共同開發利用AI技術※1 預測外來患者的跌倒風險技術。

富士膠片 · 06/16 23:00

このニュースリリースは、報道機関向けに発信している情報です。

富士フイルム株式会社（本社：東京都港区、代表取締役社長・CEO：後藤禎一、以下、富士フイルム）と順天堂大学医学部附属順天堂医院（所在地：東京都文京区、院長：桑鶴良平、以下、順天堂医院）は、院内の多様な医療データを一元的に管理できる富士フイルムの医療機関向け統合診療支援プラットフォーム「CITA Clinical Finder（シータクリニカルファインダー）」内の診療データを基に、AI技術を用いて、外来患者の転倒リスクを予測する技術を共同で開発しました。本技術により、外来患者の転倒リスクを高い精度で予測できるようになり、患者の転倒予防につながることが期待できます。

患者の転倒事故は、国内の医療現場において高い頻度で発生しています^※2。転倒は骨折や頭部外傷などの大けがにつながり、患者の生命予後やQOLに対して深刻な影響を及ぼす可能性があります。そのため、多くの医療機関では入院患者を対象として、転倒リスクアセスメントシートを用いて患者の転倒リスクを判定・数値化し、リスクの程度に応じて付き添いや歩行介助などの転倒防止策を講じています。一方で、外来患者は入院患者に比べてアセスメント対象となる患者数が多く、また医療機関における限られた滞在時間では患者の状態を把握することが困難であるため、十分に対応することが難しい状況にあります。そのため、外来患者を対象として、効率的かつ高精度に転倒リスクを評価する方法を開発することが強く求められていました。

今回、富士フイルムと順天堂医院は、富士フイルムの統合診療支援プラットフォーム「CITA Clinical Finder」に蓄積された診療データと、AI技術を用いて、外来患者の転倒リスクを予測する技術を開発しました。本技術は、電子カルテや放射線部門システム、内視鏡部門システムなど院内のさまざまなシステムと連携する「CITA Clinical Finder」に集約されたデータから、年齢・特定の薬剤の処方歴など500種類以上の転倒リスクと関連性が高いと考えられる特徴量を生成し、AIに学習させて開発したものです。「CITA Clinical Finder」に登録されている診療データを基に各患者の転倒リスクを予測し、パーセンテージで表示します。また、予測に寄与した特徴量を、想定される転倒リスク要因として提示することが可能です。
順天堂医院の外来患者約70,000名のデータを用いて本技術の精度評価を実施したところ、予測精度を示すAUROC^※3は、0.96であり、入院患者を対象にした先行研究^※4（AUROC：0.90）と比べて優れた結果を示しました。本技術を活用することで、医療従事者は、外来患者の転倒リスクを高い精度で評価できるようになると期待できます。

富士フイルムと順天堂医院は、今後、本技術のさらなる有効性検証を進め、早期実用化を目指します。

順天堂大学医学部附属順天堂医院院長桑鶴良平のコメント

「順天堂医院では、長らく医療の質の指標（Quality Indicator）の一つとして75歳以上の外来患者さんの転倒発生率の低下を挙げてきました。病気の診断、治療のために来院した患者さんが院内で転倒してしまい、さらなる疾患を患うことは避けたいという理由からです。今回は、これまで研究が進んでいなかった外来患者さんの転倒のリスク因子に着目し、統合診療データと機械学習を用いて富士フイルム株式会社と共同で転倒リスク予測モデルを構築しました。本研究結果が、外来患者さんの転倒リスクを精度高く予測し、医療機関が前もって対応することで、その発生率が低下することを期待しています。」

富士フイルム株式会社執行役員メディカルシステム開発センター長鍋田敏之のコメント

「医療の質・安全性の向上のために多くの取り組みを推進されている順天堂医院の医学的知見と、富士フイルムの「CITA Clinical Finder」にて管理している病院内の包括的かつ大規模な診療データならびに当社独自の医療特化型予測AI技術を融合させることで、外来患者を対象とした転倒リスクを高精度に予測する技術を開発することができ、大変嬉しく思います。今後、本技術の社会実装を実現し、外来患者の転倒リスクの早期把握に寄与していきます。」

※1 AI技術のひとつである機械学習を用いて開発した。
※2 公益財団法人日本医療機能評価機構「医療事故情報収集等事業」より。
※3 受信者動作特性曲線下面積（Area Under the Receiver Operating Characteristic curve）を指す。予測精度を評価する指標で、値が1に近いほど予測精度が高いことを示す。
※4 Lindberg DS, Prosperi M, Bjarnadottir RI, et al: Identification of important factors in an inpatient fall risk prediction model to improve the quality of care using EHR and electronic administrative data: A machine-learning approach, Int J Med Inform, 143, 104272, 2020.

お問い合わせ

報道関係

富士フイルムホールディングス株式会社
コーポレートコミュニケーション部広報グループ

03-6271-2000

順天堂大学総務部文書・広報課

03-5802-1006

順天堂大学医学部附属順天堂医院管理課

03-3813-3111

研究について

富士フイルム株式会社
メディカルシステム事業部

03-6271-3561

* 記事の内容は発表時のものです。最新情報と異なる場合（生産・販売の終了、仕様・価格の変更、組織・連絡先変更等）がありますのでご了承ください。

富士フイルム広報 X（旧Twitter）

本新聞稿是爲媒體發佈的信息。

富士膠片株式會社（總部位於東京都港區，代表取締役社長＆CEO：後藤禎一，以下簡稱富士膠片）與順天堂大學醫學部附屬順天堂醫院（位於東京都文京區，院長：桑鶴良平，以下簡稱順天堂醫院）共同開發了基於富士膠片醫療機構用統合診療支援平台“CITA Clinical Finder”內的診療數據，運用AI技術預測門診患者跌倒風險的技術。該技術能夠高精度地預測門診患者的跌倒風險，有望對預防患者摔倒產生積極作用。

