急性心筋梗塞臨床知能意思決定支援システム (AMI-CIDSS)

急性心筋梗塞（AMI）は、依然として世界的に心血管死亡率の主要な原因である。 中国では、AMIの発生率が年率5.2%で増加している一方で、重大な臨床課題が持続している：一次医療施設における診断遅延は40%を超え、三次病院における「ドア・トゥ・バルーン」（D2B）遵守率はわずか65%で停滞している。 これらの数値は、非効率的な救急対応、地域間の資源格差、断片化された継続的ケアを含む体系的な欠陥を強調している。 大規模言語モデル（LLM）はAMI管理に革新的な技術基盤を提供するものの、その臨床応用は、非標準化されたデータインターフェース、限定的なモデル解釈可能性、草の根レベルの不十分なハードウェアインフラ、データプライバシーとトレーニング要件の間の内在的緊張といった重大なボトルネックによって妨げられている。

本研究は、AMIのためのAI駆動型インテリジェント意思決定システムの包括的実施戦略を提案する。 理論的レベルでは、本研究は「技術適応、シナリオ実施、保障メカニズム」の三者枠組みを確立する。 連合学習とマルチモーダル融合に基づくデータガバナンススキームを導入し、「技術的・臨床的・経済的」多次元評価モデルを構築することにより、先進技術と臨床実践の間の理論的隔たりを橋渡しする。 実践的レベルでは、本研究は資源制約環境における普及的展開を促進するための適応ゲートウェイと軽量モデルを開発し、患者の転帰を改善するために全サイクルの臨床ワークフローを最適化し、実施のための拡張可能で複製可能な経路を提供する。

技術的互換性、臨床ワークフロー統合、プライバシーとパフォーマンスのバランス、科学的評価システムの確立という四つの核心的課題に焦点を当て、本研究は既存の翻訳障壁を克服することを目指す。 AMIケアの質と効率を向上させるとともに、他の医療専門分野におけるAIの臨床転換のための先駆的な参考資料を提供することを追求する。