| 講演名 | 2023-03-13 大規模救急データと年代別人口推計データに基づく長期的救急需要予測手法の提案 金田 真輝(神戸大), 陳 思楠(神戸大), 中村 匡秀(神戸大), 佐伯 幸郎(高知工科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，日本は超高齢社会に直面しており，多岐にわたってその影響を及ぼしている．とりわけ救急医療の逼迫，救急搬送件数の増加の問題はかなり深刻であり，早急な対応が求められている．このような現状を受け我々研究グループは神戸市消防局と共同研究を行っており，その中でも本研究では中長期的な救急搬送件数の予測に着目してその手法を提案し，確立させることで救急隊の戦略的な配備や医療現場における規模の拡大縮小の指標の提供をすることを目的とする．この中長期的な搬送件数予測は機械学習を用いずに，各地における救急ビッグデータと人口実績，将来人口推計を分析することにより実現している．この提案手法を評価するために神戸市で評価検証を行った．その結果，この提案手法による搬送件数予測は過去の神戸市の搬送件数実績から見ても妥当な結果と言えた．また目的としている救急医療現場における戦略的配備のための指標の提供のために，具体的な搬送件数の傾向予測，予測最大搬送件数なども約95%以上の予測精度で予測できていることが分かった． この結果からこの救急搬送件数予測手法が確立され，日本各地における救急医療現場の効率化，さらには業務形態の改善が期待できる． |
| 抄録(英) | In recent years, Japan is facing a super-aging society, which has a wide range of impacts. In particular, the tightness of emergency medical care and the increase in the number of ambulance transports are quite serious problems, and urgent measures are required. In response to this situation, our research group is conducting joint research with the Kobe City Fire Department. The purpose is to provide an index for the strategic deployment of ambulance crews and scale expansion/decrease at medical sites. This medium- to long-term prediction of the number of transported cases is realized by analyzing emergency big data, population records, and future population projections in each region without using machine learning. In order to evaluate this proposed method, evaluation verification was performed in Kobe city. As a result, it can be said that the prediction of the number of transported cases by this proposed method is a reasonable result even from the past record of the number of transported cases in Kobe City. In addition, in order to provide indicators for strategic deployment in the emergency medical field, which is the goal, it is necessary to be able to predict the trend of specific number of transports and the maximum number of transports with a prediction accuracy of about 95% or more. was found. Based on this result, this method for predicting the number of cases of ambulance transportation has been established, and it is expected to improve the efficiency of emergency medical sites in various parts of Japan and improve the work style. |
| キーワード(和) | 救急需要 / 高齢化 / 医療逼迫 |
| キーワード(英) | emergency demand / Aging society / medical stringency |
| 資料番号 | LOIS2022-54 |
| 発行日 | 2023-03-06 (LOIS) |
| 研究会情報 | |
| 研究会 | LOIS |
|---|---|
| 開催期間 | 2023/3/13(から2日開催) |
| 開催地（和） | 大濱信泉記念館 |
| 開催地（英） | |
| テーマ（和） | ライフログ活用技術、オフィスインフォメーションシステム、ライフインテリジェンス、および一般 |
| テーマ（英） | |
| 委員長氏名（和） | 戸田 浩之(NTT) |
| 委員長氏名（英） | Hiroyuki Toda(NTT) |
| 副委員長氏名（和） | 茂木 学(拓殖大) |
| 副委員長氏名（英） | Manabu Motegi(Takushoku Univ.) |
| 幹事氏名（和） | 深江 一輝(長崎大) / 齋藤 晴美(NTT) |
| 幹事氏名（英） | Kazuki Fukae(Nagasaki Univ.) / Harumi Saitou(NTT) |
| 幹事補佐氏名（和） | 山本 修平(NTT) |
| 幹事補佐氏名（英） | Syuhei Yamamoto(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Life Intelligence and Office Information Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 大規模救急データと年代別人口推計データに基づく長期的救急需要予測手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Proposal of long-term emergency demand forecasting method based on large-scale emergency data and age-specific population projection data |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 救急需要 / emergency demand |
| キーワード(2)（和/英） | 高齢化 / Aging society |
| キーワード(3)（和/英） | 医療逼迫 / medical stringency |
| 第 1 著者 氏名（和/英） | 金田 真輝 / Masaki Kaneda |
| 第 1 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ) |
| 第 2 著者 氏名（和/英） | 陳 思楠 / Sinan Chen |
| 第 2 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ) |
| 第 3 著者 氏名（和/英） | 中村 匡秀 / Masahide Nakamura |
| 第 3 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ) |
| 第 4 著者 氏名（和/英） | 佐伯 幸郎 / Sachio Saiki |
| 第 4 著者 所属（和/英） | 高知工科大学(略称：高知工科大) Kochi University of Technology(略称：Kochi Univ of Technology of) |
| 発表年月日 | 2023-03-13 |
| 資料番号 | LOIS2022-54 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | LOIS-423 |
| ページ範囲 | pp.59-65(LOIS), |
| ページ数 | 7 |
| 発行日 | 2023-03-06 (LOIS) |