AI

エーアイ

公開：2025-01-29

エモーションテックが横浜市消防局の救急要請分析を受託、生成AIを活用したTopicScanで救急活動記録を効率的に分析

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• エモーションテックが横浜市消防局の救急要請分析を受託
• 生成AIを活用したTopicScanで救急活動記録を分析
• 救急搬送辞退事案の背景や理由を効率的に定量化

エモーションテックによる救急要請分析サービスTopicScanの活用

株式会社エモーションテックは横浜市消防局の救急需要対策として、生成AIと統計解析を活用したテキスト分析サービスTopicScanを用いた救急要請の背景分析業務を2025年1月28日に受託した。救急活動記録表に記載された大量の非構造テキストデータから、救急搬送を辞退した事案における状況や理由を効率的に分析することが可能となっている。^[1]

横浜市では令和5年の救急出場件数が過去最多となる25万件を記録しており、救急隊の現場到着時間は10年間で2分遅くなっている現状がある。緊急性の高い救急要請への迅速な対応を維持するため、予防救急の取り組みや救急車の適正利用に向けた啓発活動が展開されているのだ。

救急活動記録表から抽出したデータによると、令和5年の横浜市救急出動件数約25万件のうち、救急搬送を辞退した事案は約2割を占めている。TopicScanを活用することで、救急隊員が記載した文章データから多く記載されている話題を自動抽出し、日時や地区、性別、年齢などの情報と組み合わせた分析が実現したのだ。

救急要請分析の詳細情報

TopicScanの詳細はこちら

生成AIと統計解析について

生成AIと統計解析とは、人工知能技術と数理的手法を組み合わせてデータから意味のある情報を抽出する分析手法のことを指す。主な特徴として、以下のような点が挙げられる。

• 非構造化データから自動的にパターンや傾向を抽出
• 大量のテキストデータを高速かつ効率的に処理
• 複数の変数間の相関関係や因果関係を統計的に分析

横浜市消防局の救急活動記録表の分析では、生成AIと統計解析を組み合わせることで、これまで人手では困難だった大量の非構造テキストデータの分析を実現している。救急要請の背景や理由を効率的に定量化することで、より効果的な救急需要対策の立案が可能となることが期待されているのだ。

救急要請分析サービスTopicScanに関する考察

TopicScanによる救急要請分析は、救急医療体制の効率化という社会的課題に対する革新的なアプローチとなっている。生成AIと統計解析を組み合わせることで、これまで活用されていなかった大量のテキストデータから有用な知見を抽出することが可能となり、救急車の適正利用に向けた具体的な施策立案に貢献することが期待できるだろう。

しかし、AIによる分析結果の解釈や活用には、医療や救急の専門知識を持つ人材の関与が不可欠である。TopicScanの分析結果を救急医療現場の実態と照らし合わせながら、より効果的な救急需要対策を検討していく必要があるのだ。

今後は他の自治体への展開や、救急医療以外の分野への応用も期待される。テキストデータの分析技術が進化することで、より多くの社会課題解決に貢献できる可能性が広がっていくだろう。

参考サイト

1. ^ PR TIMES. 「エモーションテック、生成AIを活用して横浜市消防局への救急要請の背景を分析 | 株式会社エモーションテックのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000141.000021205.html, (参照 25-01-29).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