生死に関わる問題：病院のICU病棟で人工知能は何ができるのか？

病院の集中治療室 (ICU) では、重病の患者を一日中一連の機器に接続し、いつでもバイタルサインを監視および維持できるようにする必要があります。これらの高度な医療機器は、患者の生命維持を支援するために設計されています。点滴は血管に継続的に栄養分を注入し、人工呼吸器は肺に空気を送り込み、体に取り付けられたセンサーは心拍数、血圧、その他のバイタルサインを追跡し、ベッドサイドのモニターはデータを波線でプロットします。機械が通常のパラメータから外れた測定値を記録すると、すぐにビープ音とアラームが鳴り、医療スタッフに潜在的な問題を警告します。

こうしたシーンはハイテクな要素に満ちているものの、その技術自体は十分に活用されていない。各マシンは患者の情報を個別に監視しており、デバイスは連携して動作しないため、豊富なデータ ストリームをキャプチャしたり分析したりすることはできません。明らかに、ICU チームの中心となる看護医師、看護師、呼吸療法士、薬剤師、その他の専門家が、すべての患者に常に細心の注意を払うことは不可能です。

将来の ICU では、機械とそれらが生成する継続的なデータ ストリームをより有効に活用することになります。個々のモニタリング デバイスが個別に動作するのではなく、情報が集約され、患者の健康状態に関する包括的な情報が医師に提供されます。さらに、この情報は人工知能 (AI) システムにも送られ、それに応じてデバイスの設定が自動的に調整され、最終的には患者が常に最良の健康状態を保つことが保証されます。

ニュージャージー州ホーボーケンに拠点を置く当社 Autonomous Healthcare では、ICU 向けの初の AI システムの設計と構築を行っています。これらのテクノロジー ソリューションは、専門家が常に患者のベッドサイドにいるかのように慎重に調整された治療により、細心の注意を払った繊細なケアを提供するように設計されています。このようなシステムは、集中治療室のスタッフの負担を大幅に軽減し、さらに重要なことに、患者がより早く集中治療室から退院できるようにすることで、医療費を削減することができます。当初は米国の病院に焦点を当てていましたが、人口の高齢化と慢性疾患の割合の増加に伴い、この種のテクノロジーが世界中で大きな影響を与える可能性があることに気づきました。

これによって得られる利益は莫大なものとなるでしょう。米国では、ICU は医療システムの中で最も費用のかかる要素です。現在、毎日約 55,000 人の患者が ICU で治療を受けており、平均 1 日の費用は 3,000 ドルから 10,000 ドルの範囲です。累積関連コストは年間800億ドルを超えます。

ベビーブーマー世代が高齢化するにつれ、ICUの重要性はさらに顕著になります。現在、米国の ICU 患者の半数以上が 65 歳以上であり、この人口は 2014 年の 4,600 万人から 2030 年までに 7,400 万人に増加すると予想されています。ヨーロッパやアジアでも同様の傾向が見られ、これは世界的な問題となっています。急性期臨床ケアの需要の高まりに応えるために、ICU は機能と能力をさらに向上させる必要があります。この点では、より多くの集中治療の専門家を育成することに加えて、自動化を導入することも、これを達成するための重要な方法です。もちろん、AI システムは人間に取って代わるために存在するのではなく、医療チームの一員として機能し、医師や看護師が最も必要とされるときに、最も必要とされる場所でスキルを発揮できるように支援するために存在します。

[[248166]]

重篤な患者の中には人工呼吸器を必要とする人もいます[1]。これらの機械は肺に空気を送り込むことはできるが、そのリズムが自然な呼吸パターンと同期しない場合があり、患者が人工呼吸器と「戦う」ことになる。インテリジェント制御システムは、機械学習アルゴリズムを使用して、空気の流れをリアルタイムで読み取り[2]、さまざまな種類の人工呼吸器の非同期を識別できます[3]。この完全に自律的なシステムでは、適応型コントローラ[4]が人工呼吸器の気流を継続的に調整し、患者と同期させます。完全な自律操作に向けた第一歩として、同様のシステムを ICU の意思決定支援ツールとして使用し、呼吸療法士に機器の調整に関する推奨事項を提供することもできます。

現在の ICU では、表示が数秒ごとに更新されるため、ベッドサイド モニターのデータを十分に理解できないことがよくあります。一部の先進的な ICU ではすでにこれらの測定値をアーカイブしようとしていますが、医療専門家が臨床的洞察を得るためにデータを掘り起こすのは依然として困難です。

