心肺蘇生中のショック可能リズム予測のための人工知能：院内設定
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Artificial intelligence for predicting shockable rhythm during cardiopulmonary resuscitation: In-hospital setting
雑誌名：Resuscitation. 2024 Sep; 202: 110325.
概 要：
本研究は、心肺蘇生中の心電図（ECG）から圧迫アーチファクトを含むショック可能リズムを予測する人工知能（AI）モデルの開発を目的としています。実際の救急部データを用いて、AIモデルの「ブラックボックス」特性を探求し、説明可能性を提供することも目指しました。
方 法：
本研究は、前向きに収集されたデータベースを用いた後ろ向き観察研究です。2021年9月から2024年2月の間に心停止で救急部に来院した成人患者を対象とし、リズムチェックの5秒前に圧迫アーチファクトを含むECGを分析しました。AIモデルは畳み込みニューラルネットワークに基づいて設計され、患者ごとに訓練、検証、テストセットに分けられました。AIの説明可能性を示すために、勾配重み付きクラス活性化マッピングが使用されました。
結 果：
172人の患者から得られた1,889件の圧迫アーチファクトを含むECGが使用され、ショック可能リズム予測のための受信者動作特性曲線（AUROC）は0.8672（95%信頼区間[CI]: 0.8161-0.9122）でした。手動圧迫と機械圧迫のAUROCはそれぞれ0.8771（95% CI: 0.8054-0.9408）および0.8466（95% CI: 0.7630-0.9138）でした。
結 論：
本研究は、実際の患者のECGを用いて圧迫中のショック可能リズムを正確に予測するAIモデルの初めての試みであり、AIの説明可能性も示しました。このモデルは心肺蘇生の中断を最小限に抑え、結果の改善につながる可能性があります。