AdvantagesSmart119 でできること
救急要請・救急活動の効率化
- 119⼊電
- 指令
- 救急出場
- 現場到着
消防OAデータの活⽤
現場到着時間短縮など
AIの⼒で解決!
- 病院選定
- 受⼊要請
- 病院搬送
- 病院到着
- 医師引継
医療機関と情報共有
現場滞在時間及び病院滞在時間短縮
ICTの⼒で解決!
- 帰署
- 報告書作成
- 事後検証
報告書に反映 / 簡単作成
報告書作成時間短縮
業務負担軽減!
救急隊の業務負担を軽減し、救急活動を⼀貫して効率化・最適化することで
市⺠が適切な医療に早くアクセスできるようになるシステムです。
リアルタイム共有方式は、
住民・消防指令センター・救急隊・受入医療機関と
「命のリレー」をスムーズにします。
現状:アナログ・リレー方式
救急隊が病院を選定し、患者情報を一件ずつ電話連絡し、
受入を交渉するため現場滞在時間が伸びる。
Smart119:リアルタイム共有方式
Operation運用方法
2020年7月より千葉市消防局で運用開始
iPhone / iPad などの端末2台を同時使⽤可
- 例 )
- iPhone……災害現場にて写真撮影や病院連絡⽤
- iPad……救急⾞内にて引継書・報告書作成⽤
指令センター
119番通報を受ける指令センターでは、⼊電内容や通報者から聴取した情報を救急隊が持つ端末に送信し事案を⽴ち上げます。
※指令システムとの連携は必須ではありません。連携をしない場合は救急隊側で事案を⽴ち上げます。
救急隊
救急隊は指令情報や通報内容を確認し、現場に向かいます。
現場到着後、端末に傷病者やバイタルなどの情報を⼊⼒、必要に応じ事故現場などの写真を撮影・送信することもできます。
⼊⼒した傷病者情報は医療機関に共有され、受⼊要請時の判断材料のひとつとなります。同時に複数の医療機関へ情報共有し、オンライン上で受⼊可否の回答をもらうことも可能です。
医療機関
医療機関は、救急隊からの受⼊要請とともに傷病者情報が送られてきたら、画⾯上のバイタル情報や画像等で受⼊判断を⾏います。多くの情報を正確かつ迅速に受信できるため、早期に受⼊体制を整えることができます。
また、救急隊から引き継ぐ際の医師サインの電⼦化(病院側の画⾯からいつでもサイン可能)、引継書のペーパーレス化により、救急隊の病院滞在時間の短縮をはかれます。救急隊より受信した傷病者情報は、引き継ぎ後、電⼦カルテに反映させることが可能です。
Function機 能
救急隊の業務負担を軽減し
効率化・最適化する機能です。
⾳声認識
⾳声認識で作業負担を軽減
救急隊が傷病者情報を⼊⼒する際、救急隊の発する⾳声を認識、テキスト化しタブレットへ⾃動⼊⼒します。現場の作業負担の軽減、救急隊の現場滞在時間短縮につながる機能です。
OCR機能
(AVM / 免許証 / 保険証)
消防本部ごと独⾃カスタマイズ可能
救急⾞内における傷病者のバイタルデータ、救急⾞の位置情報などを⽰すAVM(※)の表⽰画⾯、傷病者の保険証や免許証といった視覚情報を、タブレットのカメラで撮影すると⽂字データを認識し、傷病者情報として⾃動⼊⼒される機能です。
(※)⾞両運⽤端末装置:Automatic Vehicle Monitoring
⼼電図モニター連携による
⾃動バイタル取得
⼼電図モニターとの連携
救急⾞に⾞載されている患者監視装置と連携し、測定されたバイタル値や⼼電図データをタブレットへ⾃動で取り込みます。取り込んだデータは、医療機関へ共有可能です。
Data Analysisデータ解析・AI活⽤
救急医療に必要なさまざまな情報をデータ解析とAI活⽤により予測し、
さらに安⼼できる救急体制づくりをサポートします。
現在、三大疾病の一つである脳卒中・急性冠症候群についてAIによる予測診断の研究を進めています。
各疾患のサブカテゴリーを含めた高い予測精度を論文報告*をしました。
今後の現場への実装によって、迅速で最適な治療へ活かされ、救命向上、また後遺症軽減が期待されています。
- * 国際科学誌『Scientific Reports』掲載論文
- 『機械学習を用いた病院前脳卒中診断アルゴリズム:
前向き観察研究』 - 『機械学習を用いた急性冠症候群の病院前診断アルゴリズム:
前向き観察研究』
救急需要予測AI及び適正配置
機械学習の⼿法を⽤いて過去の救急出動データを解析し、救急要請が多発する時間と場所を事前に予測することで、
救急隊を効率的に配置し、救急隊の現場到着時間を短縮させ、救命率向上を⽬指します。
「救急車出動件数予測マップ画面」。該当地域を2km平方に区切り、
4時間ごとの救急要請件数を分析し、視覚化する。(川崎市実証実験より)
2023年4⽉より川崎市で運⽤開始
救急需要予測AIは、神奈川県川崎市において実証実験を経てその有効性が認められ、
「AIを活⽤した救急隊の到着時間の短縮に係る業務委託」に採択されました。
2023年4⽉より同市内全域で運⽤を開始します。
救急隊員の労務管理データ解析
過去の救急出動データを解析し、救急隊員の活動時間及び⾛⾏時間などから疲労度を可視化
救急隊員や機関員の交代時間の指標を定めて労務管理を⾏うことで、事故等を防ぎます。
