原題
ESMO Basic Requirements for AI-based Biomarkers In Oncology (EBAI).
背景:AIは多くの腫瘍学バイオマーカーを作成する;ESMOは、安全で日常的な臨床採用の指針となるEBAIフレームワークを提案している。
方法:37人の専門家からなる集学的パネルは、推奨事項を作成するために、3回のコンセンサスラウンドにわたって修正デルファイ法を用いた。
結果:バイオマーカーは、クラスA(AIは確立されたマーカーを定量化する)、B(事前スクリーニングのためのAI由来のプロキシ)およびC(新規AIバイオマーカー;C1予後、C2予測)である。本質的な要素:グラウンドトゥルース、パフォーマンス、一般化可能性、公平性が推奨される。検証:Aの一致、Bの分析的検証、C1の質の高いレトロスペクティブ/試験データ、およびC2のプロスペクティブ臨床試験。研究では、複数の指標を報告し、意図された設定に対する一般化可能性を実証しなければならない。
結論:EBAIは、臨床医、開発者、および研究者のための最小限の基準と共通言語を設定する。
Journal: Ann Oncol (CiteScore 2022: 63)
DOI: 10.1016/j.annonc.2025.11.009
PMID: 41260261
コメント