術中低血圧（IOH）, 手術中の血圧低下は、臓器損傷、入院期間の延長、死亡率の上昇につながることが多く、臨床的に重大な懸念事項です。麻酔技術の進化に伴い、機械学習ツールを用いた予測分析の統合は、低血圧発作を最小限に抑えるための有望なアプローチとなっています。しかし、これらの技術は本当に実用化に向けて準備が整っているのでしょうか？

Mukkamala らによる最近の論文 (A&A、2025) では、最新の証拠をレビューし、現在の予測ツールをめぐる論争を探り、術中低血圧予測の将来の方向性を概説しています。

術中の低血圧はなぜ問題になるのでしょうか?

• IOH 臨床転帰不良と関連している、を含みます：
  
  • 心臓損傷
    
  • 急性腎障害
    
  • 中枢神経系の合併症
    
  • 術後死亡率の上昇

• いいえ 普遍的な定義 存在しますが、
  
  • 平均血圧（MAP）が以下 65mmHg が一般的に使用されます。
    
  • リスクは、 持続時間と深さ 低血圧の。

反応型から予防型へ：低血圧予測の目標

現代の予測ツールの目的は次のとおりです。

• IOHを予測する それが起こる前に
  
• 有効にする 早期治療介入
  
• 減らす 露出時間 低血圧に
  
• に基づいて治療を個別化する 個人のリスク要因

低血圧予測指数（HPI）：業界をリード

私達の 巧者 HPI Edwards Lifesciences 社が開発したこのツールは、現在最も研究されているツールです。

使い方：

• 動脈圧波形から 23 の独自の特徴を分析します。
  
• 低血圧（MAP < 65 mm Hg、1分以上）を予測します。 15分のウィンドウ.
  
• リスクスコアを出力します 0〜100.
  
• HPI > 85は 差し迫った低血圧.
  

論争と制限:

• 初期の研究 高い精度（ROC AUC > 0.9）が報告されました。
  
• しかし、これらは データの層別化 パフォーマンスを過大評価した可能性があります。
  
• 後続の 現実世界での評価 見せる：
  
  • 単に電流を監視するのと同等の予測力 MAP.
    
  • A 陽性予測値（PPV） わずか30％程度です。
    
  • HPIとMAP閾値の使用との臨床的同等性 72～73mmHg.

臨床的影響: 予測ツールは傷害を減らすことができるか?

臨床試験の結果：

• いくつかの試験では 低血圧への曝露の減少 HPI ガイドによるケアで。
  
• しかし、 一貫した証拠なし 削減された：
  
  • 臓器損傷
    
  • ICU滞在
    
  • 術後の長期合併症
    

過剰治療のリスク:

• 偽陽性率が高いと、 不必要な介入.
  
• 実際にはリスクがない患者を治療すると、以下のリスクが増加します。
  
  • 体液への曝露
    
  • 昇圧剤の使用
    
  • 高血圧関連の副作用のリスク

代替手法と機械学習モデル

数多くの研究で、HPI を超えたさまざまなアプローチが検討されてきました。

重要な洞察:

• MAPは依然として最も予測力のある変数である.
  
• 追加データ（年齢、併存疾患、波形形状など）は、 最小限の付加価値.
  
• 高度な機械学習技術（例：ディープラーニング、ランダムフォレスト） 一貫して優れたパフォーマンスを発揮しない 基本的なロジスティック回帰。

どのくらい先まで予測できるのでしょうか?

• 最も効果的な予測は 15 minutes 低血圧発作が起こる前に。
  
• 30分先まで予測 精度が大幅に低下する.

MAP閾値の個別化

新しい方法では、以下を使用して MAP しきい値を調整します。

• 年数
  
• 性別
  
• ASAの物理的ステータス
  
• 外科的緊急性
  

これにより 個別リスク曲線臨床医が設定できる カスタムしきい値 予防的治療のため。

低血圧の再定義: 現在のアプローチは単純すぎるのでしょうか?

現在の定義では、 閾値ベース 指標（例：65～1分間でMAP < 5 mmHg）を用いる。しかし、新たな研究では以下の指標を用いることが示唆されている。

• 曲線下面積（AUC） MAP <65 mm Hg
  
• これは、特にAUCが超過した場合に術後傷害とよりよく相関する。 150 mmHg-分
  

評価指標の改善

ほとんどの研究は以下に依存しています。

• ROC曲線 （感度と特異度）
  

しかし、低血圧事象の発生率が低いため、これは誤解を招く可能性があります。

提案された改善点:

• 　 適合率-再現率（PR）曲線 強調する：
  
  • 陽性予測値（PPV）
    
  • 実際の臨床応用

リスクと便益の分析: 何人が助けられるのか?

臨床データを使用したシミュレーションでは次のことが示唆されます。

• 1000人の患者のうち：
  
  • 20患者 正しい予測と治療によって怪我を回避できる可能性があります。
    
  • だけど 150患者 受け取るかもしれない 不必要な介入 誤報のため。
    

将来の研究のための主要な推奨事項

低血圧をより正確に定義します。

• 累積を使用する MAP曲線の下の領域 バイナリしきい値の代わりに。
  
• 患者の特性に基づいてしきい値をカスタマイズします。
  

評価を改善する:

• 解析 完全な患者記録イベントのみのデータセットではありません。
  
• レポート 陽性予測値感度/特異度だけではありません。
  

機能を拡張する:

• 予測する 血流 変更と 治療反応.
  
• 機械学習を使って提案する カスタマイズされた介入.

結論: 低血圧予測は臨床使用の準備ができていますか?

現在の世代の IOH 予測ツールは貴重な洞察を提供しますが、次の点が挙げられます。

• 臨床的有用性は 高い偽陽性率によって制限される.
  
• があります 明確な結果のメリットなし 長期的な傷害を防ぐのに役立ちます。
  
• パーソナライゼーション および 治療指導 次のステップとして不可欠です。
  

研究が進むにつれて、 個別化された閾値, 評価の改善, 原因別の予測 手術室における低血圧の管理方法に変革をもたらす可能性がありますが、それまでは、これらのツールに対する注意と批判的な評価が依然として必要です。

詳しい情報については、 A&A.

ムッカマラ R. アネス アナルグ。 2025;141:61–73。

患者の血圧の最適化と術中モニタリングに関する追加リソースについては、以下をご覧ください。 麻酔の最新情報 NYSORA 麻酔アシスタントアプリ.

ステップバイステップの管理アルゴリズム、最新の研究、査読済みの洞察にすべて 1 か所でアクセスできます。 今すぐアプリをダウンロード 麻酔教育と意思決定の未来を体験します。