รายการตรวจสอบ DECIDE-AI: 17 รายการด้าน AI ที่นำไปใช้ในการประเมินทางคลินิกระยะเริ่มต้นจริง

การตีพิมพ์ วันที่ 1 พฤศจิกายน 2026

.tp{color:#333333 !important;line-height:1.7 !important;margin:0 0 16px 0 !important}
.th2{color:#0d2137 !important;margin:36px 0 14px 0 !important;line-height:1.3 !important}
.th3{color:#0d2137 !important;margin:24px 0 10px 0 !important;line-height:1.35 !important}
.tl{color:#003057 !important;font-weight:600;text-decoration:underline}
.tt{border-collapse:collapse;width:100%}
.tt th{background-color:#0d2137 !important;color:#ffffff !important;text-align:left;padding:10px 12px !important;font-size:.9rem;border:1px solid #0d2137 !important}
.tt td{color:#333333 !important;padding:9px 12px !important;font-size:.9rem;vertical-align:top;border:1px solid #d8dee6 !important;line-height:1.5}
.tt td.w{background-color:#ffffff !important}
.tt td.g{background-color:#f6f9fc !important}
.tt td.rg{background-color:#f1f8f3 !important}
.tt td.rp{background-color:#fff9ec !important}
.tt td.rn{background-color:#fef1f1 !important}
.tt td.rj{background-color:#f0f4fc !important}
.tt td.vg{background-color:#d9eee0 !important;color:#14532d !important;font-weight:700}
.tt td.vp{background-color:#ffecc2 !important;color:#6b4200 !important;font-weight:700}
.tt td.vn{background-color:#fbd5d5 !important;color:#7f1d1d !important;font-weight:700}
.tt td.vj{background-color:#d6e0f7 !important;color:#1e3a8a !important;font-weight:700}

รายการตรวจสอบ DECIDE-AIเป็นแนวทางการรายงานสำหรับการทดสอบระบบสนับสนุนการตัดสินใจด้วยปัญญาประดิษฐ์ (AI) ครั้งแรกในขนาดเล็กกับผู้ป่วยจริง เผยแพร่ในเดือนพฤษภาคม 2022 ในวารสาร BMJ และ Nature Medicine โดย Vasey และคณะ รายการตรวจสอบนี้ประกอบด้วย 17 รายการที่เกี่ยวข้องกับ AI โดยเฉพาะ (28 แถวเมื่อนับรายการย่อย) และ 10 รายการทั่วไป และขอรายละเอียดที่แนวทางการทดลองและแบบจำลองไม่เคยต้องการ เช่น วิธีการฝึกอบรมผู้ใช้ เวอร์ชันของซอฟต์แวร์ที่ใช้กับผู้ป่วยแต่ละราย และสิ่งที่ผิดพลาด^1,2

คู่มือส่วนใหญ่จะหยุดอยู่ที่การระบุรายการ แต่คู่มือนี้ไปไกลกว่านั้น หลังจากรายการตรวจสอบแล้ว เราจะนำไปใช้ทีละรายการกับงานวิจัยแบบเปิดเผยข้อมูลจริงเกี่ยวกับระบบ AI สำหรับการผ่าตัด ซึ่งตีพิมพ์ในเดือนตุลาคม 2026 และระบุว่าได้ปฏิบัติตาม DECIDE-AI โดยมีส่วนของงานวิจัยอยู่ข้างๆ ข้อสรุปแต่ละข้อ รายการตรวจสอบ DECIDE-AI เป็นคู่มือในระยะเริ่มต้นที่ใช้ควบคู่กับรายการตรวจสอบ CONSORT-AI ของเรา และเราจะไม่กล่าวซ้ำเนื้อหาเหล่านั้นในที่นี้

รายการตรวจสอบ DECIDE-AI คืออะไร และเหมาะสมกับแนวทางการรายงานด้าน AI ในส่วนใดบ้าง

DECIDE-AI ย่อมาจาก Developmental and Exploratory Clinical Investigations of DEcision support systems driven by Artificial Intelligence (การวิจัยทางคลินิกเชิงพัฒนาและสำรวจระบบสนับสนุนการตัดสินใจที่ขับเคลื่อนด้วยปัญญาประดิษฐ์) รายการตรวจสอบ DECIDE-AI นั้นเฉพาะเจาะจงตามแต่ละขั้นตอน ไม่ได้เฉพาะเจาะจงตามการออกแบบ แนวทางนี้มุ่งเน้นการประเมินผลแบบเรียลไทม์ ซึ่งหมายความว่าการตัดสินใจที่ทำโดยระบบ AI นั้นมีผลกระทบจริงต่อการดูแลผู้ป่วย ต่างจากการทดสอบแบบออฟไลน์หรือโหมดเงาที่ไม่มีผลกระทบดังกล่าว¹แนวทางนี้ไม่ได้กำหนดรูปแบบการศึกษา ดังนั้นการศึกษาแบบกลุ่มเปรียบเทียบในอนาคต การเปรียบเทียบแบบไม่สุ่ม หรือชุดกรณีศึกษา ล้วนสามารถใช้ได้ และครอบคลุมระบบการตรวจจับ การวินิจฉัย การพยากรณ์โรค และการรักษา¹

