機械学習を用いた院外心停止の発生予測に関する研究がScientific Reportsに掲載されました！

千葉大学救急集中治療医学の大学院生の三森です。この度私が執筆した、機械学習を用いた院外心停止の発生予測に関する論文が Scientific reports に掲載されました。

“Machine learning algorithms for predicting days of high incidence for out-of-hospital cardiac arrest.” https://www.nature.com/articles/s41598-023-36270-6



院外心停止は、早期発見や介入により患者の神経学的予後を改善させる可能性があります。今回の研究では、気象情報を用いた機械学習モデル（XGBoost）が日本国内の人口上位6都道府県において事前に規定した「院外心停止の高発生日（2005年から2015年の東京都で1日あたりのOHCA発生率が75%タイル以上の日）」を高精度で予測することを示しました（AUROC 0.906）。「低い前日の平均気温」「冬」「高い高齢化率」が院外心停止発生の増加に寄与していました。
この研究の展望として、院外心停止発生の予測をもとに慎重なモニタリングをすべき母体集団の検索や、それが院外心停止の予防、早期発見及び介入へ実際に寄与するかの検証につながる可能性があります。
医療現場での機械学習の活用はますます可能性を広げています。今後もよりよい救急、集中治療へつながる研究に携わっていきたいです。ご指導いただいた先生方、深く感謝申し上げます。