AIを活用した救急現場での外傷重症度評価は、病院での診断と高い一致度を示す

救急現場での迅速な判断は、外傷患者の命を救い、その後の回復に大きく影響します。しかし、これまでの外傷の重症度を評価するスコアは、病院で行われる画像診断に頼る部分が多く、救急隊員が現場で即座に適用するには限界がありました。このような課題を解決するため、AI技術を活用し、救急現場で画像診断なしに外傷の重症度を推定できる新しいスコア「PHISE」が開発されました。この革新的なスコアは、救急医療の未来を大きく変える可能性を秘めています。

本記事では、このPHISEスコアの開発背景、その方法、そして主な研究結果について、一般の読者の皆さんにも分かりやすく解説します。また、この研究が私たちの生活や医療現場にどのような影響をもたらすのか、今後の展望と合わせてご紹介します。

🏥 救急現場での迅速な判断が命を救う：外傷重症度評価の重要性

交通事故や転落、災害などによる外傷は、時に生命を脅かす重篤な状態を引き起こします。救急隊員が現場に到着した際、患者の重症度をいかに早く正確に評価できるかが、その後の治療方針の決定や、適切な医療機関への搬送、そして最終的な患者の予後（病気の経過や回復の見込み）に直結します。

これまで、外傷の重症度を評価するための標準的なスコアとして、「ISS（Injury Severity Score）」や「NISS（New Injury Severity Score）」などが広く用いられてきました。これらのスコアは、外傷の部位や程度を数値化することで、患者の状態を客観的に把握し、治療のベンチマーク（比較基準）やリスクの層別化（重症度に応じたグループ分け）、予後予測に役立てられてきました。

しかし、ISSやNISSは、CTスキャンやX線などの画像診断の結果に基づいて算出されるため、救急車の中や事故現場といった病院外の環境（プレホスピタルセッティング）では、その場で正確に評価することが困難でした。このため、救急隊員は限られた情報の中で、経験と勘に頼る部分も少なくありませんでした。画像診断に依存しない、より実用的な現場での重症度評価法の開発が、長年の課題となっていたのです。

💡 新しいAI活用スコア「PHISE」とは？

このような背景から、救急現場での迅速かつ正確な外傷重症度評価を可能にするため、新しいスコア「PHISE（Prehospital Injury Severity Estimate）」が開発されました。PHISEは、画像診断を必要とせず、救急隊員が現場で行う臨床診察（患者の身体を直接診て触れること）と、受傷機転（どのようにして怪我をしたか、例えば「車にはねられた」「高いところから落ちた」など）の知識に基づいて適用できるように設計されています。

このPHISEの開発には、最先端のAI技術である「大規模言語モデル（LLM）」が活用されました。LLMは、膨大なテキストデータを学習することで、人間のような自然な言語を理解し、生成する能力を持つAIです。この研究では、LLMが、傷害の記述から画像診断が必要なものと、臨床的に評価可能なものを区別するのに貢献しました。

研究の概要と方法

PHISEスコアは、まずアメリカの「National Trauma Data Bank®（NTDB®）」という大規模な外傷患者のデータベースから、過去のデータを遡って分析することで導き出されました。NTDB®には、患者の傷害が「AIS（Abbreviated Injury Scale）」という国際的な基準で詳細に分類されています。研究者たちは、このAISコード化された傷害の記述を、PHISEの8つの身体部位（頭部、顔面、胸部、腹部、四肢など）と4つの重症度レベルにマッピング（対応付け）しました。

このマッピングの過程で、大規模言語モデル（LLM）が重要な役割を果たしました。LLMは、どの傷害が画像診断を必要とするのか、そしてどの傷害が救急現場での臨床診察だけで評価できるのかを特定するのに役立ちました。

PHISEスコアが開発された後、その有効性を確認するために、ドイツを中心とした多国籍の外傷登録データである「TraumaRegister DGU®」を用いて外部検証が行われました。これは、実際の医療現場で収集されたデータを使って、PHISEがどれだけ実用的に機能するかを評価する重要なステップです。

PHISEスコアの主なポイント

この研究で得られた主な結果を、以下の表にまとめました。

※ISS（Injury Severity Score）/NISS（New Injury Severity Score）：外傷の重症度を数値で示す既存のスコア。
※キャリブレーション（校正）：予測モデルの出力が実際の観測値とどれだけ一致しているかを示す指標。

