エモーションテック、生成AIを活用して横浜市消防局への救急要請の背景を分析

救急活動記録表の分析から救急体制ひっ迫への対策を支援

株式会社エモーションテック

2025年1月28日 11時01分

株式会社エモーションテック（代表取締役：今西良光、以下「当社」）は、横浜市消防局の救急需要対策の取り組みの一環として、令和5年中の救急出場件数のうち救急搬送を辞退した事案から、救急要請の背景や救急隊到着時の状況、搬送を辞退した理由などを分析する業務を受託しました。

本取り組みにより、生成AIと統計解析を活用したテキスト分析サービス「TopicScan︎®︎（トピックスキャン）」（※）を用いることで、救急要請の背景・理由の詳細を素早く効率的に定量化できることが実証されました。

■生成AIによる分析実施背景

高齢化や新型コロナウイルス感染拡大などの影響で全国的に119番通報および救急出動件数が増加している中、横浜市でも令和5年の救急出場件数は過去最多となる25万件を記録しました。増加する救急要請により、10年間で横浜市の救急隊の出場から現場までの到着時間は2分遅くなっています。

横浜市消防局では、緊急度の高い救急要請に対応できる救急体制を維持するため、急な病気や大きなケガを予防するための予防救急の取り組みや救急車の適正な利用に向けた啓発に取り組んでおり、より効果的な啓発を推進するため、緊急性の低い要請の背景にかかる分析を進めていましたが、救急活動記録表に記載された大量の非構造テキストデータの分析には、詳細な分析が難しいうえに時間もかかるという課題がありました。

そこで、よりスピーディに、より効果的に傾向を分析し、適正利用に向けた取り組みにつなげるべく、「TopicScan︎」を用いた分析を実施する運びとなりました。

■分析対象データおよび分析結果：不適正利用はごく少数。不安や心配になって救急要請をしている傾向が明らかに。

令和5年の横浜市救急出動件数は約25万件、そのうち救急搬送を辞退した事案は約2割でした。

今回の分析では、救急隊員が各事案の状況を記載した文章データから多く記載されている話題を自動抽出し、どのような話題がどの程度記載されているか、また「日時」「地区」「性別」「年齢」などの情報とのかけ合わせから、要請の背景とその傾向を定量的に示しました。

今後、分析で明らかになった傾向は、救急需要対策検討に活用されます。

■株式会社エモーションテック代表取締役今西良光コメント

TopicScanによって大量の非構造テキストデータを効率的に分析し、これまでの技術では把握しづらかった救急要請の背景を詳細かつ定量的に示すことが可能になりました。

「データで人の命を守る」という先進的な取り組みへの支援を、市政にデータ分析を積極的に取り入れている横浜市で実現できたことを大変光栄に思います。

全国的に救急医療がひっ迫する中、データに基づいた情報発信を進めることで、緊急度の高い患者さんのもとへ救急車がより迅速に到着できる可能性が高まり、医療体制の適切な維持にもつながると期待しています。今後も、より多くの自治体や機関において非構造テキストデータの活用が広がり、「データで人の命を守る」取り組みがさらに発展していくことを願っています。

【TopicScanについて】

TopicScanは生成AIと統計解析を活用した新世代のテキスト分析サービスです。テキストデータを専用システムにアップロードするだけで、スピーディに高度な分析を行い、約1日でレポートを発行します。
文脈ベースでトピックを抽出でき、事前翻訳なしに多言語も一括で分析可能。コールデータの書き起こしや口コミ、SNSでの発信など顧客からのあらゆる声を施策に活かせるデータにします。

（※「TopicScan®︎」は株式会社エモーションテックの登録商標です。）