Characteristics of out-of-hospital cardiac arrest calls unrecognised by machine learning versus medical dispatchers: a nationwide observational study

病院の外で人の心臓が停止したとき、一分一秒を争います。生存への道のりは、救急サービスへの一本の電話から始まります。そこでは、通信指令員が、通報者が心停止の状態を説明していることを瞬時に認識しなければなりません。この認識が、救急車の即時出動と、極めて重要な、通報者への胸骨圧迫の指示を誘発します。しかし、人間の指令員は完璧ではありません。苦しんでいる人が、いびきのように聞こえる奇妙な、あえぐような呼吸をしている場合や、通報者がパニック状態で明確に話せないために、兆候を見逃してしまうことがよくあります。近年、これらの通話を聞いて、人間が見落とす可能性のある音声パターンを特定できる、コンピュータープログラムが安全網として登場しています。救急サービスが直面している問いは、単にこれらの機械が機能するかどうかではなく、電話の反対側に座っている人間の専門家と比較して、どこで成功し、どこで失敗するかという点です。

スウェーデンの研究者たちは、人間と機械が意見を異にした特定の救急通話のセットを聴取することで、まさにこのダイナミクスを調査しようと試みました。彼らは、実際の心停止が発生したものの、人間の指令員またはコンピューターのアルゴリズムのいずれかがそれを特定できなかった2018年の90件の通話に焦点を当てました。これらの通話の音声録音を注意深く検討することで、チームはどのような具体的な状況がこれらのミスにつながったのかを理解しようとしました。彼らの目的は、どちらか一方を勝者と宣言することではなく、両者がより効果的に協力できる方法を見出すために、それぞれの独自の盲点をマッピングすることでした。

研究の結果、両グループが緊急事態を認識する方法には明確な隔たりがあることが明らかになりました。これら90件のケースのうち半分以上において、コンピューターモデルは心停止を正しく特定しましたが、人間の指令員は見逃していました。残りのケースでは、人間の指令員が緊急事態を察知しましたが、コンピューターモデルは失敗しました。この分かれ方はランダムなものではなく、状況や関係者に大きく依存していました。コンピューターは、通報者が一人であった場合、通報者が医療従事者ではなく一般の人であった場合、そして通報が個人の自宅からであった場合に、緊急事態を認識する能力が著しく高いことが示されました。また、通報者が患者を個人的に知っている場合や、通報が夜間に発生した場合にも、機械の方が優れた性能を発揮しました。

逆に、通報者が一人ではなく、通報時にすでに誰かが胸骨圧迫を行っている場合には、人間の指令員の方が緊急事態を察知する可能性が高くなりました。研究者によると、通報者が一人の場合、人間よりもコンピューターの方が成功する確率がはるかに高いことがわかりました。これは、家庭環境における単一の声による静かで集中した性質が、コンピューターが機能するために必要な明確な音声信号を供給していることを示唆しています。対照的に、人間の指令員は、他の人々が存在する場や、CPR（心肺蘇生法）がすでに開始されている場のような、混沌とした状況のコンテキストに、より依存しているようでした。おそらく、コンピューターのリスニング・ソフトウェアを混乱させる背景ノイズや、複数の声の切迫感などを拾い上げているのでしょう。

研究はまた、通報者の背景が結果にどのように影響したかも明らかにしました。コンピューターは通報者が一般の人である場合には非常に成功しましたが、通報者が医療従事者である場合には苦戦しました。これは、医療従事者がコンピューターの想定していない異なる言葉やトーンで状況を説明している可能性があり、一方で一般の人は、機械が容易に認識できる崩れや呼吸に関する標準的な記述を用いる傾向があることを示唆しています。同様に、コンピューターは通報者が患者を個人的に知っている場合に成功する可能性が高かったのですが、これは、親しい通報者が患者の状態がどのように変化したかについてより具体的な詳細を提供できるため、ソフトウェアが追跡するための明確な言語的手がかりが生まれるためと考えられます。

こうした違いはあるものの、研究者たちは、どちらの側も単独では完璧ではないことを強調しました。コンピューターは、現場が騒がしかったり混沌としていたりする場合に通話を逃しました。一方で、人間は、兆候が微細であったり、通報者が孤立していたりする場合に通話を逃しました。著者らは、最も有望な道筋は、人間の指令員を機械に置き換えることではなく、コンピューターを支援ツールとして活用することであると示唆しています。このシナリオでは、機械が「第二の耳」として機能し、人間が注意を逸らしている可能性がある状況や、機械が得意とする「通報者が一人である状況」において、心停止を検知した際に人間の指令員に警告を発するのです。

これらの知見には、注意書きが添えられています。本研究は、両者が意見を異にした比較的少数の通話グループを対象としており、研究者らは、限定された数であるために一部の統計的パターンが完全に精密ではないことを指摘しています。また、テクノロジーの進化や通話の種類の変化に伴い、コンピューターのパフォーマンスが変化する可能性についても指摘しています。しかし、核心となる観察結果は強固なままです。すなわち、人間と機械は異なる種類のミスをするということです。これらの具体的な違いを理解することで、救急サービスは、コンピューターが静かで孤立した通話を高い感度で処理し、人間の指令員が複雑で騒がしい現場を管理するという、単独で達成できるものよりも多くの命を救えるパートナーシップを構築できるのです。