人間の医師には、急速に蓄積されるデータを解釈するための時間もツールもないことがよくあります。しかし、人工知能システムはこれを実現できます。また、重要な ICU タスクに関係する機械を調整するなど、データに基づいてアクションを実行することもできます。 Autonomous Healthcare では、まず患者の換気と体液の管理を目的とした AI システムに重点を置いています。人工呼吸器は、患者が鎮静状態にあるときや、ICU でよく見られる肺不全のときに使用されます。慎重な体液管理により、患者の循環器系に常に適切な量の血流が確保され、すべての組織と臓器に十分な酸素が供給されます。

実際、私たちのアプローチは、一見無関係な分野である航空宇宙から来ています。私たちハダッドとゴラミは二人とも、もともと航空宇宙分野の制御エンジニアでした。私たちが初めて出会ったのはジョージア工科大学の航空宇宙工学部で、ハッダッド氏は電力システムと制御の教授で、ゴラミ氏は博士研究員でした。ベイリーは2000年にエモリー大学医学部の麻酔科准教授として私たちのチームに加わりました。ハダッド氏とベイリー氏は当初、手術室での麻酔投与と出産管理を自動化できる制御方法の調査に着手した。関連する臨床研究テストは、アトランタのエモリー大学病院とジョージア州ゲインズビルのノースイーストジョージア医療センターで実施されています。この後、より複雑で広範囲にわたる ICU 制御に注目します。 2013 年、Haddad 氏と Gholami 氏は AI システムを商品化するために Autonomous Healthcare を設立しました。ゴラミ氏は同社のCEO、ハッダッド氏は最高科学顧問、ベイリー氏は最高医療責任者を務めている。

では、航空宇宙科学と医学の共通点は何でしょうか? 具体的には、どちらも大量のデータを扱い、生命が脅かされるときに迅速に処理して意思決定を行う必要があります。また、複数のタスクを同時に実行し、円滑な操作を維持することも必要です。より具体的には、フィードバック制御技術が集中治療モニタリング医療に活用されていることがわかりました。これらのテクノロジーは、アルゴリズムとフィードバックを使用して、センシング、コンピューティング、アクチュエーションを通じてエンジニアリングされたシステムの動作を変更します。実際、このような技術は、飛行制御や航空交通管制などの安全性が重要となるシステムに広く採用されています。

しかし、飛行機の患者と病院の患者の間には重要な違いがあります。航空機の設計と制御は、確立された力学と空気力学の理論に基づいていますが、人体は非常に複雑な生物学的システムであり、実際、今日に至るまで、これらのシステムがどのように動作し、相互作用するかは、まだ完全には理解されていません。

さて、人工呼吸器の管理に戻りましょう。直接的な外傷、肺感染症、心不全、または敗血症などの炎症性症候群を患う ICU 患者には、受動的な換気呼吸を実現するために肺に空気を送り込む人工呼吸器のサポートが必要になる場合があります。この装置は、患者の自発呼吸を代替または補助するために継続的に作動します。

しかし、人間と機械の相互作用は、多くの場合非常に微妙です。人体には独自の自動呼吸制御機構があり、神経系が横隔膜を収縮させて肺を下方に伸ばし、空気の吸入を開始します。人工呼吸器には、患者の吸気と呼気のプロセスを自然な方法で同期させ、患者の自発呼吸中の空気流量を可能な限り一致させるという、同じ固有の駆動方式が備わっている必要があります。

Autonomous Healthcare の Syncrom-E システムは、気流を分析して、患者が呼吸を補助するために人工呼吸器を使用できるようにします。

残念ながら、患者のニーズと機械の供給能力の間には大きな不一致がしばしばあり、「患者と人工呼吸器の争い」につながる可能性があります。たとえば、患者は自然に吸入に時間がかかるかもしれませんが、人工呼吸器は呼気段階に切り替わるのが早すぎる場合があります。この同期の問題は、人工呼吸器や他のタイプの人工呼吸器でよく見られるもので、ICU での患者の滞在期間や死亡リスクに直接関係します。さらに、専門家たちは、この非同期状態がどのようなより具体的な悪影響をもたらすのかをまだ完全には解明していない。しかし、機械が肺に空気を強制的に送り込むと、非同期状態の患者は明らかに不快感を覚え、筋肉の反応によって余計な身体的負担が生じることは確かだ。米国のICUでは、重度の人工呼吸器非同期症の患者の割合は12%から43%と推定されています。

もちろん、この問題を解決するための最初のステップは、呼吸数を検出することです。経験豊富な呼吸療法士は、人工呼吸器のディスプレイ上の圧力指数と流量波形を継続的に観察して、さまざまな種類の非同期の問題を特定できます。しかし、ICU では呼吸療法士が 10 人以上の患者を監督する必要があることが多く、当然ながら呼吸療法士が常にすべての患者と一緒にいることはできません。

