を診断しなければなりませんでした。 両方の患者は共通の疾患を患っており、一方の状況では臨床症状が典型的なもの（扁桃炎）であり、もう一方の状況（肺塞栓症）では臨床症状が非典型的でした。 医学生の診断精度を評価するために、被験者間および被験者内で 2x2x2 のクラスターランダム化対照試験を使用しました。これも、使用するリソースの順序 (CDSS が 1 番目または 2 番目) を変更することによって行われました。

4 年生と 5 年生の医学生は、2 つのケースにわたって従来の方法または CDSS を使用して同等の成績を収めました (t(164) = 1,30; p = 0.197)。 診断精度と正しい診断への信頼は、非定型症状よりも定型症状の方が高かった（t(85) = 19.97; p < .0001 および t(150) = 7.67; p < .0001）。これらの結果は反駁しています。 CDSS と比較して、従来の方法を使用した場合、学生はより正確に診断するという主な仮説。

4 年生と 5 年生の医学生は、従来の方法または CDSS を使用して、典型的または非典型的な臨床像を伴う一般的な疾患の 2 症例の診断において同等の成績を収めました。 学生たちは、典型的な症状を用いて一般的な病気を診断することに熟練していましたが、このシナリオでは自分自身の事実知識を過小評価していました。 また、CDSS を使用しても追加の洞察が得られないと思われる、非定型的な症状を伴う困難な症例を提示されたとき、学生たちは自分自身の診断の限界を認識していました。

査読レポート

診断の正確さは、適切かつ成功する医療意思決定の主要な基礎の 1 つです [1、2]。 すでに医学生は、自分自身で診断を下し [3、4]、診断を批判的に評価するという重要なスキルに徐々に慣れてきています [5、6]。 診断の結論に到達する方法を学生に教える教訓的なアプローチは、時代、国、医療機関などの要因によって確かに異なります[7、8]。 さらに、技術革新は、適切な診断を行う方法を教える手順の変化にも貢献しています[9]。 技術支援のそのような例の 1 つは、現在臨床医 [10] と患者 [11] によって広く使用されているデジタル化された臨床意思決定支援システム (CDSS) です。 医学生への診断プロセスの教育における CDSS の潜在的な有用性は、この研究でさらに調査されます。

CDSS は、診断プロセスを促進するために、医療上の意思決定において非個人的なサポートを提供することを目的としたソフトウェアです [12]。 現在の CDSS のプロトタイプは、1950 年代にはすでに開発されていました [13、14]。 時間の経過とともに、これらのソフトウェアは、特にデジタル技術の進歩と、還元主義的な診断アルゴリズムだけではなく、膨大なデータサンプル [15、16] に基づく人工知能の使用によって、徐々に洗練されていきました。 現在、スマートフォン [17] の出現により、一般の人々が症状チェッカーの形で CDSS に簡単にアクセスできるようになりました [18]。 このような CDSS が広く普及していることを考慮すると、その性能と一般的な医療行為における潜在的な有用性はすでに広範囲に研究されています [19、20]。 また、バーナーら。 アル。 100 件以上の困難な症例に対する 4 つの CDSS のパフォーマンスを比較したところ、精度が 52% ～ 71% であることがわかりました。これは、これらのシステムが、事前に定義された可能な診断の選択肢の中から適切な診断を提供したことを意味します [21]。 Graber と Mathew が示すように、時間の経過とともに CDSS の精度は向上しました。Graber と Mathew は、50 を超えるさまざまな困難な症例において、最初の 30 の可能な診断で適切な診断名を指定することによって測定された精度が 98% であると報告しました [22]。 しかし、まれな病気の症状に関しては、矛盾があるようです。 一例として、Hill et al. 症状チェッカーは、一般的な症状の場合は 42% で正しい診断を最初に挙げたのに対し、珍しい症状の場合はわずか 4% であることがわかりました [23]。 症状チェッカーの精度が過去 10 年間で停滞しているように見えることは注目に値します [24]。