入院患者に比べ数が多く滞在時間短い外来患者、転倒リスクの評価は困難

富士フイルム株式会社は6月17日、院内の多様な医療データを一元的に管理できる医療機関向け統合診療支援プラットフォーム「CITA Clinical Finder（シータ クリニカル ファインダー）」内の診療データを基に、AI技術を用いて、外来患者の転倒リスクを予測する技術を開発したと発表した。この研究は、同社と順天堂大学医学部附属順天堂医院らの研究グループによるもの。

患者の転倒事故は、国内の医療現場において高い頻度で発生している。転倒は骨折や頭部外傷などの大けがにつながり、患者の生命予後やQOLに対して深刻な影響を及ぼす可能性がある。そのため、多くの医療機関では入院患者を対象として、転倒リスクアセスメントシートを用いて患者の転倒リスクを判定・数値化し、リスクの程度に応じて付き添いや歩行介助などの転倒防止策を講じている。一方で、外来患者は入院患者に比べてアセスメント対象となる患者数が多く、また医療機関における限られた滞在時間では患者の状態を把握することが困難であるため、十分に対応することが難しい状況にある。そのため、外来患者を対象として、効率的かつ高精度に転倒リスクを評価する方法を開発することが強く求められている。

独自のプラットフォームに蓄積した院内医療データをAI解析、転倒リスク予測技術開発

今回、研究グループは、CITA Clinical Finderに蓄積された診療データと、AI技術を用いて、外来患者の転倒リスクを予測する技術を開発した。本技術は、電子カルテや放射線部門システム、内視鏡部門システムなど院内のさまざまなシステムと連携するCITA Clinical Finderに集約されたデータから、年齢・特定の薬剤の処方歴など500種類以上の転倒リスクと関連性が高いと考えられる特徴量を生成し、AIに学習させて開発したものである。CITA Clinical Finderに登録されている診療データを基に各患者の転倒リスクを予測し、パーセンテージで表示する。また、予測に寄与した特徴量を、想定される転倒リスク要因として提示することが可能だ。

7万人のデータで検証、外来患者の転倒リスクを高精度に予測可能と判明

順天堂医院の外来患者約7万人のデータを用いてこの技術の精度評価を実施したところ、予測精度を示すAUROCは、0.96であり、入院患者を対象にした先行研究（AUROC：0.90）と比べて優れた結果を示した。同技術を活用することで、医療従事者は、外来患者の転倒リスクを高い精度で評価できるようになると期待できる。

「今後、本技術のさらなる有効性検証を進め、早期実用化を目指す」と、研究グループは述べている。（QLifePro編集部）