人工知能を用いた気象観測データを基にした心原性院外心停止の新規予測モデルの開発

• 研究課題/領域番号: 20K17914
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分55060:救急医学関連
• 研究機関: 国立研究開発法人国立循環器病研究センター
• 研究代表者: 中島 啓裕 国立研究開発法人国立循環器病研究センター, 研究所, 客員研究員 (50796141)
• 研究期間 (年度): 2020-04-01 – 2024-03-31
• 研究課題ステータス: 完了 (2023年度)
• 配分額: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円); 2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2020年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
• キーワード: 機械学習 / 予測モデル / 院外心停止 / 気象情報 / 気象データ / 人工知能

研究開始時の研究の概要

本研究は、気温・降雨量・風量・大気汚染を含む気象観測データと心血管疾患の関与を明らかにし、気象情報を基にした心原性院外心停止の発症予測モデルの確立を目的とする。具体的には、総務省消防庁に登録された全国救急搬送データと米国Weather Company社の気象データにおける関連性を検証し、院外心停止発生に寄与する気象観測データ項目指標の同定を行い、さらに人工知能を用いて気象情報から心原性院外心停止の発症率を予測する。心血管疾患および心原性院外心停止発生率の予測が可能となれば、心原性院外心停止の有効な予防対策ならびに心血管疾患の予後改善、さらには医療資源の適正配置にもつながることが期待される。

研究成果の概要

本研究では、日本の院外心停止レジストリと気象情報の突合データセットをもとに機械学習を用いて解析し、院外心停止発生と気象条件の関係性を調べた。日内平均気温、日内気温差および前日との気温差が院外心1日の停止数と関連があることを解明した。過去の研究では、低い日内平均気温のみが心停止のリスクと関連性があることが報告されていたが、日内平均気温と院外心停止発症件数の関係性はU字曲線であることが新たに示された。これらの解析を元に機械学習による院外心停止予測モデルを作成し、暦データも考慮することで都道府県単位で90％の高精度で院外心停止数を予測することに成功した。

研究成果の学術的意義や社会的意義

本研究により複雑な気象条件と心停止発生との関連性を明確にできた。予測モデルの精度をさらに高めることで、将来的に①市民に対しては日々の気象条件に応じた注意喚起を行い、また②医療従事者に対しては限られた医療資源を日々の気象条件をもとに再配置するのに役立つことが期待される。

研究成果

• [雑誌論文] A machine learning model for predicting out-of-hospital cardiac arrest incidence using meteorological, chronological, and geographical data from the United States (2023)
  • 著者名/発表者名: Nakashima Takahiro、Ogata Soshiro、Kiyoshige Eri、Al-Hamdan Mohammad Z、Wang Yifan、Noguchi Teruo、Shields Theresa A、Al-Araji Rabab、McNally Bryan、Nishimura Kunihiro、Neumar Robert W
  • 雑誌名: medRxiv 巻: preprint
  • DOI: 10.1101/2023.05.08.23289698
• [雑誌論文] A machine learning model for predicting out-of-hospital cardiac arrests using meteorological and chronological data (2021)
  • 著者名/発表者名: Takahiro Nakashima, Soshiro Ogata, Teruo Noguchi, Yoshio Tahara, Daisuke Onozuka, Satoshi Kato, Yoshiki Yamagata, Sunao Kojima, Taku Iwami, Tetsuya Sakamoto, Ken Nagao, Hiroshi Nonogi, Satoshi Yasuda, Koji Iihara, Robert W Neumar, and Kunihiro Nishimura
  • 雑誌名: Heart 巻: - 号: 13 ページ: 1084-1091
  • DOI: 10.1136/heartjnl-2020-318726
  • 査読あり / オープンアクセス
• [学会発表] Machine learning model for predicting out-of-hospital cardiac arrests using meteorological and chronological data (2021)
  • 著者名/発表者名: Takahiro Nakashima
  • 学会等名: American Heart Association Resuscitation Science Symposium 2021
  • 国際学会
• [備考] 機械学習を用いて気象データと暦情報から院外心停止発症リスクを高精度に予測
  • URL: https://www.ncvc.go.jp/pr/release/20210518_press/