แนวทางดังกล่าวมาจากการกระบวนการเดลฟีแบบปรับปรุงสองรอบ ตามด้วยการประชุมฉันทามติเสมือนจริง ในบรรดาผู้เชี่ยวชาญที่เข้าร่วม มี 123 คนที่เสร็จสิ้นรอบแรก 138 คนที่เสร็จสิ้นรอบที่สอง และ 16 คนเข้าร่วมการประชุมฉันทามติ และผู้เขียนรายงานว่ามีผู้เชี่ยวชาญ 151 คนจาก 18 ประเทศในกลุ่มผู้มีส่วนได้ส่วนเสีย 20 กลุ่มโดยรวม¹รายการตรวจสอบนี้อธิบายว่าเป็นชุดมาตรฐานการรายงานขั้นต่ำ และไม่ใช่สิ่งทดแทนข้อกำหนดทางกฎหมาย¹

ตารางด้านล่างแสดงตำแหน่งของรายการตรวจสอบ DECIDE-AI เมื่อเทียบกับแนวทางปฏิบัติเกี่ยวกับ AI อื่นๆ โดยอิงตามโครงสร้างของแผนผังขั้นตอนในเอกสารต้นฉบับ ซึ่งเราได้เรียบเรียงใหม่ด้วยคำพูดของเราเอง¹

ตารางที่ 1. ตำแหน่งของรายการตรวจสอบ DECIDE-AI ท่ามกลางแนวทางการรายงาน AI โครงสร้างดัดแปลงจาก Vasey et al., BMJ 2022

มีสามประเด็นสำคัญสำหรับการส่งผลงานของคุณ ประการแรก รายการตรวจสอบ DECIDE-AI อยู่ระหว่างงานวิจัยก่อนคลินิกและการทดลองเปรียบเทียบขนาดใหญ่ ดังนั้นการศึกษาที่ได้ดำเนินการสุ่มตัวอย่างแล้วควรใช้รายการตรวจสอบ CONSORT-AIและสำหรับโปรโตคอล ควรใช้ คู่มือโปรโตคอล SPIRIT คู่มือ CONSORT 2025ของเราอธิบายว่าเหตุใด CONSORT 2025 ซึ่งมี 30 รายการ จึงเข้ามาแทนที่ CONSORT 2010 ประการที่สอง รายการตรวจสอบ DECIDE-AI เป็นแนวทางการรายงาน ไม่ใช่เครื่องมือประเมินผล มันตรวจสอบว่าคุณได้อธิบายสิ่งที่คุณทำหรือไม่ ไม่ใช่ว่าสิ่งที่คุณทำนั้นถูกต้องหรือไม่ และสำหรับการประเมินแบบจำลองการทำนาย ผู้ตรวจสอบจะใช้PROBAST ประการที่สาม หากคำถามของคุณเกี่ยวกับความแม่นยำของแบบจำลองโดยเฉพาะ โปรดอ่านการเปรียบเทียบ STARD และ TRIPODของเราก่อน และใช้แผนผังการตัดสินใจของเราเพื่อเลือกแนวทางการรายงานสำหรับตัวเลือกที่หลากหลายกว่า

ภาพรวมของเช็คลิสต์ DECIDE-AI: รายการ AI ทั้ง 17 รายการ และรายการทั่วไป 10 รายการ

ตารางนี้ย่อรายการตรวจสอบอย่างเป็นทางการเหลือเพียง 38 แถว ตัวเลขอาหรับใช้แทนรายการเฉพาะ AI จำนวน 17 รายการ และตัวเลขโรมันใช้แทนรายการทั่วไปจำนวน 10 รายการ เราได้เรียบเรียงคำพูดใหม่เพื่อให้กระชับ ดังนั้นโปรดใช้รายการตรวจสอบอย่างเป็นทางการจากบทความใน BMJ หรือ Nature Medicine สำหรับข้อความที่ถูกต้องที่คุณต้องส่ง^1,2

ตารางที่ 2. รายการตรวจสอบ DECIDE-AI จำนวน 38 แถวแบบย่อ โครงสร้างต้นฉบับจาก Vasey et al., BMJ 2022

สังเกตดูว่ามีแถวจำนวนมากแค่ไหนที่อยู่ภายใต้หัวข้อความปลอดภัย ข้อผิดพลาด และปัจจัยมนุษย์ แถวที่ 3c, 6a, 6b, 7, 11, 12, 13a, 13b, 14a, 14b และ 16 รวมกันคิดเป็น 11 แถวจากทั้งหมด 28 แถวที่เกี่ยวข้องกับ AI ซึ่งสะท้อนให้เห็นถึงการมุ่งเน้นของแนวทางปฏิบัติเรื่องความปลอดภัยและด้านมนุษย์ของระบบ

อะไรทำให้เช็คลิสต์ DECIDE-AI แตกต่างจาก CONSORT-AI และ TRIPOD+AI

เอกสารต้นฉบับระบุถึงความท้าทายเชิงวิธีการที่ปรากฏขึ้นทันทีที่ระบบ AI เข้าสู่คลินิก และแต่ละข้อจะสอดคล้องกับแถวที่คุณจะต้องกรอก¹สี่ข้อในจำนวนนี้เปลี่ยนแปลงวิธีการเขียนต้นฉบับ

