小児救急科におけるトリアージでの回避可能患者の特定：予測分析を用いた意思決定支援システム
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Identification of avoidable patients at triage in a Paediatric Emergency Department: a decision support system using predictive analytics.
雑誌名：BMC Emerg Med. 2024 Aug 18; 24(1): 149. doi: 10.1186/s12873-024-01029-3.
概 要：
本研究は、小児救急科における混雑問題に対処するため、回避可能な患者を迅速に処理するシステムを導入し、最適化された意思決定支援システム（DSS）を開発することを目的としています。2014年から2019年までの大学附属の都市病院の小児救急科への訪問データを用いて、トリアージ時に利用可能な情報を基に、訪問が回避可能かどうかを予測するための機械学習モデルを評価しました。
方 法：
この研究は、2014年から2019年までの大学附属の都市病院の小児救急科へのすべての訪問を対象とした回顧的研究です。トリアージ時に利用可能な情報を使用して、訪問が回避可能であり、迅速処理エリアに誘導されるべきかを予測するために複数のモデルを訓練しました。
結 果：
507,708件の小児救急科への訪問データがモデルの訓練とテストに使用されました。結果として、訪問の41.6%が回避可能と見なされました。トリアージルールによる分類を除き、すべてのモデルは評価指標において類似の結果を示し、曲線下面積（AUC）は74%から80%の範囲でした。
結 論：
予測性能に関して、剪定された決定木は他の機械学習モデルと同等の評価指標を示しました。さらに、低い複雑性と実装の容易さを提供します。解釈可能性においても、医療において信頼性と透明性に関連する重要な要件を満たしており、剪定された決定木が優れています。この研究は、緊急医療における機械学習の利用に関する研究の増加に寄与し、患者と医療システムに対する実用的な利点を強調しています。得られた結果は、小児救急科における患者の流れ管理戦略の設計に役立つ可能性があります。