ウェアラブルデバイスによる術後状態モニタリング：MEWS評価の新たな役割

September 1, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Transition from mandatory to discretionary nurse-measured MEWS assessment in a continuously monitored surgical ward: Diagnostic performance of wearable-derived early warning scores
Journal of Clinical Monitoring and Computing｜被引用数: 0（2026年8月31日時点）

術後の対象者の状態悪化を早期に発見することは、合併症を防ぐ上で極めて重要です。従来、看護専門家による間欠的なバイタルサイン測定に基づく修正早期警告スコア（MEWS）が用いられてきましたが、ウェアラブルデバイスによる継続的なモニタリングが利用可能になった現在、その役割は変化しています。本研究は、継続的にモニタリングされている外科病棟において、MEWS評価が「義務的」から「裁量的」へと移行した際の影響と、ウェアラブル由来の早期警告スコア（EWS）の診断性能を従来のMEWSと比較しています。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存のウェアラブルセンサーと病院の電子健康記録システムを活用し、比較的短期間でデータを収集した。
Ethical倫理面	承認された倫理委員会による研究であり、対象者のデータ保護とプライバシーに配慮して実施された。
Interesting面白さ	継続的モニタリングが普及する中で、従来の看護専門家によるMEWS評価の役割変化と、ウェアラブル由来EWSの診断性能を比較した点が興味深い。
Novel新規性	継続的モニタリングが導入済みの病棟において、MEWS評価プロトコルの変更（義務的から裁量的へ）の影響を評価した点が新規性を持つ。
Relevant切実さ	術後対象者の安全向上と医療資源の効率的な利用に貢献する可能性があり、臨床現場にとって重要な知見を提供する。
Measurable測定可能性	術後合併症をClavien-Dindo分類グレードII以上で客観的に定義し、EWSの診断精度をAUROCなどで定量的に評価した。
Modifiable派生・改善	ウェアラブル由来EWSアルゴリズムの閾値調整やプロトコル変更が、運用改善に繋がる可能性を示唆した。
Structured文章構造	単一施設コホート研究として、研究期間を2つのフェーズに分け、プロトコル変更が与える影響を明確に評価した。
PICO / PECO対象・介入・比較・結果	術後対象者に対し、ウェアラブル継続モニタリング(I)と従来のMEWS(C)を比較し、状態悪化の早期発見(O)を評価した。

導入：進化する術後モニタリング

どうも、Beyond the Pixelです。術後の対象者の状態悪化を早期に発見することは、合併症を防ぐ上で極めて重要です。従来、看護専門家による間欠的なバイタルサイン測定に基づく修正早期警告スコア（MEWS）が用いられてきましたが、ウェアラブルデバイスによる継続的なモニタリングが利用可能になった現在、その役割は変化しています。本研究は、継続的にモニタリングされている外科病棟において、MEWS評価が「義務的」から「裁量的」へと移行した際の影響と、ウェアラブル由来の早期警告スコア（EWS）の診断性能を従来のMEWSと比較しています。ウェアラブルデバイスが術後ケアにどのような変化をもたらし、専門家の判断をどう補完するのか、その実態に迫ります。

研究デザイン：継続的モニタリング下のプロトコル変更

本研究は、オランダの単一施設外科病棟で2024年10月から2025年6月にかけて実施されたプロスペクティブな観察研究のレトロスペクティブ分析です。術後の対象者に対し、心拍数、呼吸数、酸素飽和度（SpO₂）を測定するウェアラブルセンサーを用いた継続的なモニタリングが行われました。研究期間は2つのフェーズに分けられました。フェーズ1（2024年10月～2025年3月）では、看護専門家によるMEWS評価は現地のプロトコルに従って「義務的」に実施されました。フェーズ2（2025年3月～2025年6月）では、継続的なウェアラブルモニタリングは引き続き利用可能でしたが、MEWS評価は専門家の裁量に任され、「義務的」ではなくなりました。この研究では、Continuous Remote EWS（CREWS）とRemote 3 EWS（R3EWS）という2種類のウェアラブル由来EWSアルゴリズムの診断性能が評価されました。主要評価項目は、Clavien-Dindo分類でグレードII以上の術後合併症と定義される状態悪化に対する診断精度でした。

主要な発見：MEWS評価の変化とウェアラブルの性能

本研究には544件の入院（516名の対象者）が含まれ、そのうち98件の入院（18%）で状態悪化（合計154件の状態悪化イベント）が確認されました。基礎的な対象者特性と臨床転帰の詳細は

**Table 3.** Table 3 Baseline characteristics Variable All admissions解説: この表は、全入院、フェーズ1、フェーズ2における対象者のベースライン特性と臨床転帰をまとめたものです。年齢、性別、入院期間、状態悪化イベントの割合などが示されており、フェーズ間の比較も含まれています。

に示されています。義務的なMEWS評価から裁量的なMEWS評価への移行後、間欠的な看護専門家によるバイタルサイン測定の頻度は減少しましたが、MEWSスコアが3以上となる頻度は増加し、結果としてMEWSの感度は向上し、特異度は低下しました。これは、裁量的評価が臨床的な懸念に基づいて行われるようになったためと考えられます。

診断性能の分析では、R3EWSが従来のMEWS（0.58）およびCREWS（0.59）と比較してわずかに高いAUROC値（0.61）を示しました。これらの違いは控えめでしたが、統計的に有意な差が見られました。