在國內的醫療現場，患者跌倒事故頻繁發生。跌倒可能導致骨折、頭部外傷等重傷，對患者的生命和健康產生深遠的影響。因此，許多醫療機構採用跌倒風險評估表對住院患者的跌倒風險進行評估和數字化，根據風險程度採取伴隨措施如陪同和行走輔助措施來預防摔倒。而與此同時，門診患者比住院患者更多，同時由於醫療機構內限定的停留時間無法完全了解患者的狀態，因此，在門診情況下無法充分應對和對策。因此，亟需開發高效且高精度的開發門診患者跌倒風險預測方法。^※2本次，富士膠片和順天堂醫院針對富士膠片的統合診療支援平台“CITA Clinical Finder”中儲存的診療數據，應用AI技術開發了預測門診患者跌倒風險的技術。該技術綜合了與跌倒風險相關性高的500多種因子包括年齡和某些特定處方等，學習AI後開發而成並可基於登記在“CITA Clinical Finder”中的診療數據預測每位患者的跌倒風險，以百分比形式顯示預測結果。此外，該技術還可提示對預測產生影響的特徵量作爲預想的跌倒風險因素。

順天堂醫院累計使用約70,000名門診患者的數據進行了本技術的精度評估，評估指標AUROC爲0.96，顯示出比對住院患者的先行研究（AUROC: 0.90）還要更爲優異的結果。通過應用本技術，醫療專業人員能夠預測門診患者摔倒風險從而實現高精度評價。富士膠片和順天堂醫院將進一步驗證本技術的有效性，力爭早日實現實際應用。
AUROC是評估技術準確性的指標。^※3（AUROC: 0.90）^{通過本次合作，兩家公司將針對目標爲擁有面向社會的一面，希望實現新股Public offering的潛力企業，繼續支持企業價值的增值。此外，作爲新設的投資基金的運營方案，將通過爲目標企業提供長期的資金而有可能擴大潛力企業的投資市場。}根據先行研究（AUROC: 0.90）這樣的研究。

富士膠片和順天堂醫院將進一步驗證本技術的有效性，力爭早日實現實際應用。

順天堂大學醫學部附屬順天堂醫院，院長桑鶴良平評論說：“順天堂醫院長期以來一直把作爲醫療質量指標之一的75歲以上門診患者跌倒率的降低作爲目標。這是爲了避免來診者一來治療，另一方面又在醫療機構內受傷所導致的狀況。此次瞄準了以前沒被研究過的門診患者跌倒風險因素，在統合式診療數據和機器學習技術的支持下，富士膠片和我們共同開發了跌倒風險預測模型。本研究結果應用能夠高精度地預測門診患者跌倒風險，期待醫療機構能在發生跌倒之前進行全方位應對。”

富士膠片公司執行董事，醫藥系統開發部門負責人，鍋田敏之先生表示：“順天堂醫院開展了爲提升醫療質量和安全而開展的衆多工作，順天堂醫院擁有醫學上的知識和富士膠片“CITA Clinical Finder”所管理的醫學領域包括病歷和放射線成像部門等各個領域中的全面而規模化的證明數據以及我們公司的醫療特化預測AI技術的結合，實現了跌倒風險高精度預測技術的開發，感到十分高興。今後會逐步實現社會應用，對門診患者的跌倒風險快速評價做出貢獻。”

鍋田敏之先生是富士膠片公司的執行董事，醫藥系統開發部門負責人。

順天堂醫院累計使用約70,000名門診患者的數據進行了本技術的精度評估，評估指標AUROC爲0.96，顯示出比對住院患者的先行研究（AUROC: 0.90）還要更爲優異的結果。通過應用本技術，醫療專業人員能夠預測門診患者摔倒風險從而實現高精度評價。富士膠片和順天堂醫院將進一步驗證本技術的有效性，力爭早日實現實際應用。順天堂醫院院長桑鶴良平評論說：“順天堂醫院長期以來一直把作爲醫療質量指標之一的75歲以上門診患者跌倒率的降低作爲目標。這是爲了避免來診者一來治療，另一方面又在醫療機構內受傷所導致的狀況。此次瞄準了以前沒被研究過的門診患者跌倒風險因素，在統合式診療數據和機器學習技術的支持下，富士膠片和我們共同開發了跌倒風險預測模型。本研究結果應用能夠高精度地預測門診患者跌倒風險，期待醫療機構能在發生跌倒之前進行全方位應對。” 鍋田敏之先生表示：“順天堂醫院開展了爲提升醫療質量和安全而開展的衆多工作，順天堂醫院擁有醫學上的知識和富士膠片“CITA Clinical Finder”所管理的醫學領域包括病歷和放射線成像部門等各個領域中的全面而規模化的證明數據以及我們公司的醫療特化預測AI技術的結合，實現了跌倒風險高精度預測技術的開發，感到十分高興。今後會逐步實現社會應用，對門診患者的跌倒風險快速評價做出貢獻。”

※1 利用機器學習等人工智能技術開發而成。
※2 來自公益法人日本醫療功能評價機構的“醫療事故信息收集等事業”。
※3 受信者操作特性曲線下面積（Area Under the Receiver Operating Characteristic curve），是一種評估預測精度的指標，值越接近1表示預測精度越高。
※4 Lindberg DS，Prosperi M，Bjarnadottir RI等：使用電子病歷和電子行政數據改進住院跌倒風險預測模型的關鍵因素的識別：一種機器學習方法，Int J Med Inform，143，104272，2020。