病院前脳卒中診断予測の研究がScientific Reportsに掲載されました！

脳卒中では、主幹動脈閉塞を伴う脳梗塞に加え、脳出血やくも膜下出血においても迅速な治療介入が求められます。先行研究では、機械学習モデルにより高い精度で脳卒中およびその病型診断が可能となることがわかりました。
今回は、すべての脳卒中病型に対する治療介入予測（tPA/血栓回収、血腫除去、動脈瘤治療）に関する検証を行いました。

治療介入195例を含む793例の脳卒中症例データをTraining/Test cohortに分割して機械学習モデル(XGBoost)を構築し、高い精度で治療介入を予測できました(AUROC 0.802)。診断への寄与が大きい変数は、意識レベル、バイタル、年齢、発症から要請までの時間、突然の頭痛・意識障害、言語障害となり、詳細な神経診察が含まれていませんでした。救急隊にとっても簡便な調査項目であるため正確な情報を得やすいと考えます。
本システムを現行のアプリケーションに上乗せして、迅速かつ適切な救急搬送に貢献できるよう活用していきます。

https://www.nature.com/articles/s41598-023-36004-8