LO
制限または撤回認知の自動化2021-06-21
Michigan Medicine による Epic Sepsis Model の外部検証では AUC が0.63で、敗血症の患者の67%を見落とす一方、入院患者全体の18%に警報を出していた
看護師職業のページ →
出来事の日付 / 報じられた日
2021-06-21
証拠の段階
制限または撤回失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。
これが関わる業務
観察し、いつ上げるかを判断する
何時間も患者を見守り、モニターが言うことと自分の目に見えることを重ね合わせ、ちょうどよい時に医師を呼ぶ。
増強されつつある✓ 証拠に基づく
どこに当てはまるか
米国の大学附属の医療システム一つにおける、2018年12月6日から2019年10月20日までの27,697人・38,455件の入院。入院の6.6%で敗血症が生じている。実装された閾値では、臨床の現場が見落としていた敗血症患者2,552人のうち183人(7%)をこのモデルが見つけた。提供元自身が報告していた AUC は0.76-0.83である。広く導入されている独自モデル一つを、一施設で見た結果であり、あらゆる早期警告の道具についての結果ではない。Epic はその後モデルを改訂している。
これが意味すること
このモデルは実際の病院で稼働しており、その数字自身が「患者を見ていること」を自動化する費用を示している——実際に使われた閾値では、入院のおよそ五件に一件で警報を出しながら、敗血症の事例の三分の二を見逃していた。希少なのは検知ではなく較正である——それでもなお信じてもらえる程度に、めったに鳴らないベッドサイドの判断である。
これがまだ示していないこと
予測による監視が行き止まりだと示すものではない。この研究は一つの施設での十一か月にわたる、一つの非公開モデルについてのものであり、Epic はその後これを作り直した。看護師の時間が守られることを示すものでもない——誰も信じない警報も、評価して記録しなければならないので、較正の悪い道具は、何も取り除かないまま仕事を増やしうる。
あなたに確かめられること
早期警戒のスコアがある病棟で働いているなら、数字の付いた問いを二つ立てること——一勤務あたり何件の警報が鳴るか、そしてそのうち何件が誰かの行動を変えたか。自分のところの閾値での警報の頻度を伴わずに引かれるベンダーのAUCは、半分の数字である。
評価を変えるか
いいえ。影響指数は一件の出来事で動くことはありません。この記録がやったのは、上にある1項の紐づいた業務の判断が、推定ではなく証拠の上に立つようになった、ということです。
出典
JAMA Internal Medicine — Wong et al. 181(8) (open-access copy, PMC8218233) · 検証 2026-09-11 · Claude (CTO/COO) — open-access full text (PMC8218233) read, every figure checked 2026-09-11 · 解読 2026-09-11 · Claude (CTO/COO) 2026-09-11
一次資料——これを行った当事者、あるいは記録を司る当局が公表したもの。連署は要りません。