急性冠症候群の前病院評価における人工知能：スコーピングレビュー
カテゴリ：災害・救急医療
公開日：2026年6月7日
タイトル：Artificial intelligence in prehospital assessment of acute coronary syndrome: a scoping review
雑誌名：BMC Emerg Med. 2026 Jun 06; doi: 10.1186/s12873-026-01636-2.
概 要：
急性冠症候群（ACS）は、世界中で主要な罹患率と死亡率の原因であり、迅速な診断が重要です。前病院での評価は、診断資源が限られ、臨床的不確実性が高いため困難です。本スコーピングレビューは、疑われるACSの前病院評価におけるAIの応用に関する現在の証拠を整理し、既存の知識のギャップを特定することを目的としています。
方 法：
PRISMA-ScRガイドラインに従ってスコーピングレビューを実施しました。2026年5月までにPubMed、Scopus、Web of Science、Embaseを対象に包括的な検索を行い、前病院データを用いたACSの診断、予測、またはトリアージに関するAIモデルを評価した研究を含めました。
結 果：
319,709人の患者を対象とした19件の研究が含まれました。AIベースのモデル、特にECGに基づく深層学習およびマルチモーダルアプローチは、約0.81から0.99のAUC値、73%から94%の感度、56%から99%の特異度を示し、診断性能が有望でした。これらのモデルは感度を向上させ、診断の変動性を減少させ、一部の設定でトリアージの効率を高めました。リスク予測モデルは中程度から良好な性能（AUC約0.71-0.95）を示しましたが、変動が大きかったです。新たな応用は診断を超え、心原性ショックや再血行再建の必要性の予測を含むリスク層別化や意思決定支援に拡大しました。
結 論：
AIは、特にECGの解釈の向上やマルチモーダルデータの統合を通じて、疑われるACSの前病院評価を改善する大きな可能性を示しています。しかし、現在の証拠は方法論的制約により限られています。臨床実装を支えるためには、標準化されたアプローチを用いた将来の前向き多施設研究が必要です。