研究開発された技術紹介

本提案では対象を高齢者に絞り、一人ひとりの体温・血圧・酸素飽和度といったバイタルの異常、観察・問診の内容、さらには既往歴から疾患の可能性を提示し診断の補助とすることが可能となる、自動鑑別診断アルゴリズムの開発を行う。その結果をフィードバックして自ら学習する学習AIを搭載することで、更に精度の高い鑑別診断を行うことが可能になる。あたかも経験豊富な医師が診断の支援をするかのように病態の判定を可能とし、高齢者医療を均一的かつ大幅に向上させる。

【開発技術１　バイタルスコアリング技術】
・バイタルから健康状態悪化、医療介入の必要性のリスクをスコアで表示、アラーティングする
・一般成人と異なる特性を持ち、従来法では難しかった高齢者の状態悪化の早期発見を行う
・各商品（電子カルテ・介護システム等）にカスタマイズして搭載する以外に、APIを開発し提供予定

【開発技術２　肺炎・心不全等の罹患率を出す診断サポートAI】
・上記バイタル情報に加え、症状、既往歴の情報から肺炎・心不全の罹患率を出す
・個人の過去歴より自己学習してAIの精度を上げる、データベースを構築しており、バイタルスコアリングAPIからのデータが集積してくれば各マーカーに重みづけ（機械学習）を行い更に精度が向上する

【１：バイタルスコアリング技術】
・効能：個体差を反映したバイタル異常検知の立証と精度の向上
・精度：バイタルスコアリング技術」を開発し、介護施設（延べ280名、2年10か月）で検証した結果、肺炎の医療介入(入院：63件)に対し、スコア合計３点にて、感度：65%、特異度:93%との結果を出した

【２：肺炎・心不全等の罹患率を出す診断サポートAI】
・効能：介護施設や病棟サイドで取得できるバイタル・症状・既往歴の情報から肺炎・心不全の罹患率を出す
・精度：介護施設で後ろ向き検証した結果、肺炎（65件）で、感度:74.86%、特異度:98.38%。心不全（9件）で、感度:88.89%、特異度:95.68%
・学習型AIの開発とデータベースの構築

【特許】
発明の名称：ソフトウェア、健康状態判定装置及び健康状態判定方法
出願人：芙蓉開発株式会社
出願番号：特願2018-88629

慢性期病院や介護施設など、人材不足が顕著となる状況でバイタルデータを解析した結果より、テーラーメイドの基準域を設定し、個体差を反映したバイタル異常に加え、観察・問診の内容、さらには既往歴からその原因を探る新たな診断技術を確立し、高齢者に特化した病気の自動鑑別診断システムを開発する。このシステムにより、経験豊富な医師が診断支援を行うかのように病態の把握を可能とする。

一人ひとりの体温・血圧・酸素飽和度といったバイタルの異常、観察・問診の内容、さらには既往歴から疾患の可能性を提示し診断の補助とすることが可能となる、自動鑑別診断アルゴリズムの開発を行う。その結果をフィードバックして自ら学習する学習AIを搭載することで、更に精度の高い鑑別診断を行うことが可能になる。あたかも経験豊富な医師が診断の支援をするかのように病態の判定を可能とし、高齢者医療を均一的かつ大幅に向上させる。
またバイタルや既往歴といった、データ取得が容易なものを解析して結果を出すことから、医療資源の乏しい環境下でも運用が可能となり、活用シーンには介護施設を始め、患者自宅での運用が考えられる。また慢性期病院など看護師の配置が少なくスキルの標準化が難しい環境などでも役立てることが期待できる。

【【１　バイタルスコアリング技術】
既に介護システム、電子カルテ等への実装が始まっているが、カスタマイズしたものであり、今後は「API」により在宅分野への提供が行えるようにする。

【２：肺炎・心不全等の罹患率を出す診断サポートAI】
機械学習の機能を備えており、現在の制度では医療AIに対するガイドラインが発表されていないため、PMDAの審査が必要となり、有償販売は困難である。現在、モニター事業者、API利用者を通じて、肺炎・心不全患者のデータ（発病前からの経時的なデータが必要）を収集中であり、後ろ向き研究から前向き研究を行うことでエビデンスを蓄積することで、医療機器認定及び有償化を目指す。

医療AIの定義について
・現在、日本医師会など「医療AI」に対する関心の高まりとともに、医療の質の担保の観点から懸念されることが多く、XAI（Explainable AI：説明可能なAI）とすべくエビデンスを集積が必要である。
・医療AIは、画像診断の補助に関するものは評価されているが、診断カルテ等のデータより解析するタイプのデータ収集型のAIはほとんどが日の目を見ない状況にある
・上記より、本提案はコアAPIやモニターから十分なエビデンスを準備してから商用化を目指さなければ、評価されない可能性が高い

すでに数社との連携が始まっているが、事業化に向けてはさらにメディカル・ヘルスケア領域のベンダーと連携する必要がある。またAI開発にあたっても他社での優れたAI開発を行っているところもあるため、それらの企業と技術提携をしていきたいと考えている。