顔の画像から多段階の痛み評価を行うための人工知能モデルの診断性能を調査するシステマティックレビューとメタアナリシスに関する記事です。主に、顔の表情をキャプチャすることで、手術後の痛み管理の研究における患者の痛み状態の連続的な監視と記録の問題に対処しています。AIモデルは、痛みの強度の分類に用いられ、精度の高い評価を可能にしています。
この研究では、PubMed, Embase, IEEE, Web of Science, Cochrane Library データベースを用いて、関連する出版物を調査しました。研究の質は、Diagnostic Accuracy Studiesの第2版の品質評価ツールを用いて評価されました。これらの研究のパフォーマンスは、感度、特異性、診断オッズ比の対数（LDOR）、曲線下面積（AUC）を含むメトリクスによって評価されました。合計で45の報告がシステマティックレビューに含まれ、6つの研究がメタ分析に含まれました。その結果、顔の画像からの痛み評価にAIを適用することの有効性が示されています。
メタアナリシスでは、様々なAIモデル間で診断性能を評価するために、異なるアルゴリズムやトレーニングデータを持つモデルが比較されました。このシステマティックレビューとメタアナリシスは、顔の画像を使用して痛みの強度を測定するためのAIの適用に関する現在の出版物の強みとギャップを特定するために必要でした。