背景：臨床予測モデルに関するシステマティックレビューでは、従来の多変量回帰アプローチと並んで、人工知能（AI）や機械学習（ML）手法を用いた研究がますます含まれるようになっている。先に公表されたExcelツールは、CHARMSチェックリストによる標準化されたデータ抽出と、PROBASTによるバイアスリスク評価を可能にしていた。モデル開発の質の評価とモデル評価におけるバイアスリスクの評価を区別し、両方のパートで適用可能性を評価するPROBAST+AIフレームワークの最近の公表により、予測モデリング手法全般に適用可能な更新版のデジタル・インストゥルメントが必要となった。方法：我々は、オープンアクセスのExcelツールを更新し、PROBAST+AIフレームワークの全体を取り込んだ。更新されたテンプレートは、モデル開発の質の評価とモデル評価におけるバイアスリスク評価の間の構造的分離を取り込み、適用可能性は両パートで評価されるようにしている。また、特にAI/MLに関連して重要となる方法論的課題に焦点を当てたものを含む、更新されたシグナリング質問を取り込み、要約表やグラフィカル表示の生成を自動化する。結果：更新ツール（CHARMS & PROBAST+AIテンプレート）は11のワークシートを含み、最大30の予測モデルに対するデータ抽出と査読（appraisal）を支援する。モデル開発とモデル評価を別々に評価するための専用かつ連結されたワークシートにより、それぞれの評価が分離される。Domain 4では、見かけ上（Apparent）・内部（Internal）・外部（External）の評価設定を区別する。主要な更新として、予測子の前処理のための専用評価、クラス不均衡への対応と再調整、データリーケージの防止、リサンプリング手続き内での完全なモデル開発パイプラインの複製が挙げられる。自動化されたシートは、PROBAST+AIの各パートを対象とする表および要約チャートを動的に書式設定する。結論：CHARMS & PROBAST+AIのExcelテンプレートは、従来型の統計的臨床予測モデルとAIに基づく臨床予測モデルの双方を評価するシステマティック・レビューアに向けた、標準化され、使いやすく、かつ厳密なデジタル枠組みを提供する。
https://doi.org/10.64898/2026.08.26.26361189