外傷は18-39歳における世界的な死因の第1位で、その多くは出血に起因する。特に戦場では、外傷時の凝固障害による制御不能な出血が主な死因となる。AI/機械学習が外傷研究に採用されるようになり、外傷性出血に対するAIの現時点での役割を明確にするべく、カナダ国防省の国防研究開発所（DRDC）の研究チームはシステマティックレビューを行い、その成果を公開した。
Military Medical Researchに掲載された同研究では、外傷性出血の診断および治療戦略における機械学習の利用に焦点を当てたレビューを行っている。スクリーニングを経て本レビューに採用された研究は89件で、研究は大きく5つの分野、①転帰の予測、②トリアージ目的のリスク評価と重症度判定、③輸血の予測、④出血の検索、⑤凝固障害の予測、に分類された。多くの研究で、現在の標準的な外傷治療フローと比較した機械学習モデルの利点を実証しているが、そのほとんどがレトロスペクティブな研究であった。また、複数ソースから取得したテストデータセットを用いてモデルを評価した研究はごくわずかであった。
戦傷病治療において、包括的なダメージコントロール戦略の進歩があっても、外傷と出血による死亡は依然として大きな問題となっている。研究チームでは「機械学習ベースの技術が外傷治療の全過程で不可欠な要素になりつつある。今後は、モデル間の性能を厳密に評価する標準化された指標が必要となっていく」と結論付けている。
参照論文：
Artificial intelligence and machine learning for hemorrhagic trauma care
関連記事：
