Corti風の救急ディスパッチ演習システム：救急センター向け電話トリアージ模擬試験、1施設あたり年額2万元から

🔧 ワークフロー

大規模言語モデル（LLM）を用いた救急電話シミュレーターの構築：AIが通報者役となり、様々な訛り、感情的なパニック状態、病歴の描写を再現する。研修中のオペレーターがリアルタイムで対応し、システムが構造化されたトリアージプロトコルに基づいて自動採点を行い、振り返りレポートを生成する。日々のルーチンは、症例データベースと台本の更新、見込み客向けの試用セッションの実施、採点レポートに基づくプロンプトと評価基準の改善である。入力は公開されているトリアージプロトコル、個人情報を削除した症例データ、顧客からのフィードバックであり、出力は模擬通話の録音データ、成績表、およびエクスポート可能な研修記録である。

🛠 構築のハードル

リアルタイムの音声認識と音声合成機能が必要だが、商用音声APIとGPTクラスのLLMを組み合わせることで構築可能であり、自社でモデルを開発する必要はない。医療救急トリアージのプロセスと心停止電話の識別基準に関する公開資料を深く読み込み、採点ロジックを説明可能な構造化ルールに落とし込む必要がある。臨床意思決定システムではなく研修ツールとして位置づけることで、医療機器としての登録資格は不要となる。1〜2名で協力し、約2ヶ月でデモ版を作成する。初期段階で重要なのは技術そのものよりも、救急研修のコミュニティに入り込み、実際の研修生から試用フィードバックを得ることである。

🧰 ツールチェーン

• 🔧 OpenAIのリアルタイム音声APIまたは同等の音声認識・合成サービス
• 🔧 GPT-4クラスの大規模言語モデル（通報者役および採点官）
• 🔧 救急トリアージプロトコルの公開文書および個人情報を削除した症例データベース
• 🔧 Webベースの通話インターフェースおよび成績表生成スクリプト

🚀 初心者ガイド

ステップ1：Cortiの公開製品資料とコペンハーゲンの心停止電話識別に関する研究報告を読み込み、実際のディスパッチ現場における評価指標を把握する。ステップ2：既存の音声APIを使用して、単一の病状のみに対応した模擬通話デモを作成する。ステップ3：デモを持って地元の救急研修センターや医学部の救急教育研究グループを訪問し、1ヶ月間の無料試用と書面でのフィードバックを条件に導入を打診する。署名付きのフィードバックが得られた段階で、有料化の交渉を行う。

📌 実例

• 📌 CortiのAIによる救急電話での心停止識別率は約95%と、コペンハーゲンのオペレーターの73%を上回っており、この分野で機械による採点が定量的な基準になり得ることを示している
• 📌 150万時間以上の臨床音声で学習したCortiのSymphonyモデルスタックは、臨床意思決定支援、自動文書作成、医療コーディングをカバーし、欧州各国の救急センターで利用されており、救急音声AIに対する機関の支払い意欲が実在することを証明している
• 📌 サードパーティの評価サイトLaunchTools AIでCortiが4.4星、AI Suggestsで2100人以上のユーザーから4.5星を獲得しており、救急・臨床ディスパッチAIツールが検索・議論可能な製品カテゴリーとして確立され、研修市場もそれに伴い拡大している