講演情報
[SY14-05]生成型AIを活用したデータ駆動型救急医療介入改善アーキテクチャの開発：院外心肺停止対応の適時性のある最適化
*川井 廉之1、鶴田 啓亮1、宮崎 敬太1、淺井 英樹1、福島 英賢1 (1. 奈良県立医科大学 高度救命救急センター)
【はじめに】医療環境の急速な変化、特にパンデミックのような緊急事態では、救急医療システムの効率的な改善が求められる。院外心肺停止患者への迅速な対応は予後に直結するが、改善策提案プロセスは従来、時間を要し適時性を欠いていた。本研究の目的は、生成型AIを活用し、救急医療介入の迅速かつ適切なタイミングで改善策を提案するアーキテクチャを開発すること。 【対象と方法】2015―2021年の全国ウツタインデータを基に、生成型AIで予後予測モデルのPythonコードを生成。このモデルを活用して、2022年以降の奈良県データに対して救急隊の介入時間に関する最適化シミュレーションを2ヶ月単位で実施した。 【結果】全国データ541,781件、奈良県2,343件を利用。予測モデルのAUROCは0.96。シミュレーションを通じて、望ましい介入目標の可視化が可能となり、該当月の活動改善策の提案が可能となった。 【結語】生成型AIを活用により、救急医療介入のアーキテクチャを効率的に開発し、予後改善策を迅速かつ適時に提案できることを示した。このアプローチは、救急医療における改善策提案のパラダイムシフトを促す。