ปัจจัยด้านมนุษย์เป็นส่วนหนึ่งของการแทรกแซง (แถวที่ 3c, 7 และ 14)

แบบตรวจสอบ DECIDE-AI ถือว่าระบบ AI และผู้ใช้เป็นรูปแบบของปัญญาประดิษฐ์ที่ทำงานร่วมกันสองรูปแบบ ดังนั้น วิธีที่ผู้คนใช้เครื่องมือจึงถูกรายงานเป็นผลลัพธ์ ไม่ใช่ปล่อยให้เป็นหัวข้อของการอภิปราย^แถวที่ 7 ถามว่าใช้วิธีการประเมินปัจจัยมนุษย์แบบใด แถวที่ 14a ถามถึงการประเมินความสามารถในการใช้งานเทียบกับมาตรฐานที่เป็นที่ยอมรับ และแถวที่ 14b ถามถึงเส้นโค้งการเรียนรู้ การศึกษาที่ผสมผสานแบบสอบถาม การสังเกต และการสัมภาษณ์ เป็นการ ออกแบบ การวิจัยแบบผสมผสานและกฎการบูรณาการเดียวกันนี้ใช้ได้เมื่อคุณเขียนรายงาน ชุดการทดลองในมนุษย์ครั้งแรกขนาดเล็กก็มีความคล้ายคลึงกับการศึกษานำร่องที่เราอธิบายไว้ในที่อื่น โดยมีเป้าหมายคือความเป็นไปได้และการปรับปรุงให้ดียิ่งขึ้น

ระบบสามารถเปลี่ยนแปลงได้ (แถวที่ 4a และ 11)

ในการทดลองยา ผลิตภัณฑ์จะคงที่ แต่ในงานวิจัยด้าน AI ยุคแรกๆ ซอฟต์แวร์ ฮาร์ดแวร์ และส่วนติดต่อผู้ใช้ มักมีการปรับปรุงแก้ไขระหว่างผู้ป่วยแต่ละราย แถวที่ 4a ถามถึงเวอร์ชัน และแถวที่ 11 ถามถึงการเปลี่ยนแปลงแต่ละครั้ง ว่าเกิดขึ้นเมื่อใด เหตุใดจึงเกิดขึ้น และผลลัพธ์ที่เกิดขึ้นหลังจากนั้นเป็นอย่างไร หากไม่มีบันทึกดังกล่าว ผู้อ่านจะไม่สามารถระบุได้ว่าผลลัพธ์ใดมาจากระบบใด

ข้อผิดพลาดคือข้อมูล (แถวที่ 6, 13 และ 16)

แนวทางดังกล่าวขอให้ผู้เขียนกำหนดข้อผิดพลาดที่สำคัญล่วงหน้า ระบุข้อผิดพลาดทุกข้อที่เกิดขึ้นพร้อมอัตราและสาเหตุที่ชัดเจน ระบุว่าสามารถแก้ไขได้หรือไม่ และอธิบายว่าข้อผิดพลาดนั้นมีความหมายอย่างไรต่อการดูแลผู้ป่วย¹การกำหนดกรอบนี้สะท้อนถึงการศึกษาเกี่ยวกับยาในระยะที่ 1 และ 2 ซึ่งความปลอดภัยเป็นประเด็นสำคัญอันดับแรก นอกจากนี้ยังช่วยป้องกันการเปลี่ยนแปลงของชุดข้อมูล ซึ่งความแตกต่างเล็กน้อยระหว่างข้อมูลการฝึกอบรมและข้อมูลทางคลินิกอาจส่งผลต่อประสิทธิภาพ¹

รายงานความสอดคล้องระหว่างมนุษย์และ AI (แถวที่ 12)

แถวที่ 12 ของแบบตรวจสอบ DECIDE-AI ถามว่าผู้ใช้เห็นด้วยกับระบบบ่อยแค่ไหน เหตุใดพวกเขาจึงไม่เห็นด้วยกับระบบ และ AI เปลี่ยนความคิดของใครบ้างหรือไม่ ส่วน CONSORT-AI และ TRIPOD+AI ถามเกี่ยวกับการมีปฏิสัมพันธ์กับผู้ใช้และความเชี่ยวชาญที่ผู้ใช้ต้องการ แต่เราไม่พบแถวใดในทั้งสองแบบที่ถามถึงอัตราการเห็นด้วยและเหตุผลในการไม่เห็นด้วยกับผลลัพธ์ของ AI สำหรับบทความที่เน้นโมเดลเป็นหลัก คู่มือ แบบตรวจสอบ TRIPOD+AI ของเรา ครอบคลุมการรายงานที่เกิดขึ้นก่อนหน้านี้ในกระบวนการ

