【目的】小腸カプセル内視鏡における小腸疾患（潰瘍，angioectasia，腫瘍）に対する人工知能（AI）の画像診断の感度と偽陽性のメタ解析を行うこと．
【方法】Pubmedを用いて2014-22年間の文献検索を行った．累積感度，累積偽陽性率をランダム効果モデルにて算出した．累積感度，累積偽陽性に対する診断病変，診断ラベル，AIモデル，学習に用いたデータ量別の関連を検討した．
【結果】12研究33406863枚のデータを解析した．小腸病変における累計感度は0.967，累計偽陽性は0.009であった．病変別の累積感度，累積偽陽性は同等であった．AIモデル別の解析において，Segmentationモデル，Multiラベルの累積感度が高値であった．学習に用いたデータ量がLow volume（＜10000枚）とLarge volume（＞20000枚）の累積感度は同等であった．一方，累積偽陽性は，Large volume（0.002）がLow volume群（0.010），Moderate volume群（0.029）より低値であった．
【結論】小腸カプセル内視鏡画像診断におけるAIの累積感度は高く，累積偽陽性は低いことを明らかにした．AIの累積感度は病変間で同等であったが，Segmentationモデルの感度が最も高く，50000枚の画像データを学習に用いたAIモデルは累積偽陽性が低かった．
