災害医療シミュレーション・システムを用いた首都直下地震の発災後死亡を効果的に減少させるために必要な施策の検討(Effective measures to reduce the number of deaths after the Tokyo Inland earthquake)

Abstract

【目的】災害医療対応シミュレーション・システムを用いて，首都直下地震発災後の人的被害や医療資源を想定し，効果的な医療活動を行うために有効な施策を検討した。【対象と方法】東京都ガイドラインの傷病者フローに従った。発生傷病者数，病床数，保健医療活動チーム数，域内搬送用救急車数，広域医療搬送用回転翼機数の数値を変化させた際の発災後死亡者数への影響を検討した。【結果および考察】発生傷病者数が想定の21,511人では発災後死亡者数は6,641人（30.9%）であるが，想定の0.8倍では3,934人（25.3%），0.6倍では1,919人（14.5%）と減少し，0.4倍であれば，137名（1.6%）まで減少させることが示された。病床数は，それのみでは発災後死亡減少への寄与は僅かであることがわかった。保健医療活動チームは，派遣チーム数を増やすことができれば，死亡者が減少することがわかった。救急車や回転翼機数の発災後死亡者数減少への寄与は少ないことが示された。今回の検討は，あくまでもシミュレーション上の結果であり，現実を反映したものではない。【まとめ】首都直下地震を想定し，発生傷病者数，病床数，保健医療活動チーム数，救急車数，回転翼機数を検討した結果，傷病者数の減少，保健医療活動チーム数の増加により発災後死亡は減少する可能性が示唆された。今後は発生傷病者数を減らすための防災・減災努力を行うとともに，災害医療対応のベストミックスを検討する必要がある。

Yuya Kaneta/金田佑哉

Data Scientist

My research was a particle physics phenomenology. Of course, I am interested in data science and particle physics, but recently I also interest in the use of data in the space exploration industry.