ตัวอย่างการใช้งาน: การนำเช็คลิสต์ DECIDE-AI ไปใช้กับงานวิจัยแบบเปิดเผยข้อมูลจริง

เพื่อแสดงการใช้งานเช็คลิสต์ เราได้ให้คะแนนบทความที่ตีพิมพ์แล้วหนึ่งฉบับ Khan และคณะได้รายงานการประเมินผลการแบ่งส่วนกายวิภาคด้วย AI แบบเรียลไทม์ในมนุษย์ครั้งแรกในระหว่างการผ่าตัดต่อมใต้สมองด้วยกล้องเอนโดสโคป ในวารสาร Pituitary ฉบับเดือนตุลาคม 2026 บทความนี้ตีพิมพ์ภายใต้ใบอนุญาต CC BY 4.0 ซึ่งเป็นเหตุผลที่เราสามารถอ้างอิงและนำภาพประกอบสองภาพมาใช้ได้ เราได้ตรวจสอบใบอนุญาตในสามแห่ง ได้แก่ ช่องใบอนุญาตเวอร์ชันบันทึกของ Crossref ช่องใบอนุญาต Europe PMC และการอนุญาต JATS ของข้อความฉบับเต็ม³

เราเลือกบทความนี้ด้วยเหตุผลเชิงปฏิบัติ บทความนี้เป็นบทความจริงที่ใช้แบบตรวจสอบ DECIDE-AI โดยมีรูปแบบการออกแบบ IDEAL ขั้นที่ 1 เป็นการศึกษาที่ลงทะเบียน มีผู้ป่วย 8 ราย และทีมศัลยแพทย์ 4 คน นอกจากนี้ยังรวมถึงแบบตรวจสอบ DECIDE-AI ที่กรอกข้อมูลครบถ้วนแล้วเป็นเอกสารประกอบเพิ่มเติม 2 เราให้คะแนนเนื้อหาของบทความก่อนแล้วจึงเปรียบเทียบกับแบบตรวจสอบของผู้เขียน ดังนั้นผลการตัดสินด้านล่างจึงเป็นการอ่านบทความฉบับเต็มอย่างอิสระ สำหรับผู้อ่านที่ไม่รู้จักกรอบงาน IDEAL มันคือขั้นตอนการประเมินนวัตกรรมทางการผ่าตัด⁴

ในการศึกษาครั้งนี้ โมเดลคอมพิวเตอร์วิชั่นได้แสดงภาพตัดขวางของกระดูกเบ้าสมองและหลอดเลือดแดงคาโรติดบนจอภาพรองที่อยู่ข้างๆ จอภาพหลักที่ไม่ได้เปลี่ยนแปลง และทีมผ่าตัดได้เปิดภาพซ้อนทับด้วยแป้นเหยียบ การลงทะเบียนการศึกษาอยู่ในClinicalTrials.govและบทความฉบับเต็มอยู่ในPubMed Central

ตารางที่ 3. คะแนนของแต่ละแถวในแบบตรวจสอบ DECIDE-AI เทียบกับงานวิจัยของ Khan et al., Pituitary 2026 (CC BY 4.0) โดย Editverse ได้อ่านเนื้อหาฉบับเต็มแล้ว

จากทั้งหมด 38 แถว เราพบว่ามี 18 แถวที่รายงานว่ามีการรายงาน 11 แถวที่รายงานว่ามีการรายงานบางส่วน 6 แถวที่เป็นการตัดสินใจ และ 3 แถวที่ระบุว่าไม่พบข้อมูล แถวที่ไม่พบข้อมูลทั้งสามแถว (8, VI และ 14b) เป็นแถวที่ผู้เขียนเองระบุว่าไม่ได้รายงานในรายการตรวจสอบของพวกเขา พร้อมเหตุผล และแถวที่ VIII เป็นแถวที่สี่ที่พวกเขาระบุว่าไม่ได้รายงาน บทความนี้มีความแข็งแกร่งในส่วนที่ DECIDE-AI ตั้งใจจะค้นหา ซึ่งได้แก่ ข้อผิดพลาด การแก้ไข และความสามารถในการใช้งาน และจุดอ่อนของบทความนี้อยู่ที่รายละเอียดด้านการกำกับดูแล จำนวนผู้เข้าร่วม ข้อมูลและรหัส และบทบาทของบริษัทต่างๆ

ตัวอย่างประกอบคำอธิบายสอนอะไรเราบ้างเกี่ยวกับเช็คลิสต์ DECIDE-AI

ระบุตัวเลขที่วางแผนไว้และตัวเลขที่เกิดขึ้นจริง พร้อมทั้งอธิบายว่าทำไมจึงแตกต่างกัน

แถวที่ 3a ถามว่าจำนวนผู้ป่วยถูกกำหนดอย่างไร วิธีการวางแผนไว้ว่าจะทำการทดลองกับผู้ป่วย 6 ราย ผลลัพธ์คัดเลือกผู้ป่วย 8 ราย และการอภิปรายระบุว่าการทดลอง 6 ใน 8 ครั้งนั้นเป็นกรณีที่วางแผนไว้ ข้อความแต่ละข้ออาจเป็นความจริง แต่ผู้อ่านไม่สามารถสรุปได้หากไม่มีประโยคอธิบายว่าทำไมเป้าหมายจึงเปลี่ยนไป ในชุดการทดลองระยะเริ่มต้น ซึ่งกลุ่มตัวอย่างมีขนาดเล็กตามที่ออกแบบไว้ ตัวเลขเป็นสิ่งแรกที่ผู้ตรวจสอบจะตรวจสอบ

