由于社会老龄化，紧急调度的数量正在增加。 有人担心救生率会下降，因为从拨打119到到达现场和到达医院需要时间，并且到达现场的时间会延迟。因此，消防厅通过拨打119适当判断紧急调度的必要性，并根据紧急程度推荐在全国范围内使用“紧急安全中心（＃7119）”。但是，对于紧急度较低的病例进行识别和预测疾病名称并不容易，因此不能说它已经完全渗透。

　因此，京都橘大学和日立株式会社与丰中市消防署合作，在拨打119时利用了听证会的内容。 我们将使用人工智能构建预测模型，并致力于研究和开发一个系统，该系统可以根据报告时的年龄、性别、症状和医学等报告内容实时预测紧急程度和疾病名称。历史。

　多年来，京都橘大学一直在通信指挥教育和紧急救生领域进行关于提高紧急确定协议准确性的研究。这一次，我们不仅会收集城市地区的数据，还会收集农村地区的数据。日立将利用自主研发的“可解释理由的人工智能”（Explainable AI），在呈现预测理由的同时支持通信指挥员的判断。

　系统开发完成后，我们将通过AI的判断内容与配送目的地的诊断结果进行对比，共同验证系统的准确性和实用性。此外，我们计划通过让 AI 学习系统预测的紧急程度和疾病名称，以及急救服务和患者转运医院的诊断等判断内容，不断提高系统的准确性。

参考：[Hitachi, Ltd.] 京都橘大学和日立已开始联合研究使用人工智能的 119 个呼叫的紧急判断支持系统。