救急で話した怪我の経緯からPTSDの危険を予測、米大学が新AIツール開発

米国のニューヨーク大学（NYU）ラングーン・ヘルスなどの研究チームは、救急外来を受診した患者が負傷の経緯を語った内容から、後に心的外傷後ストレス障害（PTSD）を発症するリスクを予測するAIツール「PREVIA」を開発した。研究成果は2026年11月9日付で学術誌『Nature Communications』に掲載された。

救急現場の時間的制約と早期スクリーニングの課題

米国では毎年約4,300万人の患者が身体的外傷によって救急外来（ED）を受診しており、過去の研究によればその4分の1以上がPTSDを発症している。救急外来は症状が悪化して治療が困難になる前に兆候を捉える貴重な拠点となるが、患者1人あたりの診察時間は通常15〜20分程度と限られている。そのため、標準的な質問票による詳細な心理スクリーニングを行う余裕がないのが実情だった。実際にPTSDの定常的なスクリーニングを実施している救急外来は約28％にとどまり、そのうち検証済みの評価尺度を使用している施設は3分の2にすぎないという。

専門医を上回る特定精度を実証

研究チームは145人の救急患者が語った外傷体験の音声を録音・書き起こしして分析した。その結果、PREVIAは発症リスクのある患者の95.4％以上を正確に特定した。さらに、後にPTSDを発症した30例を対象とした直接比較試験では、PTSDを専門とする救急医が89％を特定したのに対し、PREVIAは100％を特定することに成功した。「なぜ救急外来に来たのか」という日常診療における1つの質問に対する自発的な回答から、1か月後の発症リスクを予測できる心理的シグナルを検出できるとしている。

複数モデルを組み合わせた構造と説明可能性

PREVIAは異なる強みを持つ複数の公開モデルを多層学習、予測結果の出力まで、一連の作業手順を順番に自動実行できるように連結した仕組みのこと。">パイプラインとして組み合わせている。例えば「Llama」がPTSDリスクの兆候に注目する一方、「Mistral」が症状を和らげる保護因子や文脈要因を捉える。第1層で負傷時や救急外来滞在時の急性症状を抽出し、第2層で既往歴や社会的支援などの要因を評価、第3層で要約を統合する。最終層で患者の年齢や性別、外傷の種類、既知の発症率と統合し、平易な解説文付きのリスクスコアを算出する。根拠不明の判定を避け、確立された医学的リスク要因に根ざした説明を提示する仕組みだ。検証はPTSD診断の標準面接法であるCAPS-5との比較で行われた。

研究チームはPREVIAを追加の学習や微調整（ファインチューニング）を必要としないオープンソースモデルで構築しており、他の病院でも独自データを渡すことなく独立して検証や導入を進められるとしている。