過去の救急出動データから「1⽇あたり乗⾞隊員全数」「週40時間以上乗⾞隊員数」
など多⾓的に救急隊員の労務を分析する。
病院選定AI(転院搬送予測AI)
⼊⼒した傷病者情報、過去のデータから傷病者の状態を⼊⼒することで各医療機関の転院搬送確率を予測します。
予測結果に基づいた病院選定を⾏うことで、転院搬送を防ぎます。
「搬送先病院選定画⾯」では、傷病者情報と蓄積された過去の症状から、AIが転院搬送の確率を算出し表⽰する。
転院搬送を防ぎ、より的確な搬送先病院の選定を⽀援する。
2023年4⽉より東広島市で運⽤開始
『Smart119』は『東広島市救急業務システム(HECRS・東広島イクルス)』として
ドクターヘリを含む、広島県下13医療機関に導⼊、運⽤されています。
東広島市が同システムを導⼊した⽬的のひとつに、「転院搬送を削減したい」という救急課題の改善がありました。
そのため導⼊にあたっては、課題を解決する『Smart119』の新機能として「転院搬送予測AI」を開発、搭載しています。
Achievement導⼊実績
救急医療のDX化によって市⺠の暮らしに安⼼安全を、より確かに。
指令センター、救急隊、医療機関における情報共有をICTの⼒で円滑にし、
1秒でも早く搬送し、1⼈でも多くの命を救いたい。
その想いから開発された『Smart119』は、全国各地の⾃治体に導⼊され、最前線の現場で活⽤されています。
救急医療をDX化することで、傷病者のもとにいち早く駆けつけ搬送する救急隊、
救急医療体制を整え患者を受け⼊れる医療機関を⽀援し、
市⺠が安⼼して暮らせる安全なまちづくりに貢献し続けます。
システム運⽤
- 千葉市(2020年7⽉)
- 千葉⼤学と千葉市消防局による3年間の協働を経て、千葉市消防局(指令センター、保有救急⾞25台)に
『Smart119救急医療情報サービス』として導⼊されました。
令和3年に発⽣した⾼層マンションにおける⾜場崩落事故では、救急隊が『Smart119』にて即座に現場の状況写真や情報を医療機関へ送信し、傷病者救出前に搬送先を決定。
受⼊先医療機関では、共有された情報をもとに適切な受け⼊れ準備を⾏うことができ、スピーディな搬送、治療開始につながりました。
- 東広島市(2023年4⽉)
- 「救急隊の現場滞在時間の短縮」「救急隊の病院滞在時間の短縮」「救急報告書の作成時間短縮」「病院間(転院)搬送の削減」「各種システム間のデータ連携」という、東広島市が抱える5つの救急課題改善を⽬的に導⼊されました。
名称を『東広島市救急業務システム(HECRS・東広島イクルス)』とし、東広島市消防局と東広島市内の東広島医療センターをはじめ、⼆次救急医療機関や市外の広島⼤学病院、ドクターヘリなどの広島県下13医療機関で運⽤されています。
導⼊にあたっては既存機能に加え、同市の課題を解決するため「報告書作成機能」「転院搬送予測AI機能」「患者監視装置との連携機能」の3つの新機能を新たに開発・搭載しました。
- 千葉県(2023年4⽉より県下54の市町村へ順次拡⼤)
- 千葉県が救急及び県⺠サービスの質向上を⽬指して募集した「救急医療等業務⽀援システム導⼊業務委託」事業者に、
株式会社Smart119が採択され現在運⽤しています。
導⼊前、県内の救急隊は救急患者の搬送先候補である医療機関へ1カ所ずつ電話にて症状の説明や受⼊可否の確認を⾏わなければならない現状がありました。
『Smart119』を、すでに導⼊済みの千葉市消防局をはじめ県下31の消防本部(救急隊227隊)、150医療機関に導⼊することで、県内全域において患者の搬送先決定の迅速化、救命率向上が期待されています。
データ解析・AI活⽤
- 川崎市(2023年4⽉ 救急需要予測AI)
- ⼈⼝の過密化などから救急隊の現場到着時間が延伸傾向にあった川崎市は、現場到着時間短縮、命を救う可能性を⾼める対策として、AIを活⽤した救急需要予測による救急搬送の効率化を検討。
株式会社Smart119と締結した「AIを活⽤した救急隊の現場到着時間短縮に向けた実証実験に関する連携協定」に基づき、実証実験を⾏いました。
検証されたのは、同市の過去の救急出動に関するビックデータを解析、機械学習の⼿法を⽤いることで開発された救急需要予測AIです。事前に救急要請が多発する場所を把握することで、市内の救急⾞や救急隊の効率的な配置を促します。
実証実験の結果、⼀定以上の精度で救急需要が予測可能であること、また救急⾞の適正配置により現場到着時間短縮の可能性が⽰されました。
Demonstration自治体・行政実証実験
救急医療のDX化を提案します。
Smart119は今後も、多くの⾏政サービスで急がれる救急医療DX化を促進すべく、
救急活動の効率化、業務負担の軽減、救命率の向上を⽬指したシステムの開発、改良に尽⼒し、
⾃治体それぞれのニーズに合わせた質の⾼い救急医療体制の構築をサポートしていきます。
引き続き、全国各地の⾃治体と積極的に連携し、地域で抱える課題解決のための実証実験を⾏なってまいります。
Messageより早く・より正しく
Contactお問い合わせ
下記に必要事項を入力の上、
入力内容確認ボタンを押してください。