機械学習アラートシステムで術中低血圧の深度と持続時間が減少、非心臓手術患者対象

【背景】

術中低血圧は術後合併症や死亡率の増加と関連しており、その予防は重要課題です。機械学習を用いた早期警告システムが開発され、低血圧発現前の予測精度が検証されていましたが、実際の臨床応用での効果は不明でした。

【結果】

機械学習早期警告システム群は標準治療群と比較して、術中の低血圧の深度と持続時間を合わせた時間加重平均が有意に低かった（中央値0.10 mmHg vs 0.44 mmHg、中央値差0.38 mmHg、95%CI 0.14-0.43 mmHg、P=0.001）。また、低血圧の総持続時間も有意に短縮しました（中央値8.0分 vs 32.7分、中央値差16.7分、95%CI 7.7-31.0分、P<0.001）。

【臨床へのインパクト】

この機械学習早期警告システムは、非心臓手術における術中低血圧の発生を減少させる可能性を示唆します。将来的に、日本の周術期管理において、AIを活用した低血圧予測・予防システムが導入され、麻酔科医の意思決定を支援し、患者の術後転帰改善に寄与する可能性があります。ただし、本研究は単施設での小規模な予備的検討であり、より大規模な研究での有効性と安全性、一般化可能性の検証が必要です。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。