Population-Scale Functional Fall-Risk Indicator Assessment in Medicare Annual Wellness Visits Using Conversational AI

あなたは、混雑した賑やかな街を歩いているところだと想像してください。ほとんどの人は順調に歩いていますが、中にはよろめいている人もいれば、壁に寄りかかっている人もいます。中には、すでに派手に転倒してしまった人も数人います。医学の世界では、高齢者の転倒は大きな懸念事項です。転倒は「静かな泥棒」のようなものです。それは人の自立を奪い、深刻な怪我を引き起こし、さらには死に至ることさえあります。長い間、医師たちはこれらの「泥棒」を捕まえようと、「この1年間に転倒しましたか？」という単純な質問をしてきました。それは、まるで段差でつまずいたことがある人のリストをチェックしている警備員のようなものです。

しかし、ここに問題があります。人々は、自分がつまずいたことを思い出したり、認めたりするのが苦手なのです。「ああ、一瞬バランスを崩しただけだ、あれはカウントされないだろう」と考えたり、「転倒したことを認めることは、運転免許を失ったり老人ホームに入らなければならないことを意味するのではないか」と恐れたりするのです。そのため、警備員のリストは、人々がまだふらついているにもかかわらず、空欄のままになってしまうことがよくあります。ここで、新しい種類の探偵が登場します。それが「対話型AI」です。これは、電話越しに話すフレンドリーで非常にスマートなロボットだと考えてください。このロボットは、「転倒しましたか？」とは聞きません。代わりに、「立ち上がる時に肘掛けを押す必要がありますか？」とか、「歩く時に壁に手を添えますか？」と尋ねます。ロボットは、転倒したという「記憶」を探しているのではなく、ふらつきの「兆候」を探しているのです。この論文は、このロボット探偵が、古いリストが見逃してしまった「隠れたふらつき」を見つけ出せるかどうかを検証しています。

探偵の新しい道具

この研究において、研究者たちはこのロボット探偵をテストするために、オハイオ州の大きなヘルスケアシステムと協力しました。彼らは、定期的な年次健康診断の一環として、自宅で生活している511人の高齢者に電話をかけました。人間の看護師が質問をする代わりに、対話型AI（音声ベースのコンピュータプログラム）が約16分間、彼らとチャットを行いました。ロボットは、「機能的な転倒リスク指標」を見つけ出すために設計された7つの特定の質問を投げかけました。これらは「転倒したかどうか」を聞くものではなく、「体がどのように機能しているか」についての質問です。例えば、椅子から立ち上がる時に手を使う必要があるか、歩行時に不安定さを感じるか、あるいは転倒することを心配しているか、といったことです。

研究者たちが探していたのは、特定のグループの人々でした。それは、「この1年間、転倒していません」と言いながらも、ロボットの質問によって、実際にはバランスや筋力が低下していることが判明した人々です。彼らを「隠れたリスク」層と呼びました。もしロボットが、その人が2つ以上のこれらのトラブルの兆候を持っていると判断した場合、たとえ本人が一度も転倒していないと主張していても、「高い転倒リスク指標（high fall-risk indicator burden）」があるとしてフラグを立てました。

ロボットが見つけたもの

結果は、誰も存在を知らなかった都市の地図の、隠された層を見つけたかのようでした。「転倒していません」と答えた378人のうち、ロボットは、そのうちの約3分の1（32.3%）が、実は2つ以上の高い転倒リスクの兆候を持っていることを発見しました。これらは、歩く時に家具に掴まっていたり、足元がふらついていたりする人々ですが、実際に地面に叩きつけられるまでは、医師に助けが必要であることを伝えるつもりもなかった人々です。

逆に、「はい、転倒しました」と認めた133人の間では、81.2%の人にこれらの高いリスクの兆候があることがロボットによって確認されました。これはロボットにとって良い兆候でした。なぜなら、人々が実際に転倒したとき、ロボットの質問が正しく彼らが危険地帯にいることを特定できることを証明したからです。研究によると、転倒を報告した人は、転倒を報告しなかった人よりも、これらの複数のリスク兆候を持っている確率が約9倍高いことがわかりました。年齢や性別を調整した後でも、この関連性は強力なままでした。

「転倒前」のミステリー

この論文の最もエキサイティングな部分は、この「隠れた」グループについて示唆されていることです。著者らは、これらの人々は「転倒前（pre-fall）」の集団である可能性があると提案しています。橋にひび割れが入り始めている様子を想像してください。橋はまだ崩落（転倒）していませんが、ひび割れ（リスクの兆候）は存在しています。ロボットは、橋が崩れる前にそのひび割れを見つけているのです。この研究は、多くの高齢者が、実際に転倒するずっと前から、脚力の低下やバランスの不安定さといった機能的な欠陥を抱えていることを示唆しています。彼らはまだ転倒していないため、それを報告せず、従来のスクリーニングでは完全に見逃されてしまうのです。

どれほど確かなのか？

この論文は、自分たちが何を知っていて、何を知らないのかについて非常に明確です。それは、ロボットが大規模な集団の中でこれらの隠れたリスクの兆候を正常に特定できること、そしてこれらの兆候が実際に転倒した人々と一致していることを「測定」したということです。数学的な計算によれば、ロボットの発見と転倒の現実との間には非常に強い結びつきがあります。

しかし、論文は、これらの人々が将来必ず転倒することを「証明」したわけではないことも認めています。これは、ある一時点でのスナップショット（横断的研究）であり、未来に向かって再生される映画ではありません。著者らは、これらの人々が高いリスクにある可能性が高いと示唆していますが、ロボットの予測が本当に的中するかどうかを確認するためには、これらの人々を時間を追って追跡する、さらなる研究が必要であるとしています。また、ロボットは人間と同様に、人々が正直に答えることに依存していること、そしてこの研究は特定の地域で行われたものであるため、他の場所では異なる結果になる可能性があることも指摘しています。

まとめ

簡単に言えば、この論文は、「転倒しましたか？」と尋ねるだけでは不十分であることを示しています。なぜなら、人々は忘れたり、真実を隠したりすることがあるからです。しかし、フレンドリーな自動電話を通じて、「体を動かすときに感覚はどうですか？」と尋ねれば、転倒の瀬戸際でふらついているものの、まだ転倒していない大きなグループを見つけ出すことができます。ロボットは転倒という問題を解決したわけではありませんが、地面に叩きつけられる前に、助けを必要としている人々を見つけ出すための、新しい、拡張可能な方法を見つけ出したのです。それは、橋が崩壊する前に、そのひび割れを見つけるための「暗視ゴーグル」を街に与えるようなものです。