研究結果から見えてくること（考察）

この研究結果は、PHISEスコアが救急現場で非常に実用的なツールとなり得ることを示唆しています。

• 画像診断に依存しない画期性: PHISEの最大の特長は、画像診断なしに外傷の解剖学的重症度（身体のどの部位がどれくらい損傷しているか）を評価できる点です。これにより、救急隊員は現場でより早く、より客観的な重症度評価が可能になります。
• 既存スコアとの高い一致度: NTDB®での分析では、PHISEが既存のISSやNISSと強い相関とキャリブレーションを示したことは、PHISEが外傷の重症度を適切に捉えている証拠と言えます。
• 輸血予測での有用性: 外部検証において、PHISEが輸血の必要性を予測する上でISS/NISSと同等の性能を示したことは注目に値します。重症外傷患者にとって、早期の輸血の判断は非常に重要であり、PHISEがその判断を支援できる可能性を示しています。
• AIとの相乗効果: PHISEを他の救急現場で得られる患者情報（年齢、血圧、心拍数など）と組み合わせて機械学習モデルに適用すると、死亡率予測におけるISS/NISSとの性能差がさらに縮小しました。これは、PHISEが単独で使うだけでなく、AIと組み合わせることで、その真価をさらに発揮できることを示しています。AIは、PHISEのようなスコアから得られる情報と、他の多くの情報を統合して、より精度の高い予測を可能にする強力なツールとなり得るのです。
• 早期の「層別化」への貢献: PHISEは、救急現場でのAI支援による外傷の「層別化」（患者を重症度やリスクに応じてグループ分けすること）のための、実用的で画像診断に依存しない解剖学的要素を提供します。これにより、重症患者をより早く特定し、適切な病院への搬送や、病院到着後の迅速な治療開始に繋げることが期待されます。

私たちの生活へのアドバイスと今後の展望

この研究は、私たちの生活や医療現場に以下のような影響をもたらす可能性があります。

• 救急医療の質の向上: PHISEのようなスコアが普及すれば、救急隊員はより客観的な情報に基づいて、現場での判断を下せるようになります。これにより、重症患者の見落としが減り、適切な初期治療や搬送が実現し、結果として患者の救命率向上や後遺症の軽減に繋がる可能性があります。
• AI技術の医療応用: 大規模言語モデル（LLM）がスコア開発に貢献したように、AI技術は医療現場の様々な課題解決に役立つことが示されています。診断支援、治療計画の最適化、医療従事者の負担軽減など、AIが医療にもたらす恩恵は今後ますます大きくなるでしょう。
• 迅速な情報共有の重要性: 救急現場で得られたPHISEスコアやその他の患者情報が、病院に迅速に共有されることで、病院側は患者到着前から受け入れ準備を進めることができます。これは、特に重症外傷患者の治療において、時間のロスを最小限に抑える上で極めて重要です。
• 一般市民が救急車を呼ぶ際の心構え: 私たちが救急車を呼ぶ際、救急隊員に「どのように怪我をしたか（受傷機転）」を具体的に伝えることが、PHISEスコアの適用や、より正確な重症度評価に役立つ可能性があります。例えば、「車にはねられた」「階段から落ちた」「高いところから転落した」など、状況を詳しく伝えるよう心がけましょう。

研究の限界と今後の課題

PHISEは非常に有望なスコアですが、いくつかの限界と今後の課題も存在します。

• 死亡率予測の改善: 現時点では、PHISE単独での死亡率予測性能は、ISS/NISSに劣るという結果でした。今後は、PHISEをさらに改良したり、他のバイタルサイン（血圧、心拍数など）や患者背景情報と組み合わせることで、死亡率予測の精度を高める研究が求められます。
• さらなる検証と実用化: 今回は大規模なデータを用いた検証が行われましたが、異なる地域や医療システムでのさらなる外部検証が必要です。また、実際に救急隊員が現場でPHISEを容易に適用できるよう、使いやすいツールの開発やトレーニングも重要になります。
• AI導入の倫理的側面とコスト: AI技術を医療現場に導入する際には、データのプライバシー保護、アルゴリズムの透明性、誤診のリスク、そして導入・維持にかかるコストなど、倫理的・経済的な側面も慎重に検討する必要があります。

PHISEスコアの開発は、救急医療におけるAI活用の新たな一歩を示し、救急現場での迅速かつ正確な外傷重症度評価を可能にする画期的な進歩です。画像診断に依存しないこのスコアは、特に輸血の必要性予測において高い有用性を示し、他の患者情報と組み合わせたAIモデルでは、さらにその性能を高めることが明らかになりました。この研究は、患者の命を救うための初期対応の質を向上させ、救急医療の未来を大きく変える可能性を秘めています。今後も、PHISEの実用化とさらなる精度向上に向けた研究が継続されることで、より多くの命が救われることが期待されます。

関連リンク集

• 厚生労働省
• 日本救急医学会
• 国立保健医療科学院
• 世界保健機関（WHO）
• PubMed（論文検索データベース）

書誌情報