せん妄は、認知障害の⼀種である。症状には注意⼒の⽋如、記憶障害、⾒当識障害、混乱による興奮、無気⼒、睡眠障害等が挙げられ、多岐に渡る。罹患した患者は医療費の増加や⼊ 院が⻑期化することから、早期に発⾒し慎重な薬物投与等、適切な治療が必要である。これに対する診断は患者の注意⼒を測るテストや、簡単な質問に対する回答によって臨床的に ⾏われる。しかしながら、⼀般的にせん妄の判定には、⼈員と時間の両⾯で⼤きなコストがかかるため、早期に⾃動診断できる技術の確⽴が期待されている。 そこで本研究では、⾝⻑・体重等の静的なデータ、⼼拍数・⾎⼩板等の動的なデータに加え、患者を外部から撮影した動画像を⽤いたマルチモーダルなせん妄早期予測モデルの実現を ⽬指す。本稿では、公開データセット MIMIC-III から得られた、⾝⻑・体重・⼼拍数等の患者情報に適切なクレンジングを⾏い、先⾏研究で提案されたモデルを追試し、性能評価を 実施した。これにより、救急救命データがマルチモーダルなせん妄早期予測モデルに使⽤する要素として適していることを確認した。
