頭部外傷患者の救急搬送前AIトリアージシステムを加賀市と連携し実証実験をスタート

東京科学大学（Science Tokyo）大学院医歯学総合研究科 脳神経機能外科学分野（東京科学大学病院 脳神経外科）阿部大数助教・稲次基希准教授、東京科学大学 医療・創薬イノベーション教育開発機構長谷武志特任教授のチームは、これまでの研究成果をもとに「救急医療における搬送前AIトリアージシステム」を開発しました。これは、本学が2023年度と2024年度に採択された経済産業省AKATSUKIプロジェクト「医療DXイノベーション人材育成プログラム」においてアプリ制作に取り組んだもので、その社会実装に向けて、内閣府が国家戦略特区に指定する加賀市、加賀市医療センター、加賀市消防本部と協働し、12月15日から実証実験を開始します。

頭部外傷は本邦で年間30万人程度がかかる非常に頻度の高い疾患です。生活習慣病などに比べ小児をはじめとした若年層の患者も少なくなく、特に若年者では主たる死因の一つとなっています。

本邦では、2002年の外傷初期診療ガイドライン（JATEC）整備により、いわゆる「防ぎ得た外傷死」の数は全体としては確実に減少してきた一方で、重症頭部外傷患者の予後の改善は限定的で、死亡や重篤な後遺症を負うケースは減少していません。その要因として、重症例では、有効な治療までの時間猶予が非常に短く、搬送遅延が致命的となること、および、初めは軽症であったにも関わらず経時的に重症化するケースがあることが挙げられます。一次搬送先の病院で治療対応が困難であると診断されると、他院へ転院搬送されますが、その間にさらに予後は悪化します。

したがって、頭部外傷患者の病態を、病院の診断情報を得る前に受傷現場の情報のみで判定し、重症度に合わせて治療対応可能な施設を適時に選択して搬送できれば、頭部外傷患者の予後の改善が期待されます。

救急隊が受傷現場で収集し得る患者の傷病情報のみを用い、頭部外傷患者における外傷性頭蓋内出血の有無を予測する機械学習モデル（eXtreme Gradient Boosting: XGBoostアルゴリズムを基盤としたモデル）を開発し、感度・特異度ともに75%程度で予測が可能であることを確認しました（論文情報）。その後さらに、重症度の高い患者の予測機能を追加し、タブレットやスマートフォンにて使用可能なwebアプリケーションを開発しました。

掲載誌：

JAMA Network Open

タイトル：

A Prehospital Triage System to Detect Traumatic Intracranial Hemorrhage Using Machine Learning Algorithms

著者：

Abe D, Inaji M, Hase T, Takahashi S, Sakai R, Ayabe F, Tanaka Y, Otomo Y, Maehara T

所属：

東京科学大学 脳神経外科

DOI：

10.1001/jamanetworkopen.2022.16393

• プレスリリース 頭部外傷患者の救急搬送前AIトリアージシステムを加賀市と連携し実証実験をスタート（PDF）
• 2025年度末松賞「革新的価値創造の基礎と展開」３人、「東京科学大学挑戦的研究賞」９人を表彰 | Science Tokyoニュース

• 阿部 大数 Daisu Abe | Science Tokyo研究情報データベース（医歯学系）
• 稲次 基希 Motoki Inaji | Science Tokyo研究情報データベース（医歯学系）
• 長谷 武志 Takeshi Hase | Science Tokyo研究情報データベース（医歯学系）
• 脳神経機能外科学分野
• 医歯学総合研究科

• 加賀市医療センター
• 加賀市