NYU LangoneのPREVIA、救急外来での語りからPTSDリスクを検出

NYU Langone Healthは2026年11月9日、同機関のAIアンサンブルPREVIAが救急外来での外傷体験に関する語りを分析し、1カ月後の心的外傷後ストレス障害（PTSD）のリスクを推定したと発表した。145人を対象とした研究では、最も良好な構成で感度95.4%を報告した。この実験的なスクリーニングツールは、救急外来での受付時に長時間のメンタルヘルス質問票を追加することなく、リスクのある患者を特定するよう設計されている。

Nature Communicationsに掲載された論文は、11月9日に発表され、3つの交差検証分割全体でAUROC 78.5%、適合率46.8%を報告するとともに、より大規模で独立したコホートでの検証を求めている。感度は後にPTSDを発症した症例のうち検出できた割合、適合率はリスクありと判定された患者のうち実際にPTSDを発症した割合を示し、AUROCはスコアが2つの転帰をどの程度適切に区別できるかを要約する。この適合率は、陽性判定の多くが偽陽性となり、フォローアップにあたる職員の時間や患者の負担、リソース配分のコストが増える可能性を意味する。ただし、次の段階で通常行われるのは短時間の評価であり、侵襲的な介入ではない。

PREVIAは、現場にある実務上の課題に対応するよう設計されている。研究によると、米国の救急外来のうち、PTSDの定期的なスクリーニングを実施しているのは約28%にすぎず、そのうち検証済みの質問票を使っているのは3分の2にとどまる。医師が1人の患者に対応できる時間は通常15～20分ほどであり、標準的な評価は緊急の医療ニーズと時間を奪い合う。外傷後の最初の1カ月は、患者の多くがその時点までに病院との接点を失っているため、特定において重要な期間となる。

筆頭著者で、NYU Grossman School of Medicineの計算精神医学部門の共同ディレクターを務めるKatharina Schultebraucksは、次のように述べた。「PREVIAは、患者にリスクがあることとその理由を特定するAIスクリーニングツールとして機能し、混雑する救急外来でも受付にかかる時間を増やさずに利用できます。」

ベッドサイドでの語りからリスクスコアへ

研究コーディネーターは、ニューヨーク市内のレベル1外傷センター2施設で、救急外来を受診するきっかけとなった出来事について患者に語ってもらった。参加者は外傷を受けてから24時間以内に登録され、iPadで動画を撮影しながら、最長3分間回答するよう求められた。語りの長さは平均約374語だった。Whisperが患者の発話を文字起こしし、英語を母語とする研究スタッフが記録を確認した。1カ月後のPTSDの転帰は、臨床診断面接であるDSM-5用臨床家実施PTSD尺度を用いて判定した。

PREVIAは各文字起こしを3つの層に分けて処理する。第1層では、LlamaとMistralがそれぞれ独立して、外傷後早期のストレス症状、外傷体験中の反応、リスク因子、保護因子を評価する。DeepSeekが両モデルによる8件の評価を構造化された要約にまとめる一方、2つのモデルの数値スコアは同じ重みで平均される。最後に、評価モデルが要約と年齢、性別、外傷の種類、PTSDの有病率に関する情報を組み合わせ、0～100のリスクスコアと短い説明を生成する。

このパイプラインでは、研究サンプルを使ったパラメーター学習やファインチューニングを行わず、ゼロショットプロンプトを使用する。分類しきい値の最適化と評価には交差検証を用いた。

より単純なモデルおよび1人の専門家との性能比較

論文によると、多くの指標において、PREVIAとO3、Llama、Mistralをそれぞれ単独でゼロショット構成にした場合の全体的な性能はおおむね同等で、PREVIAの最も明確な強みは感度にあった。診断基準を完全には満たさないものの、臨床的に意味のある症状がある閾値下PTSDでは、PREVIAの感度は89.7%、F1スコアは69.4%だった。F1スコアは適合率と感度を組み合わせた指標である。

研究では、PTSD症例9人を含むよう層別化して無作為に選んだ語り30件について、別途比較を報告している。この比較でPREVIAは感度100%、AUROC 84.4%を記録した。救急医1人の感度は88.9%、AUROCは83.9%で、適合率は両者とも50%だった。この医師は救急医療に24年以上従事し、PTSD研究の専門経験も有していた。評価者が1人のみの設計であるため、この比較結果がさまざまな経験年数や臨床現場にも当てはまるかどうかは明らかでない。

検証と導入に必要な条件

参加者は英語を話す、医学的に安定した18～80歳の成人で、サンプルの31%を女性が占めた。医学的に不安定な患者は除外されており、慢性PTSDのリスクが最も高い患者の一部が対象から漏れている可能性がある。著者らは、他の言語での検証、長期的なPTSDの経過、うつ病などの併存症、臨床家の判断や救急医療のワークフローとの統合を、今後の課題として挙げている。

著者らは、短い音声記録を電子カルテにある人口統計学的情報および外傷に関する変数と組み合わせ、追加の臨床家の入力なしにリスクスコアと説明を返す臨床ワークフローを提案している。この研究では、このようなスクリーニングが患者の転帰を改善することは立証されていない。PREVIAは、NVIDIA A100 GPUを用いるHIPAA準拠の高性能コンピューティング環境で稼働した。自施設でのホスティングにより患者データを管理できる一方、導入には病院側に適切なコンピューティング環境とガバナンス体制が整っている必要がある。

公開されているPREVIAのリポジトリでは、ローカルで実行するオープンウェイトモデル向けのパイプラインとプロンプト一式に加え、エンドツーエンドのデモ用に作成された5件のナラティブを公開している。個人を特定できる臨床ナラティブと精神医学的評価は、プライバシーと同意に関する理由から非公開となっている。そのため、このデモでは動作を検証できるものの、論文の定量的な結果を再現することはできない。

PREVIAが直ちに提供するのは、通常の救急受診と臨床医が評価した転帰に基づき、第三者が独立して検証できるスクリーニング手法である。その臨床的価値は今後、独立した検証にかかっている。すなわち、より大規模なコホートでも感度が維持されるか、医療サービスが偽陽性に対応できるか、そして病院が救急医療を妨げることなく、録音、フォローアップ、安全なコンピューティング環境を導入できるかが問われる。