外来に遅刻する患者を予測するAI

患者が予約時間に遅刻することは混雑の原因だけではなく、限りある医療資源の浪費につながり、サービス効率に悪影響を及ぼす。サウジアラビアのKing Saud bin Abdulaziz大学の研究者は、AI/機械学習を用いた「外来予約に遅れて到着する成人患者の予測モデル」を構築している。

オープンアクセスジャーナルのCureusで公開されている同研究では、リヤドの三次医療機関における外来受診患者34万人、108万件の外来予約に対して4種の機械学習モデルを適用した。遅刻予測モデルの学習データセットには、年齢や性別などの患者情報に加え、天候情報、予約時刻や到着時間などの情報が含まれている。遅刻に分類された受診は全体の11.7%(約13万件)であり、遅刻患者予測モデルのうち最も優れた結果はランダムフォレストに基づくもので、正解率98.88%・再現率99.72%・適合率90.92%という高い予測精度を示していた。

本研究から示された外来遅刻に影響する予測因子として、年齢(65歳以上は65歳未満に比べて遅刻しやすい)、性別(女性患者は男性患者に比べて遅刻しやすい)、天候(気温が最も強い予測因子)が挙げられている。これらの予測モデルは、外来予約スケジューリングにおける効率的で正確な意思決定を支援し、医療サービスの最適化に貢献することが期待される。

参照論文:

The Use of Machine Learning to Predict Late Arrivals at the Adult Outpatient Department

関連記事:

  1. NHS – 「診察予約のキャンセル」を防ぐAIシステム
  2. 機械学習による「救急頻回受診予測」の改善
  3. 「入院ベッド数の需要」を予測するAIツール
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