脳卒中・心筋梗塞をAIが予測診断するプログラム医療機器の開発を推進

千葉大学発医療スタートアップ企業である株式会社Smart119（本社：千葉県千葉市、代表取締役社長/CEO：中田孝明）は、AMED（日本医療研究開発機構）が公募した『令和4年度医工連携イノベーション推進事業（開発・事業化事業）』に、当社が代表機関として提案した「AI 救急予測アルゴリズムの実用化を目指した検証の研究開発」が採択されたことを報告します。今後、千葉大学と共同で、心筋梗塞や脳卒中など循環器系急性疾患のAI予測アルゴリズムを組み込んだ新たなプログラム医療機器の研究開発を推進していきます。

高齢化の進展により、日本では救急搬送件数が増加傾向にあります。日本国内における救急搬送件数は年間約600万件におよび、総務省消防庁の『救急・救助の現況（2018年版）』によると、急病による搬送患者のうち、心筋梗塞や脳卒中など循環器系の急性疾患による搬送患者が全体の2割弱を占めています。心筋梗塞や脳卒中は早期治療が患者の予後に大きな影響を与えることが知られており、迅速かつ適切な医療が、健康寿命伸長のカギを握ることは言うまでもありません。

しかし現状では、救急隊が脳卒中・心筋梗塞などを疑った場合、救急隊の指標や経験に基づきリスクを評価し手作業で搬送先の病院を選定していること、医師が病院到着後でしか患者の状態を正確に把握できないことなど、迅速な搬送及び治療開始には多くの課題があります。とくに、病院到着前に適切なリスク評価がされず、リスクの過大または過小評価から生ずる不必要な検査や、病院間の転院搬送が生ずることがあります。

そこで株式会社Smart119では、特に緊急性の高い、脳卒中・心筋梗塞疾患に対して精度の高い予測診断システムが、救急治療の現場におけるこれらの課題を解決する鍵となると考えています。脳卒中・心筋梗塞の予測診断アルゴリズムを、救急自動車に搭載したタブレットかスマートフォン端末のアプリに組み込み、救急隊がアプリにて入力した情報を元に解析された結果をネットワークを通じて病院側と共有し、病院側の受入可否の判断、医師の診断補助になることを目指しています。

予測診断アルゴリズムは、バイタルサイン、症状、既往歴、性別、年齢、発症時間、気温を入力項目とし、脳卒中・心筋梗塞（および、そのサブカテゴリ）の可能性を予測する機械学習モデルに基づくプログラムです。医師は、その情報を元にその患者のリスクを適切に評価し、総合的に受入判断をすることが可能になります。

また受け入れがその医療機関で決定した場合は、想定される治療に応じて手術室や血管撮影室の準備に到着前から着手でき、迅速な治療開始が可能になります。結果として、救急隊は、表示された予測確率を参考に適切な医療機関へ搬送することができます。

▲ 脳卒中予測アルゴリズム（モデル概略図）。千葉大学 (救急科・脳外科) / 千葉市内12医療機関 / 千葉市消防局が連携、救急隊員が脳卒中を疑い千葉市内13医療機関に搬送した1446例から、"脳卒中およびその病型"を機械学習（XGBoostアルゴリズム）により予測　（Y Hayashi et al. A prehospital diagnostic algorithm for strokes using machine learning: a prospective observational study, Sci Rep. 2021; 11: 20519.）

▲ AUC（Area under the curve）は、アルゴリズムの精度を示す曲線値。閾値「0.8」を上回ることで高精度とされ、本AI予測診断アルゴリズムが高精度であることを示している。『Scientific Reports』掲載論文（Sci Rep. 2021:11:20519.  PMID34654860）より抜粋。

▲ 確立診断は２段階で行う。第１段階は「脳卒中診断」＜上＞、第2段階は「サブカテゴリ診断」＜下＞を行い、「脳卒中」「主幹動脈閉塞」「くも膜下出血」の確立を算出する。

▲ AI予測診断アルゴリズムによって、診断確立が表示される。このデータは、医療機関と共有される。

■公募の詳細（AMED Webサイト） https://www.amed.go.jp/koubo/12/01/1201A_00021.html

「安心できる未来医療を創造する」を経営理念に掲げる株式会社Smart119は、代表を務める中田孝明医師をはじめ、多くの医師、救急救命士、看護師などが集結している医療のプロフェッショナル集団です。救急医療を中心に、ICTによる医療の発展を通じて幅広く日本の医療に貢献することを目指しています。