[3Rin4] インタラクティブ1

[3Rin4-27] 救急外来における挿管困難と初回挿管成功の機械学習予測モデル

〇山中 俊祐¹、後藤 匡啓²、森川 幸治³、渡瀬 博子⁴、岡本 洋史⁵、萩原 佑亮⁶、長谷川 耕平⁷ (1.福井大学医学部附属病院 救急総合診療科、2.東京大学 公衆衛生大学院臨床疫学経済学講座、3.パナソニック株式会社 テクノロジーイノベーション本部、4.ワシントン大学 外科、5.聖路加国際病院 集中治療部、6.東京都立小児総合医療センター 救命救急科、7.マサチューセッツ総合病院 救急科)

キーワード：救急医学、挿管、機械学習、挿管困難

本研究では救急外来における挿管困難と初回挿管成功の予測に機械学習を応用した事例を報告する．挿管困難を予測するために従来法（例：mLEMON）が使用されてきたが，その予測能力は改善の余地があり，また初回挿管成功を予測するモデルは存在しなかった．本研究では国内13施設で得た挿管データ（n = 10,816）から機械学習を用いた予測モデルを構築し，その予測能をそれぞれmLEMON法およびロジスティック回帰をリファレンスモデルとして比較した．挿管困難の予測には患者特性とバイタルサインを使用し，初回挿管成功の予測には使用可能な全ての挿管データを使用した. 挿管困難予測モデルのc統計は、mLEMONと比較して高かった（アンサンブル法　0.73 [95％CI 0.67-0.79] 対 mLEMON　0.62 [95％CI 0.58-0.65] p<0.01). 初回挿管成功予測モデルにおいても, 参照ロジスティック回帰モデルと比較して判別能力が高かった（勾配ブースティング　0.82 [95％CI 0.80-0.84] 対 参照ロジスティック回帰　0.60 [95％CI 0.58-0.63] p<0.01 ).