機械学習は高い精度を示すが、骨髄増殖性腫瘍における前向き検証が限定的

AJMCの報告は「デジタル骨髄病理から臨床意思決定支援へ：骨髄増殖性腫瘍における人工知能」というタイトルのレビューをカバーしている"Artificial intelligence in myeloproliferative neoplasms: from digital bone marrow pathology to clinical decision support,"[1]。このレビューは2026年10月23日にBlood Reviewsにオンライン掲載された[1]。ScienceDirectのレビューの要旨によると、著者らは2026年8月までのPubMed/MEDLINEを検索し、手動検索と学会抄録で補完した[2]。要旨は、AIが自動化骨髄生検分析、脾臓体積セグメンテーション、治療反応予測、シリコ内創薬を含むいくつかの領域で進歩を遂げたと述べているautomated bone marrow biopsy analysis, spleen volume segmentation, therapy response prediction and in silico drug discovery[2]。著者らはまた、「発表されたモデルの大部分は依然として内部検証または単一コホート検証に限定されたままである」[2]と述べている。彼らは、「前向き評価は血球数ベースの線維化予測についてのみ報告されている」[2]と付け加えている。AJMCは、FIBOM-AIという問題のツールが27個の完全血球数変数と年齢を使用して、グレード2～3の網赤血球線維化をフラグ付けする[1]と報告している。メディアアウトレットは、外部コホートで0.92のAUCを達成し、日常診療で前向きに適用した場合の精度は85.2%だったと述べているan AUC of 0.92 in the external cohort and an accuracy of 85.2% when applied prospectively in routine practice[1]。PubMedのランセット・ヘマトロジーに掲載されたFIBOM-AI研究の記録では、前向きコホートが2024年に5つのセンターから493人の患者を含んでいた[3]。AJMCによれば、開発者たちはそれを生検の代替ではなく、スクリーニング(トリアージ)ツールとして見ている[1]と述べている。レビューの著者らは、AJMCの引用によれば、進歩には「前向き、転帰指向的な検証研究」[1]