低資源環境における救急部門でのリアルタイム患者リスク再評価のためのAI駆動型動的トリアージシステムの探求
カテゴリ：災害・救急医療
公開日：2026年7月16日
タイトル：Exploring an AI-driven dynamic triage system for real-time patient risk reassessment in emergency departments in low-resource settings.
雑誌名：Front Digit Health. 2026; 8: 1776341. doi: 10.3389/fdgth.2026.1776341.
概 要：
本研究は、低資源環境における救急部門の過密状態を改善するために、AI駆動型の動的トリアージシステムの可能性を探ります。従来のトリアージシステムは静的であり、初期評価後の患者の状態悪化を検出するのが難しいため、継続的なリスク再評価が求められています。AI技術を活用することで、患者のリスクをリアルタイムで再評価し、医療資源の最適化と死亡率の低下を目指します。
方 法：
2014年から2025年までの文献を対象に、PubMed、Google Scholar、Web of Science、ResearchGateを用いて構造化された選定プロセスに基づくナarrative reviewを実施しました。従来のトリアージモデル、AIに基づく意思決定支援、緊急医療における機械学習の応用に関する証拠を統合しました。
結 果：
Emergency Severity Index（ESI）は、短期的な死亡率およびICU入院の予測において、81.8%の感度と70.5-81.7%の特異度を示しましたが、低中所得国では25%-30%の過小トリアージ率が見られました。AI駆動モデル（ロジスティック回帰、ランダムフォレスト、勾配ブースティング、LSTMネットワークなど）は、優れた予測精度を示し、優先順位付けの誤りを最大9%削減し、高リスク患者の検出を改善しました。低中所得国でのパイロットプログラムは、モバイルおよびクラウドベースのAIツールの実現可能性を確認しましたが、データの質、インフラ、臨床医の信頼に関する課題が残っています。
結 論：
AIを活用した動的トリアージは、患者の安全性を向上させ、資源の最適配分を促進し、過密な救急部門での死亡率を低下させる可能性があります。しかし、成功するためには、前向きな検証、インフラ投資、臨床医との共同設計が必要であり、低資源環境における適応性を確保することが重要です。