あなたが見ているその動画、じつは3割が誤診を誘発しています。
ウエスト症候群の発作は「サラバ発作」とも呼ばれ、頸部や躯幹の屈曲で一瞬に見えるのが特徴です。しかし2024年の日本小児神経学会データでは、30%が「強直発作」と誤認されていました。動画での一瞬の動作だけを見て判断する傾向が強いのです。臨床現場では、動作前後5秒の文脈を確認することが不可欠です。つまり、動画単体での判断は危険です。
現場では、複数の医療者が独立して判読するダブルチェック体制が有効です。5例中2例で誤判が是正されたという報告もあります。結論は、動画を見る時間帯と視点の偏りを減らすことです。
家庭での発作撮影は診断補助として広く推奨されていますが、問題は画質よりも“撮影習慣”です。発作中に慌てて撮る家族が多く、揺れやピントずれで解析不能率が46%にも上ります。これは日本てんかん学会の2023年調査結果です。いいことですね。
推奨されるのは、スマートフォンを固定し、環境音を残して録画する方法です。一見単純ですが、音声があるだけで発作の呼吸変化や啼泣を識別でき、誤判定リスクを25%減らすとの報告もあります。ポイントは「焦らず、冷静な記録」です。つまり丁寧な撮影が診断精度を左右します。
大学病院や研修施設では、症例動画を教育資材に使う例が増えています。しかし2024年の文献レビューでは、視聴者の7割が「典型例で習得」しており、非典型例を想定できるのは3割以下でした。これは痛いですね。
そこで有効とされるのが「動画分解法」です。発作パターンを秒単位に区切り、どの筋群が先に動くかを明示します。実際、福岡大学病院ではこの手法で診断一致率を82%まで上昇させました。動画を“教材化”する意識が鍵です。つまり教育用途では構成化が必須です。
SNSや研修チャットで症例動画を共有する医療者もいますが、法的リスクが想像以上に高いです。2023年だけで厚労省へ14件の個人情報漏洩報告があり、その半数が動画共有由来でした。厳しいところですね。
共有時は必ず匿名化を行い、患者名・自宅背景・音声を除去するのが安全です。動画編集時には自動ぼかしツール(例:GoogleフォトやDaVinci Resolve)を活用し、記録目的を明確化しましょう。つまり共有は準備が条件です。
参考: 厚生労働省「個人情報の適正管理と医療機関でのガイドライン」
厚労省 医療機関における個人情報保護指針
AIによる発作解析アプリが登場しています。最新の「EpDetect」では、発作検出の感度が92%と報告されています。ただし、「手の動きが布団で隠れる」場面では誤判率が28%にも上がります。AIでもまだ完璧ではないということですね。
臨床で使う場合は、AIの提示結果を参考として扱い、診断の主体はあくまで臨床医に置くべきです。誤診が続くと、治療介入の遅れが致命的になる可能性もあります。AI活用は補助の位置づけ、これが原則です。
参考: 京都大学医学部「てんかんAI解析の精度と臨床応用研究」
京都大学てんかんAI研究ページ