当社では、さまざまな種類の非同期の問題を検出する人間の専門知識を再現する機械学習フレームワークを設計しました。システムをトレーニングするために、人工呼吸器患者の波形データセットを使用します。各波形は臨床専門家のグループによって評価されています。私たちのアルゴリズムは、特定の時点における気流信号に存在する特定の傾斜角度など、さまざまな非同期機能を学習します。これまでのアルゴリズム パフォーマンスの評価では、いわゆるループ非同期に焦点を当てましたが、これは非同期問題の中でも最も困難なタイプでもあります。人工呼吸器の呼気は患者自身の呼気運動と一致しなくなっていましたが、当社のアルゴリズムは新しいデータセットでサイクルの非同期性を非常に高い精度で検出することができ、関連する結論は人間の専門家の判断と非常に一致していました。

現在、私たちはノースイーストジョージア医療センターのICUでこのアルゴリズムをテストしており、実際の患者の呼吸の非同期性をリアルタイムで検出しています。この技術は臨床意思決定支援システムに組み込まれ、呼吸療法士が患者のニーズをより迅速かつ正確に評価するのに役立っています。このフレームワークは、呼吸の非同期の根本的な原因とそれが患者に与える影響について、研究者にさらに理解を深めるためのツールも提供します。私たちの長期的な目標は、各患者のニーズに応じて設定を自動的に調整する新しい人工呼吸器を設計することです。

集中治療室の光景といえば、患者のベッドの横にビニール袋が掛けられ、点滴で体内に液体が継続的に注入されている様子を思い浮かべる友人も多いだろう。はい、患者の約4分の3はICU滞在中にこの注射を受ける必要があります。

しかし、注入する薬剤の具体的な量の調整は科学的な方法で行われていません。実際、患者の水分摂取量を追跡することは常に困難な作業でした。既存の医療用センサーでは水分量を直接監視できないため、医師は血圧や尿量などの間接的な指標に頼らざるを得ませんでした。患者に必要な実際の輸液量は、患者が患っている病気や現在服用している薬などの要因によって異なります。

ほとんどのICU患者は、輸液ポンプまたは静脈内注入を使用して静脈に液体を滴下する必要があります[1]。この期間中、水分摂取量の正確さを確保することが極めて重要です。循環器系内の水分量が少なすぎたり多すぎたりすると、深刻な合併症が発生する可能性があります。インテリジェント制御システムは、動脈血圧や心臓から送り出される血液量などの関連指標をリアルタイムで追跡することができます[2]。その後、システムはそのデータを、体内の血管や組織を通る体液の動きを表す生理学的モデル[3]に入力することができます。この完全に自律的なシステムでは、適応型コントローラ[4]が患者の状態を安定させるために投与する液体の量を継続的に調整することができます。初期段階では、ICU の医師がまずこのテクノロジーを、推奨事項を提供する意思決定支援システムに導入することができます。

敗血症の患者の場合、正確な量の輸液を得ることがさらに重要です。敗血症は全身性炎症を特徴とする、生命を脅かす可能性のある症候群です。これらの患者では、広範囲にわたる血管拡張、低血圧、そして最も細い血管である毛細血管からの体液漏出がよく見られます。この場合、血液が臓器に運ぶことができる酸素の量が減少し、臓器不全や患者の死につながる可能性があります。医師は敗血症と闘うために血圧を上げる薬を処方し、患者の循環器系に余分な水分を送り込む必要がある。

最も重要なことは、注入する液体が多すぎずに十分な液体を注入することです。液体が多すぎると、肺水腫、肺への液体の蓄積など、さまざまな合併症を引き起こし、正常な呼吸を妨げることもあります。研究では、過剰な輸液は人工呼吸器の使用期間の延長、入院期間の延長、さらには死亡率の上昇につながる可能性があることが示されています。

したがって、医師の目標は、患者の体液を一定のレベル、つまり平均的な患者の全体的モデルに基づいたレベルに維持することです。医師はICUを巡回する際に、血液中のガス混合をチェックし、血圧や尿量を監視して、患者の状態が安定しているかどうかを確認します。明らかに、液体を追加するタイミングと量に関する判断は非常に主観的であり、普遍的に適用可能なベストプラクティスを見つけることは困難です。

この点に関しては、人工知能システムの方が優れている可能性があります。患者の一般的な状態に基づいて目標を設定して決定を下すのではなく、個々の患者の生理学的指標をリアルタイムで分析し、特定のニーズに基づいて注射を継続的に分配します。

