リアルタイムの救急通報からの院外心停止を早期に検出する深層言語モデルに基づく手法

なぜ心臓緊急事態の早期検出が重要か

院外で突然心臓が止まった場合、秒単位の対応が生死を分けます。生存率は、事態を誰かがどれだけ早く認識し、救援を呼び、胸骨圧迫を開始するかに依存します。しかし、混乱した通話の中では、訓練を受けた通信指令員でもこうした事態を見逃すことがあります。本研究は、高度な言語処理型の人工知能が救急通報の文字起こしをリアルタイムで解析し、心停止の疑いをフラグ化して最初の重要な1分間に通信指令員の補助となり得るかを検証します。

911様式の通報では何が起きるか

院外心停止は予告なく発生し、血流を止めて数分以内に脳障害を引き起こす恐れがあります。通報者が迅速に胸骨圧迫を開始し、しばしば通信指令員が電話越しに指示することで生存率は大きく改善します。しかし、通報者は取り乱していたり、目にしている状況がわからなかったり、呼吸に聞こえる異常な喘ぎ声に惑わされることがあります。そのため、通信指令員はおよそ4件に1件の割合で心停止を見逃し、救命指示が遅れることがあります。従来の支援ツールは固定化された質問リストを使ったり、特定のキーワードの出現を検出したりしますが、あいまいで感情的な表現や誤解を招く言葉には弱いことがあります。

会話を意識したAIはどう作られたか

研究者らはDyLM-OHCAと呼ばれるシステムを開発しました。これは現代のチャットボットにも使われる深層言語モデリングの手法を用いて、救急通報の文字起こしを解析します。単発の単語に注目するのではなく、通報者と通信指令員のやり取りという文脈を順に読み取ります。ほぼ15万9千件におよぶ、韓国の3つの大都市から収集された救急通報を用いて学習させ、その中には2,600件を超える確定した心停止事例が含まれていました。学習中、モデルは各単語列を逐次的に取り込み、通報が心停止を示しているか、別の重篤な緊急事態か、あるいはそれほど深刻でない問題かを判断する連続的な推定値を出すことを学びました。各文に対する詳細な注釈は必要としませんでした。

AIはどれほど心停止を認識できるか

研究チームはDyLM-OHCAを未見の通報で検証し、通話開始から最初の60秒以内に心停止が起きているかどうかを判定させました。手作業で作られた語統計に依存する4つの既存機械学習法と比べて、この言語ベースのシステムは大幅に高精度でした。標準的な要約指標で、心停止通報とその他を9割以上の精度で識別し、最初の1分間で真の心停止事例のおよそ4分の3から5分の4を検出しました。平均して最初の警報は通話開始から約20秒で上がり、他の研究で報告された一部の以前のモデルより20秒以上早かった一方で、誤警報は10件に1件未満に抑えられていました。

AIが実際に注目しているものは何か

システムの判断の中身を理解するために、研究者らは会話のどの部分がモデルを心停止の警告へと大きく傾けたかを調べました。モデルは単一の魔法のような単語に依存するのではなく、パターンに反応していました。例えば、通信指令員がその人の意識や呼吸の有無を尋ね、それに対して通報者が「目を覚まさない」や「何かおかしい」というような表現をする、といった流れです。モデルは自身の確信度が時間とともにどう変化するかも追跡しました。真の心停止通報の多くでは、リスクスコアが上がると持続して高値を保ちました。一方、誤警報の半数以上では、リスクが早期にピークに達した後、会話の展開で痙攣や喘息発作のような他の緊急事態を示す詳細が明らかになるにつれて低下しました。

これが実際の通信指令員にどう役立つか

実務面では、DyLM-OHCAは人間の判断を置き換えるのではなく静かな補助役として設計されています。通話が進行する中で、ディスパッチャーが見られるリスク信号を継続的に更新し、直近のどの表現が警告を引き起こしたかの簡単な説明も付けます。こうした文脈情報は、従来のブラックボックス型モデルよりも警告を信頼しやすくし、秒単位で差が出る場面でより焦点を絞った質問や早期の胸骨圧迫指示を促す可能性があります。本研究は韓国語の通報データを用いて行われ、現場での実運用試験はまだ行われていませんが、会話を意識するAIは心停止の早期認識を有意に高め、最終的には生存率の向上につながり得ることを示唆しています。

引用: Choi, HJ., Hwang, M., Cho, S. et al. Deep language model-based early recognition of out-of-hospital cardiac arrest from real-time emergency calls. npj Digit. Med. 9, 307 (2026). https://doi.org/10.1038/s41746-026-02498-5

キーワード: 心停止, 救急通報, 人工知能, 言語モデル, 通信指令員支援のCPR