本研究では救急外来における挿管困難と初回挿管成功の予測に機械学習を応用した事例を報告する．挿管困難を予測するために従来法（例：mLEMON）が使用されてきたが，その予測能力は改善の余地があり，また初回挿管成功を予測するモデルは存在しなかった．本研究では国内13施設で得た挿管データ（n = 10,816）から機械学習を用いた予測モデルを構築し，その予測能をそれぞれmLEMON法およびロジスティック回帰をリファレンスモデルとして比較した．挿管困難の予測には患者特性とバイタルサインを使用し，初回挿管成功の予測には使用可能な全ての挿管データを使用した. 挿管困難予測モデルのc統計は、mLEMONと比較して高かった（アンサンブル法 0.73 [95％CI 0.67-0.79] 対 mLEMON 0.62 [95％CI 0.58-0.65] p<0.01). 初回挿管成功予測モデルにおいても, 参照ロジスティック回帰モデルと比較して判別能力が高かった（勾配ブースティング 0.82 [95％CI 0.80-0.84] 対 参照ロジスティック回帰 0.60 [95％CI 0.58-0.63] p<0.01 ).
