ブログ

Jun 11, 2024

救急医療サービスにおける AI、IT ツールのユースケースを調査する

出典: Thinkstock 2023 年 7 月 25 日 - 緊急医療サービス (EMS) と初期対応チームは、命を救う医療をタイムリーに提供する上で重要な役割を果たしています。 救急医療をより充実させるために

出典: シンクストック

2023 年 7 月 25 日 - 緊急医療サービス (EMS) と初期対応チームは、命を救う医療をタイムリーに提供する上で重要な役割を果たしています。 救急医療をより効率化し、患者の転帰を改善するために、多くの EMS 組織は人工知能 (AI) と医療 IT ツールの潜在的なユースケースを評価しています。

ただし、2020 年の国家緊急医療サービス評価で明らかになったように、EMS 機関の種類、資金、人員の量と構成、リソース、データ アクセスの違いは、組織がどのテクノロジーやユースケースを対象にできるかに影響を与える可能性があります。

専門家によると、AI と IT ツールは、EMS の最も一般的な 2 つの問題点、つまりモバイル インシデント管理ソフトウェアの最大稼働時間と安定性の確保、および患者トリアージの強化に対処できると述べています。

ピッツバーグ大学医療センター (UPMC) の EMS 部門は、心電図 (ECG/EKG) を使用して心臓イベントを分類する機械学習 (ML) ツールを構築することで、ワークフローを最適化し、患者の転帰を改善するために、異なるアプローチを採用しています。

UPMCのEMS部門責任者のクリスチャン・マーティン・ギル医師は、通常、EMS職員や他の医療スタッフは、胸痛のある患者をリスク階層化するために、病歴、心電図、年齢、危険因子、トロポニン（HEART）スコアなどの分類システムを使用すると説明した。 。 HEART スコアは、経験豊富な臨床医による ECG の解釈に加えて、潜在的な心臓イベントを評価するためのゴールドスタンダードの尺度と考えられています。

ただし、心臓発作などの重篤な心臓イベントを経験している患者を正確に層別化し、特定することは困難な場合があります。 不明確な心電図は、胸痛患者のトリアージを行う際に医療チームが対処しなければならない大きなハードルであり、これが治療の遅れにつながり、患者の転帰に悪影響を与える可能性があります。

Martin-Gill は、この問題に加えて、一般的に使用されるリスク スコアの制限も胸痛トリアージにおける潜在的な欠点を示していると指摘しました。

「HEART スコアのような臨床リスク スコアについて考えると、それは主に患者の病歴要因に基づいており、次に血中心臓酵素などのいくつかの臨床要因、そして心電図の一般的な解釈に基づいていますが、これには過去の医療データがいくつか組み合わされています。病歴や年齢などの他の臨床危険因子です」と彼は述べた。 「そして、こうした種類のリスク要因スコアは通常、少数のデータポイントに基づいています。 それらを発症する人々のことを考えてみると、ある診断と別の診断のリスクにさらされる可能性のある十数か二十数の要因を評価するかもしれません。 次に、誰かの病気になりやすい、またはその診断に関連するいくつかの特徴に基づいて、これらのリスク スコアを作成します。」

ML を使用すると、ECG 上の何百もの特徴を一度に分析できます。 Martin-Gill 氏は、これらのアルゴリズムが ECG 測定値に基づいて各患者の膨大な量の生データを処理し、患者の心臓の健康状態をより包括的に把握できることを強調しました。

Martin-Gill 氏と彼のチームが開発し、UPMC 以外の医療システムで外部検証された ML ツールは、ECG 内で見つかったほぼ 700 の特徴を検査でき、EMS チームが心虚血や血管の閉塞などの状態を特定するのに役立ちます。 このツールは、人間による ECG の解釈をサポートするように設計されており、アルゴリズムは肉眼では観察できない可能性のあるものを含む、より多くのデータ特徴を分析および解釈できます。

「私たちはこれを医師や救急隊員による 12 誘導 [ECG] の解釈に代わるツールではないと考えていますが、私たちが取り組んでいる次のステップの 1 つは、次の情報を配置できるダッシュボードを開発することです。アルゴリズムは進歩しつつある」とマーティン・ギル氏は語った。

同氏はさらに、このツールは、ユーザーが異常または重要だが微妙なため見逃しやすい心電図の部分をより詳細に検査できるようにすることを目的としていると述べた。

今後数年間で、このツールはピッツバーグ市救急医療サービス局と提携して活用される予定です。