用于药物依从性预测的AI模型：缩小与临床应用之间的差距

《npj Digital Medicine》：AI models for medication adherence prediction: closing the gap to clinical readiness

　　```

摘要

人工智能（AI）有助于识别有药物依从性问题的患者，但已发布的预测模型的临床适用性仍不确定。我们系统地回顾了41项关于药物依从性预测的研究，并使用PROBAST+AI方法从参与者/数据来源、预测因子、结果和分析角度评估了这些模型的开发和评估过程。大多数模型在开发质量方面存在显著问题（71%），并且在评估过程中存在较高的偏倚风险（80%），这通常是由于依从性结果的定义不明确、缺失数据处理不当以及验证范围有限所致。研究显示，更复杂的算法并未显著提高模型的区分能力，这表明方法学的严谨性而非模型类型本身是阻碍这些模型实际应用的关键因素。我们提出了基于框架的改进建议，以提高未来药物依从性预测模型的稳健性、可解释性和临床可行性。