เขียนคำตอบเชิงลบเหมือนที่ผู้เขียนทำ

รายการตรวจสอบเพิ่มเติมของผู้เขียนบันทึกแถวที่ 8, VI, VIII และ 14b ว่าไม่ได้รายงาน โดยมีเหตุผลสั้นๆ กำกับไว้ เช่น การออกแบบ IDEAL ระยะที่ 1 นี่เป็นแนวปฏิบัติที่ดี และเป็นสิ่งที่แนวทางต้องการ เพราะการระบุเหตุผลย่อมดีกว่าการเว้นว่างไว้ อย่างไรก็ตาม เหตุผลเหล่านั้นอยู่ในเอกสารเพิ่มเติม ดังนั้นผู้อ่านบทความเพียงอย่างเดียวจึงไม่เห็น การเขียนประโยคเดียวในย่อหน้าข้อจำกัดก็สามารถให้ข้อมูลเดียวกันได้ในบทความหลัก

บันทึกทุกเวอร์ชัน ดังเช่นที่แสดงในรูปที่ 3 ของเอกสารฉบับนี้

แถวที่ 11 ถามถึงช่วงเวลาและเหตุผลของการเปลี่ยนแปลงแต่ละครั้ง รวมถึงผลลัพธ์ที่ตามมา รูปที่ 3 ในเอกสารเป็นแบบจำลองที่กระชับของสองข้อแรก โดยมีคอลัมน์ต่อเซสชันการทำงาน และแถวละหนึ่งแบบสำหรับแบบจำลอง AI ส่วนติดต่อผู้ใช้ ฮาร์ดแวร์ และการนำไปใช้ วิธีการเพิ่มเติมระบุว่าแบบจำลองได้รับการฝึกฝนใหม่ "โดยใช้ข้อมูลจากผู้ป่วยทั้งหมด 110 ราย และผู้ป่วยรายต่อๆ ไปที่รวมอยู่ในการทดลอง" เมื่อข้อมูลการฝึกฝนเพิ่มขึ้นในแต่ละกรณี แถวที่ 4a จะเหมาะสมที่สุดหากระบุขนาดการฝึกฝนสำหรับแต่ละเวอร์ชันที่มีป้ายกำกับ

กำหนดข้อผิดพลาดที่สำคัญก่อนกรณีแรก

แถวที่ 6a ถามว่าข้อผิดพลาดที่สำคัญถูกกำหนดอย่างไร ตัวอย่างนี้ทำการตรวจสอบการทำงานก่อนการผ่าตัดและการวิเคราะห์สาเหตุหลักของความล้มเหลว ซึ่งก็สมเหตุสมผล แต่ไม่ได้ระบุล่วงหน้าว่าอะไรนับเป็นข้อผิดพลาดที่สำคัญ เรื่องนี้สำคัญมากเพราะโครงร่างของบริเวณเซลาในแบบจำลองแรกนั้นล้ำเข้าไปในบริเวณหลอดเลือดแดงคาโรติด (เป็น "โซนปลอดภัย" ทับซ้อนกับ "โซนอันตราย" ในรูปด้านบน) ซึ่งเป็นรูปแบบที่ศัลยแพทย์จะพิจารณาว่าอันตรายที่สุด และคลาสของหลอดเลือดแดงคาโรติดเองก็อ่อนแอในการทดสอบก่อนการใช้งานจริง (Dice 21.8%, recall 13.6%) คำจำกัดความเพียงบรรทัดเดียว เช่น การซ้อนทับใดๆ ที่วางโครงร่างที่ปลอดภัยไว้เหนือโครงสร้างอันตราย จะช่วยให้ผู้อ่านนับเหตุการณ์ได้ในแบบเดียวกับที่ทีมงานทำ

นับจำนวนข้อตกลง อย่าเพียงแค่บรรยายมัน

แถวที่ 12 คือส่วนที่งานวิจัยด้าน AI ในระยะเริ่มต้นมักจะยังคลุมเครืออยู่ ตัวอย่างนี้บันทึกการจัดเรียงในแต่ละกรณีด้วยคำพูด เช่น sella ถูกต้อง และ carotid ถูกต้องเพียงบางส่วน การนับอย่างง่ายต่อโครงสร้างและต่อกรณี พร้อมเหตุผลสำหรับการเบี่ยงเบนแต่ละครั้งจากการซ้อนทับ จะเปลี่ยนข้อสังเกตเดียวกันให้กลายเป็นข้อมูล ผู้เขียนตั้งชื่อช่องว่างนี้เอง โดยสังเกตว่ากรณีที่แบบจำลองช่วยในการตัดสินใจได้รับความสนใจน้อยกว่า

ระบุสิ่งที่บริษัทและผู้ให้ทุนทำ

แถว X ถามถึงบทบาทของผู้ให้ทุนและบริษัทต่างๆ ตัวอย่างระบุการถือหุ้นและการจ้างงานอย่างชัดเจน และขอบคุณสามบริษัทสำหรับความร่วมมือ แต่ไม่ได้ระบุว่าแต่ละบริษัทมีส่วนร่วมอะไรบ้าง ประโยคเดียวที่ระบุว่าใครเป็นผู้จัดหาฮาร์ดแวร์ แพลตฟอร์มการบันทึก และเครื่องมือการใส่คำอธิบายประกอบ และว่ามีใครได้เห็นต้นฉบับหรือไม่ ก็เพียงพอแล้ว สำหรับแถวที่ 17 รหัสและข้อความแบบจำลองควรอยู่ถัดจากข้อความข้อมูล แม้ว่าคำตอบคือไม่สามารถเปิดเผยข้อมูลใดๆ ได้ก็ตาม

