　テーマ1は、傷病者の発生確率が高い場所への救急隊最適配置だ。同検証は名古屋市消防局の協力を得て実施した。まず、時系列データの学習に有効なリカレントニューラルネットワーク（RNN）を用いて市全体の救急需要を予測。これと過去の救急搬送実績に基づいた確率分布を組み合わせて、救急需要の期待値の分布を算出し、そこから各救急隊の最適配置を求めた。過去の搬送事例や環境データなどを用いて考案したアルゴリズムと、現実に即したシミュレーションにて実データと比較検証したところ、平均現場到着時間を短縮できた。

　テーマ2では、搬送先医療機関のリアルタイムな受け入れ可能性について予測した。過去の救急搬送事例において、受け入れ病院を選定するまでの経緯をランキング学習によって学習し、受け入れ優先度の推定アルゴリズムを考案した。同アルゴリズムを用いて、複数の病院の受け入れ優先度を推定した結果、過半数の事例で、最終的に搬送先となった病院を最初の選定先として示すことができた。このテーマは、仙台市消防局の協力のもとで検証した。

　テーマ3は、傷病者を安全に搬送するためのルート提示だ。ごみ収集車の走行データ（慶應義塾大学が測定）を活用した藤沢市内の段差データベースから、段差警告システムのプロトタイプを作成。走行実験により、同システムの有効性を確認した。

　これら3つのテーマについて、三者はフィールドでの実証を想定しつつ、予測精度をさらに高めていく。テーマ1は2018年12月から、テーマ2と3は次年度以降に、今回の成果を適用した実証実験を予定している。

共同研究の概要（クリックで拡大）出典：NTT

「医療機器ニュース」バックナンバー

セコムの「マイドクターウォッチ」はウェアラブルヘルスケアの本命となるか
セコムは、自社開発のリストバンド型ウェアラブル端末を用いた健康管理と救急対応のサービス「セコム・マイドクターウォッチ」を発表。2017年1～3月にかけてトライアルを実施した後、同年初夏からセコム・ホームセキュリティのオプションとして正式にサービスを開始する計画である。
トンネル災害などに向けた“防爆ロボ”三菱重工と千葉工業大学が開発
トンネル災害やプラント事故など引火性ガスの充満が懸念される現場へ投入される、「爆発しない」ロボットを三菱重工業と千葉工業大学が開発した。
災害対策ロボットの課題と求められるブレークスルー
災害時に人が立ち入ることができない現場へロボットを投入し、人に替わって作業を行う、そんな災害対策ロボットへの期待はますます高まっています。ではその実現に必要な技術や要素とは？
事故発生から即座にドクターヘリが駆け付ける、トヨタとホンダが試験運用
認定NPO法人の救急ヘリ病院ネットワークは、重大な交通事故にドクターヘリを迅速に出動させる救急自動通報システム（D-Call Net）の試験運用を開始する。トヨタ自動車とホンダの一部車種で同システムを利用できる。2018年の本格運用に向けて対応車種や協力病院の拡大、精度向上を急ぐ。
災害にロボット技術で立ち向かう、レスキューロボットの現在と未来
阪神・淡路大震災から20年。この大震災は日本国内だけでなく、世界のレスキュー活動にも影響を与えた。自ら震災を経験し、レスキューロボット開発などレスキュー工学の立ち上げに携わってきた研究者の声とは。
医師と救急隊をカメラとタブレットでつなぐ、インフォコムの映像伝送システム
インフォコムは、救急車の車内にカメラとタブレット端末を設置して、病院機関に映像を伝送するシステムを展示した。こういったシステムを採用する救急車は、ここ1～2年で増えている。