Autonomous Healthcare では、患者の体液レベル (血圧や心拍ごとに送り出される血液量の変化など) を間接的に測定し、そのデータを高度な生理学的モデルに取り込む、完全に自動化されたシステムを開発しました。当社のシステムはこれらの測定値を使用して、体内の血管と組織の間で体液がどのように移動するかを評価し、新しい測定値が出てくると継続的にパラメータを調整します。また、後続のフロー入力に基づいて設定を調整する専用の適応型コントローラーも備えています。

当社のアプローチの大きな利点の 1 つは、制御エンジニアが閉ループ システムの安定性と呼ぶものに重点を置いていることです。つまり、通常の状態に対する振動は、わずかで短命な変化しか生じないということです。閉ループ安定性を確保する制御システムを使用するエンジニアリング アプリケーションはすでに多数存在します。たとえば、航空機が強い乱気流に遭遇すると、自動操縦システムが補正して振動の振幅を最小限に抑えます。しかし、ほとんどの医療機器制御システムにはそのような保証機能がありません。敗血症患者の体液レベルが急速に低下していると医師が判断した場合、一度に大量の水分を投与し、過剰補充の問題を引き起こす可能性があります。

ICU 患者が輸液ポンプから多すぎるまたは少なすぎる液体を摂取するのを防ぐために、Autonomous Healthcare の CLARC システムは循環器系からデータを読み取ります。

私たちは獣医麻酔科医であり心臓血管生理学者でもあるウィリアム・ミュア氏と協力して、この自動体液管理システムをテストしてきました。私たちはこのシステムを使って、出血している子犬への水分投与を調整しました。私たちのシステムは子犬を安定した状態に保つことに成功しました。心臓の鼓動ごとに送り出される血液の量は常に比較的一定でした。

もちろん、完全に自動化された体液管理システムを人間の患者に使用するための規制当局の承認を得るには、さらに多くのテストが必要です。人工呼吸器の管理と同様に、ICU の意思決定支援システムの構築から始めることができます。この「人間が関与する」システムは、臨床医に情報と推奨事項を提供し、臨床医はそれに応じて回転ポンプの設定を調整します。

呼吸と体液の管理に加えて、患者ケアに関連するその他の重要な自動化領域には、疼痛管理と鎮静が含まれます。将来の ICU では、これらの臨床操作のほとんどが人工知能システムによって監視、調整、制御され、各患者の生理状態を評価して機器の設定をリアルタイムで調整できるようになると予想されます。

しかし、このビジョンを実現するには、信頼できるテクノロジーだけでは不十分です。また、病院システムに存在する多くの規制上の障壁や制度上の制約にも対処する必要があります。

明らかに、規制当局はあらゆる新しい自律型医療システムを注意深く精査する必要があるだろう。規制当局には、自動車業界と航空宇宙業界で一般的に使用されている 2 つのテスト フレームワークを採用することをお勧めします。 1 つ目は、コンピューター シミュレーションを通じてアルゴリズムをテストするコンピューター シミュレーション実験です。もちろん、これらのテストは、シミュレーション環境が高精度の生理学的モデルに基づいていることを前提としています。これはすでにいくつかのアプリケーションで可能になっています。たとえば、米国食品医薬品局は最近、糖尿病患者用の人工膵臓を開発するために、動物実験の代替としてコンピューターシミュレーションの使用を承認しました。

2 番目の実用的なフレームワークは、「ハードウェア イン ザ ループ」テストを利用します。このテストでは、ハードウェアが、ジェット エンジンから人間の循環器系まで、あらゆる対象を表します。その後、実際の臨床モニターと同じ種類のデータを生成する自動輸液ポンプなどのデバイスをハードウェア プラットフォーム上でテストできます。これらのハードウェアインザループ テストにより、デバイスがシミュレートされたシナリオと実際のシナリオで同様に良好に動作することを証明できます。これらの技術が重篤な患者に効果があることが証明されれば、次のステップは実際の患者ケアでテストすることです。

これらの技術を病院に導入するには、まず医療界の認知と信頼を得ることが第一歩です。医療分野は一般的に保守的な環境であり、もちろんこの保守には十分な理由があります。患者の健康を脅かす可能性のある変更を望む人は誰もいません。当社のアプローチは、段階的に技術を検証することです。まず、意思決定支援システムを商品化してその有効性と利点を実証し、その後、徐々に真に自律的なシステムに移行します。人工知能レベルの向上により、ICU はよりスマートで、より安全で、より健康的な新しい姿を表現できるようになると信じています。