ทำการตรวจสอบความสอดคล้องระหว่างข้อมูลนามธรรมและตาราง

บทคัดย่อรายงานว่าระบบแสดงให้เห็นถึง "ความแม่นยำในการแบ่งส่วนเซลลาแบบเรียลไทม์ระดับพิกเซลที่ยอมรับได้" ในส่วนผลลัพธ์ ความแม่นยำในการใช้งานจริงปรากฏเป็นหมายเหตุการจัดเรียงเชิงคุณภาพในตารางที่ 1 โดยไม่มีความแม่นยำแบบเรียลไทม์เชิงปริมาณ คอลัมน์ FIM ในตารางที่ 1 ตามที่เราอ่านนั้นว่างเปล่าสำหรับสองในหกกรณีที่ใช้งานจริง ในขณะที่ข้อความให้ค่ามัธยฐาน อย่างไรก็ตาม สิ่งเหล่านี้ไม่ได้เปลี่ยนแปลงผลการค้นพบ และทั้งหมดนี้สามารถแก้ไขได้ง่ายก่อนส่งรายงาน

วิธีการกรอกแบบตรวจสอบ DECIDE-AI ให้ครบถ้วนก่อนส่ง

ขั้นตอนด้านล่างนี้ใช้ได้ทั้งกับต้นฉบับที่เสร็จสมบูรณ์แล้วและการส่งเอกสารตามรายการตรวจสอบ DECIDE-AI และสองขั้นตอนแรกจะได้ผลดีกว่าหากคุณดำเนินการในขณะที่การศึกษายังอยู่ในขั้นตอนการวางแผน

• ดาวน์โหลดเช็คลิสต์อย่างเป็นทางการ จากบทความในวารสาร BMJ หรือ Nature Medicine และอย่าลืมระบุวันที่และเวอร์ชันของบทความในชื่อไฟล์ด้วย
• วางแผนการศึกษาโดยยึดตามแถวเป็นหลัก เพื่อให้การทำความคุ้นเคย (3c) คำจำกัดความของข้อผิดพลาด (6a) บันทึกการเปลี่ยนแปลง (11) และเครื่องมือการใช้งาน (14a) อยู่ในโปรโตคอลก่อนผู้ป่วยรายแรก
• ตัดสินใจว่าอะไรเหมาะสม โดยทำเครื่องหมายแถวที่ไม่เกี่ยวข้อง เช่น กลุ่มย่อยหรือเส้นโค้งการเรียนรู้ และเขียนเหตุผลลงในต้นฉบับรวมถึงในรายการตรวจสอบด้วย
• กรอกตำแหน่งที่ตั้งลงในทุกแถวของแบบตรวจสอบ DECIDE-AI โดยใช้หมายเลขหน้าและหมายเลขบรรทัดจากไฟล์ที่ส่งมา และเขียนคำตอบปฏิเสธสั้นๆ สำหรับทุกแถวที่คุณไม่ได้ทำ
• ตรวจสอบความถูกต้องของตัวเลขทั้งหมด ครอบคลุมตั้งแต่บทคัดย่อ วิธีการ ผลลัพธ์ ตาราง และรูปภาพ โดยเริ่มต้นจากผู้ป่วยและผู้ใช้ที่วางแผนและคัดเลือกไว้
• เพิ่มบันทึกเวอร์ชัน ในรูปแบบตารางหรือแผนภาพ พร้อมระบุวันที่ เหตุผล และผลกระทบของการเปลี่ยนแปลงแต่ละครั้งต่อแบบจำลอง ฮาร์ดแวร์ หรือส่วนต่อประสานผู้ใช้
• นับจำนวนข้อผิดพลาด จำแนกตามประเภท พร้อมอัตรา สาเหตุ และว่าแต่ละกรณีสามารถแก้ไขได้หรือไม่ และอภิปรายว่าแต่ละกรณีมีความหมายอย่างไรต่อการดูแลผู้ป่วย
• ข้อมูลของรัฐ รหัส และบทบาทของบริษัท ในส่วนท้ายเอกสาร จะระบุว่าใครเป็นผู้จัดหาฮาร์ดแวร์ ซอฟต์แวร์ และอุปกรณ์บันทึกเสียง

การออกแบบการวิจัยแบบผสมผสานยังต้องการแนวทางการสำรวจที่ดี และคู่มือการออกแบบแบบสอบถามในการศึกษาทางระบาดวิทยาของเราจะช่วยในเรื่องเครื่องมือการใช้งานและการยอมรับ หากระบบเป็นเครื่องมือทำนายที่สร้างขึ้นจากข้อมูลประจำวัน คู่มือการนำAI ไปใช้ในด้านการดูแลสุขภาพ ของเรา จะให้บริบทที่กว้างขึ้น และนักศึกษาที่กำลังจัดทำบทวิทยานิพนธ์ให้สอดคล้องกับแนวทางที่ถูกต้องสามารถใช้ คู่มือ แนวทางการรายงานวิทยานิพนธ์ทางการแพทย์ได้ สำหรับส่วนที่เป็นการสังเกตการณ์ในชุดข้อมูลทางคลินิกคู่มือ STROBEยังคงเป็นมาตรฐานที่ใช้ประกอบ

