米国では薬物の過剰摂取による若年者の死亡が増加の一途にあり、常に死因の上位を占めている。過剰摂取による死亡は検死官の検死記録からデータ収集されるが、その情報集約には発生からのタイムラグが生じる構造的課題があった。過剰摂取にはコミュニティにおける薬物の蔓延や違法売買などが関係するため、治安および公衆衛生の維持・向上のためには迅速なデータ収集が重要となる。米カリフォルニア大学ロサンゼルス校（UCLA）のチームは、検死官の検死記録を読み取るAIツールによる自動化で、データ収集を早める手法を研究している。
JAMA Network Openに掲載された同研究では、コネチカット州・ロサンゼルス・サンディエゴなど10の管轄区域において、2020年の全35,433件の検死記録に対する自然言語処理解析により、多量のデータを正確かつ精密に解読し自動分類できることを示した。同年の過剰摂取による死亡8,738名のうち、フェンタニル（4,758名・54%）、アルコール（2,866名・33%）、コカイン（2,247名・26%）など、原因物質を正確に特定することに成功している。
研究チームでは、本手法を過剰摂取に関するデータモニタリングのワークフローに統合することで、課題であったタイムラグを減らせると考察している。研究を主導したUCLAのDavid Goodman-Meza氏は「これまで、過剰摂取による死亡の実態は数ヶ月経たないと分からなかった。このアルゴリズムが検死の現場に組み込まれれば、データ報告は早ければ死後3週間程度に短縮できるだろう」と語っている。
関連記事：
