生理学的波形を用いた臨床意思決定支援の強化 - 救急医療におけるマルチモーダルベンチマーク
カテゴリ：医療現場の業務効率化
公開日：2025年10月24日
タイトル：Enhancing clinical decision support with physiological waveforms - A multimodal benchmark in emergency care.
雑誌名：Comput Biol Med. 2025 Jun; 192(Pt A): 110196.
概 要：
本研究は、AI駆動の予測アルゴリズムが救急医療において患者の状態や潜在的な悪化を迅速かつ正確に判断する能力を向上させる可能性を探ります。しかし、生の波形信号を含むマルチモーダルデータの統合は、臨床意思決定支援において十分に探求されていません。私たちは、救急医療におけるマルチモーダル意思決定支援を進めるためのデータセットとベンチマークプロトコルを提案します。
方 法：
本研究では、人口統計、バイオメトリクス、バイタルサイン、検査値、心電図（ECG）波形を入力として使用し、退院診断と患者の悪化を予測するモデルを構築しました。
結 果：
診断モデルは、1,428の条件のうち609に対して受信者動作特性曲線（AUROC）スコアが0.8を超える結果を達成し、心疾患（例：心筋梗塞）および非心疾患（例：腎疾患、糖尿病）の診断をカバーしました。悪化モデルは、15のターゲットのうち14に対してAUROCスコアが0.8を超え、心停止、機械換気、ICU入院、死亡などの重大なイベントを正確に予測しました。
結 論：
本研究は、生の波形データを意思決定支援モデルに組み込むことが予測性能を向上させることを示しています。独自の公開データセットとベースラインモデルを導入することで、救急医療におけるAI駆動の意思決定支援の進展に向けた基盤を提供します。