ขั้นตอนถัดไปหลังจากตรวจสอบรายการ DECIDE-AI แล้ว คือการทดลองเปรียบเทียบ เมื่อถึงขั้นตอนนี้ ให้ดำเนินการต่อด้วยรายการตรวจสอบ CONSORT-AIและคู่มือโปรโตคอล SPIRITเอกสารแนวทางสามารถเข้าถึงได้โดยเสรี และทะเบียนสำหรับการศึกษาตัวอย่างอยู่ในClinicalTrials.govกรอบงาน IDEAL ที่ DECIDE-AI สอดคล้องด้วยนั้น อธิบายโดยIDEAL Collaborationและใน การอัปเด ^ตปี 2019 ใน Annals of Surgery 4

การสนับสนุนระดับมืออาชีพสำหรับการรายงาน DECIDE-AI

การประเมินผลทางคลินิกเบื้องต้นจะรายงานได้ง่ายขึ้นเมื่อมีการกำหนดประเด็นการออกแบบให้ชัดเจนก่อนที่จะเริ่มทำการวิจัยกับผู้ป่วยรายแรก และมีการแก้ไขต้นฉบับตามรายการตรวจสอบในภายหลัง บริการของ Editverse มีสองส่วนที่สอดคล้องกับเรื่องนี้ ส่วนแรกคือการให้คำปรึกษาด้านระเบียบวิธีวิจัย ซึ่งมีประโยชน์เมื่อคุณกำลังตัดสินใจเกี่ยวกับผลลัพธ์ การสุ่มตัวอย่างผู้ใช้และผู้ป่วย การเก็บรวบรวมข้อมูล และความถูกต้องของการศึกษาความเป็นไปได้แบบผสมผสาน วิธีที่สองคือการแก้ไขเนื้อหาต้นฉบับอย่างละเอียด การสนับสนุนด้านการแก้ไขและการเขียนของ Editverse สอดคล้องกับ COPE, ICMJE และ GPP 2022 รวมถึงข้อกำหนดด้านจริยธรรมของสถาบันและประเทศของคุณ

สรุป

รายการตรวจสอบ DECIDE-AI ต้องการข้อมูล 38 แถว ซึ่งรวมกันแล้วอธิบายถึงการติดต่อครั้งแรกของเครื่องมือ AI กับผู้ป่วยจริง และแถวที่สำคัญที่สุดคือแถวที่แนวทางการทดลองไม่เคยถามถึง ได้แก่ ข้อผิดพลาด เวอร์ชัน ข้อตกลงผู้ใช้ และความสามารถในการใช้งาน ตัวอย่างที่เราได้ยกมาแสดงให้เห็นถึงรูปแบบนี้ บทความวิจัยอาจบันทึกการเปลี่ยนแปลงของโมเดลทุกครั้งและระบุความล้มเหลวอย่างเปิดเผย แต่ก็ยังคงไม่ได้อธิบายถึงการเปลี่ยนแปลงจำนวนผู้ป่วย คำจำกัดความของข้อผิดพลาดที่สำคัญ ข้อความรหัส และบทบาทของพันธมิตรทางการค้า เริ่มต้นจากรายการตรวจสอบ DECIDE-AI เมื่อคุณวางแผนการศึกษา เขียนตำแหน่งที่ตรงกับแต่ละแถวเมื่อคุณร่าง และตรวจสอบความสอดคล้องก่อนส่ง ผู้ตรวจสอบที่สามารถค้นหาทุกแถวได้ภายในไม่กี่นาทีจะใช้เวลาในการตรวจสอบงานวิจัยของคุณ

คำถามที่พบบ่อย (FAQs)

รายการตรวจสอบ DECIDE-AI มีกี่รายการ?

รายการตรวจสอบ DECIDE-AI ประกอบด้วยรายการเฉพาะด้าน AI จำนวน 17 รายการ ซึ่งจะขยายเป็น 28 แถวเมื่อนับรวมรายการย่อย และยังมีรายการทั่วไปอีก 10 รายการที่ใช้เลขโรมันกำกับ ทำให้มีทั้งหมด 38 แถว

แบบตรวจสอบ DECIDE-AI ใช้ได้เฉพาะกับการทดลองแบบสุ่มเท่านั้นหรือไม่?

ไม่ค่ะ รายการตรวจสอบ DECIDE-AI นั้นเฉพาะเจาะจงตามแต่ละขั้นตอนและไม่ได้กำหนดรูปแบบการศึกษา มันมีไว้สำหรับการประเมินทางคลินิกในระยะเริ่มต้น ขนาดเล็ก และการใช้งานจริง และสามารถใช้ในการศึกษาแบบกลุ่มเปรียบเทียบเชิงคาดการณ์ การเปรียบเทียบแบบไม่สุ่ม หรือกรณีศึกษาได้ทั้งหมด ส่วนการทดลองแบบสุ่มเกี่ยวกับ AI นั้นใช้ CONSORT-AI ค่ะ

อะไรคือสิ่งที่ถือว่าเป็นการประเมินทางคลินิกในระยะเริ่มต้นสำหรับ DECIDE-AI?

