医療とAIのニュース医療におけるAI活用事例最新医療AI研究「心肺蘇生の意思決定」を支援するAIツール

「心肺蘇生の意思決定」を支援するAIツール

心肺蘇生に関する欧州の国際研究「EuReCaTWO」によると、院外心停止(OHCA: Out-of-hospital cardiac arrest)で蘇生処置を受けた者の64%が病院到着前に処置を中止され、残り36%の入院患者は4人に1人程度が生存し、生存率は8%に過ぎないという。蘇生の望みがより高い患者へ限りある医療資源を配分するには、意思決定支援の在り方が課題となる。スウェーデンのヨーテボリ大学の研究チームは、OHCA患者の「30日生存率」および退院時の脳機能指標「CPC」を予測する機械学習モデル「SCARS-1」を開発している。

eBioMedicineに発表されたSCARSモデルの研究では、2010〜2020年のスウェーデンにおけるOHCA症例55,615例を対象とし、心停止時の状況、時間経過、投薬など393の予測因子の候補を得て、機械学習フレームワークを用いた評価で予測力の高い10の因子に絞り込んだ。その結果、30日生存率の予測において感度95%、特異度89%、AUCが0.97といった高精度予測を実現しており、モデル利用による「蘇生処置中の迅速で信頼性の高い予後予測」が期待されている。

SCARS-1はオンラインアプリとして現在無償公開されており、初期の心拍、アドレナリン投与、院着時の意識、年齢、時間経過などシンプルな8項目を入力すると、ほぼ瞬時に30日生存率などの結果を表示する。ヨーテボリ大学医学研究所の主任研究員Araz Rawshani氏は「何万という患者の情報に基づき計算されるツールからの回答は、医療者の意思決定を強化できる。それにより、医療資源を節約しながら、恩恵がない苦痛の伴う蘇生処置を回避できる可能性がある」と語った

参照論文:

Predicting survival and neurological outcome in out-of-hospital cardiac arrest using machine learning: the SCARS model

関連記事:

  1. スマートウォッチによる院外心停止の自動検出
  2. VUNO – 心停止予測AIで規制当局の承認を取得
  3. 心臓造影MRIから突然死のリスクと発生タイミングを予測するAI研究
TOKYO analytica
TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。 The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。 1. 岡本 将輝 信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員教授など。専門はメディカルデータサイエンス。 2. 杉野 智啓 防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事