ระบบ AI ถูกนำไปใช้กับผู้ป่วยจริง และผลลัพธ์ที่ได้ส่งผลต่อการดูแลรักษา แม้จะเป็นเพียงในวงจำกัด การทดสอบแบบออฟไลน์หรือแบบซ่อนเร้น ซึ่งผลลัพธ์ไม่มีผลต่อการตัดสินใจนั้น อยู่นอกเหนือแนวทางปฏิบัติ

รายการตรวจสอบ DECIDE-AI แตกต่างจาก TRIPOD+AI และ CONSORT-AI อย่างไร?

TRIPOD+AI ครอบคลุมการพัฒนาและการตรวจสอบความถูกต้องของแบบจำลองการทำนาย และ CONSORT-AI ครอบคลุมการทดลองแบบสุ่ม ส่วนรายการตรวจสอบ DECIDE-AI อยู่ระหว่างสองมาตรฐานนี้และเพิ่มเติมปัจจัยด้านมนุษย์ ข้อตกลงของผู้ใช้ การปรับเปลี่ยนระบบ และการรายงานข้อผิดพลาดโดยละเอียด

แบบตรวจสอบ DECIDE-AI สามารถใช้แทนแนวทางปฏิบัติเกี่ยวกับ AI อื่นๆ ได้หรือไม่?

ไม่ แนวทางเหล่านี้ครอบคลุมขั้นตอนที่แตกต่างกัน ดังนั้นโครงการอาจใช้รายการตรวจสอบ DECIDE-AI สำหรับชุดการทดลองทางคลินิกครั้งแรก และใช้ CONSORT-AI ในภายหลังสำหรับการทดลองแบบสุ่ม โปรดทราบว่า CONSORT 2025 ได้เข้ามาแทนที่ CONSORT 2010 และ CONSORT-AI ถูกสร้างขึ้นเพื่อต่อยอดจาก CONSORT 2010

ผู้เขียนควรส่งแบบตรวจสอบ DECIDE-AI ที่กรอกข้อมูลครบถ้วนพร้อมกับต้นฉบับหรือไม่?

วารสารหลายฉบับขอให้กรอกแบบตรวจสอบรายการให้ครบถ้วน พร้อมระบุหมายเลขหน้าหรือหมายเลขบรรทัดสำหรับแต่ละแถว โปรดตรวจสอบคำแนะนำสำหรับผู้เขียน และเขียนคำตอบปฏิเสธสั้นๆ สำหรับแถวใดก็ตามที่คุณไม่ได้กล่าวถึง

เอกสารตรวจสอบ DECIDE-AI อย่างเป็นทางการเผยแพร่ที่ไหน?

รายการตรวจสอบนี้ได้รับการตีพิมพ์ในวารสาร BMJ และ Nature Medicine ทั้งสองฉบับตีพิมพ์ในเดือนพฤษภาคม 2022 โดยฉบับใน BMJ สามารถเข้าถึงได้ฟรี

อ้างอิง

1. Vasey B, Nagendran M, Campbell B, Clifton DA, Collins GS, Denaxas S และคณะ แนวทางการรายงานสำหรับการประเมินทางคลินิกในระยะเริ่มต้นของระบบสนับสนุนการตัดสินใจที่ขับเคลื่อนด้วยปัญญาประดิษฐ์: DECIDE-AI BMJ. 2022;377:e070904. doi:10.1136/bmj-2022-070904. PMID: 35584845. PMCID: PMC9116198. PubMed, PMC.
2. Vasey B, Nagendran M, Campbell B, Clifton DA, Collins GS, Denaxas S และคณะ แนวทางการรายงานสำหรับการประเมินทางคลินิกในระยะเริ่มต้นของระบบสนับสนุนการตัดสินใจที่ขับเคลื่อนด้วยปัญญาประดิษฐ์: DECIDE-AI Nat Med. 2022;28(5):924-933. doi:10.1038/s41591-022-01772-9. PMID: 35585198 แพทย์ธรรมชาติ.
3. Khan DZ, Mao Z, Wijekoon A, Das A, Williams SC, Blandford A และคณะ การประเมินผลครั้งแรกในมนุษย์ของการแบ่งส่วนทางกายวิภาคด้วย AI ระดับพิกเซลแบบเรียลไทม์ในการผ่าตัดระบบประสาท: การผ่าตัดต่อมใต้สมองเป็นตัวอย่าง Pituitary. 2026;29(5):163. doi:10.1007/s11102-026-01762-x. PMID: 42829367. PMCID: PMC13634013. CC BY 4.0. PubMed, PMC.
4. Hirst A, Philippou Y, Blazeby J, Campbell B, Campbell M, Feinberg J และคณะ นวัตกรรมการผ่าตัดจะไม่เกิดขึ้นหากปราศจากการประเมิน: วิวัฒนาการและการพัฒนาเพิ่มเติมของกรอบงาน IDEAL และข้อแนะนำ Ann Surg. 2019;269(2):211-220. doi:10.1097/SLA.0000000000002794. PMID: 29697448 PubMed.