**Table 4.** Table 4 Statistics on nurse-measured vital signs and predictive power of the different protocols Variable MEWS * R3EWS CREWS Cut-off < 3 ≥ 3 < 3 ≥ 3 < 3 ≥ 3 Total Number of alarms 1006 63 7994 667 8487 174 True Positive Alarms 79 11 391 72 439 24 Complications captured** – 6 (12.5%) – 27 (17.6%) – 14 (9.2%) Complications with no data 24 h prior 11 (25%) – 58 (37.9%) 58 (37.9%) Complications with data but no alarm – 30 (62.5%) – 68 (44.5%) 81 (52.9%) Performance AUROC [95% CI] 0.58 [0.52–0.64] 0.61 [0.58–0.63] 0.58 [0.56–0.60] AUPRC [95%CI] 0.12 [0.09–0.17] 0.08 [0.07–0.10] 0.09 [0.07–0.10] Sensitivity 0.122 0.155 0.051 Specificity 0.947 0.927 0.982 PPV 0.175 0.107 0.138 NPV 0.921 0.951 0.948 *The MEWS period corresponds only to the period where nurse-measured vital signs were mandatory or Phase 1解説: この表は、MEWS、R3EWS、CREWSの各方法におけるバイタルサインに関する統計と予測能力をまとめたものです。アラーム数、真陽性アラーム数、捕捉された合併症の割合、AUROC、AUPRC、感度、特異度、PPV、NPVなどが示されています。

は、MEWS、R3EWS、CREWSそれぞれの診断性能に関する統計をまとめたものです。ROC曲線は、各プロトコルの識別能力を示しており、R3EWSが全体的にわずかに優れていることを視覚的に確認できます（

**Figure 2.** Fig. 2 ROC curve for each of the 3 protocols解説: このROC曲線は、MEWS、R3EWS、CREWSの3つのプロトコルそれぞれの診断性能を比較しています。R3EWSが他の2つの方法と比較してわずかに高いAUROC値を示しています。

）。フェーズごとに層別化して分析した場合でも、R3EWSはCREWSよりも高いAUROC値を示しました（

**Figure 4.** Fig. 4 ROC curves for the 3 EWS computation methods and separated by the 2 periods (with and without mandatory manual measurements)**解説:** このROC曲線は、義務的な手動測定があったフェーズ1と、なかったフェーズ2の2つの期間に分けて、3つのEWS計算方法（R3EWS、CREWS、MEWS）の診断性能を比較しています。各フェーズにおける各EWSのAUROC値が示されています。

）。また、Precision-Recall曲線（PRC）では、MEWSがCREWSおよびR3EWSよりも高いAUPRC値を示しました（

**Figure 3.** Fig. 3 Precision-Recall curve (PRC for each of the 3 protocols解説: このPrecision-Recall曲線（PRC）は、MEWS、R3EWS、CREWSの3つのプロトコルそれぞれの性能を示しています。MEWSが他の2つの方法と比較してわずかに高いAUPRC値を示しています。

）。

ウェアラブル由来のアラーム頻度は、状態悪化の6〜8時間前に増加する傾向が見られました。

**Figure 1.** Fig. 1 Percentage of alarms in the 24 h prior to a complication解説: このグラフは、合併症発生前24時間における各EWS計算方法（R3EWSおよびCREWS）によるアラームの平均割合を示しています。状態悪化イベントの約6〜8時間前にアラームの割合が増加する傾向が見られます。

は、合併症発生前24時間におけるアラームの割合を示しており、状態悪化に先行してアラームが増加する時間的パターンが確認できます。MEWSの真陽性アラームの割合（11%）に合わせると、R3EWSの最適な閾値は約2.8、CREWSの最適な閾値は約1.0であることが示唆されました。これは、継続的なスコアリングシステムでは、従来のMEWSよりも低いアラーム閾値が必要となる可能性を示唆しています。

ウェアラブルEWSアルゴリズムの詳細

本研究で評価されたウェアラブル由来EWSアルゴリズムは以下の2つです。

Continuous Remote Early Warning Score（CREWS）

CREWSは、心拍数、呼吸数、酸素飽和度（SpO₂）の継続的な測定に基づいています。既存のアルゴリズムを改良したもので、ウェアラブルデバイスでSpO₂も測定できるため、このパラメータが追加されました。元のCREWSは、状態悪化の早期発見と誤アラームの削減を目的として開発されましたが、本研究ではSpO₂の追加に伴い、カットオフ値を3に設定しています。

**Table 1.** Table 1 CREWS computation method* Vital Parameter Score 0 1 2 Heart Rate (bpm) 40–110 < 40 or > 110 Respiration Rate (bpm) 8–20 < 8 or > 20 SpO2 (%) ≥ 90 < 90 *Based on the work by Van Der Stam et al. (9)**解説:** この表は、Continuous Remote EWS（CREWS）の計算方法を示しています。心拍数、呼吸数、SpO₂の各バイタルパラメータに対するスコア（0, 1, 2）の割り当て基準が記載されています。

にCREWSの計算方法が示されています。

Remote 3 EWS（R3EWS）

R3EWSは、病院標準の修正早期警告スコア（MEWS）をウェアラブルデバイス用に改良した新しいアプローチです。CREWSと同様に、ウェアラブルセンサーで測定される3つのバイタルパラメータのみを含みますが、スコアリングプロセスを従来のEWS表により近づけることで、使いやすさの向上とアラーム疲労の軽減を目指しています。R3EWSは、バイタルサインの軽度な逸脱と重度な逸脱の両方でCREWSよりも高いスコアが算出される傾向があります。両アルゴリズムとも、累積EWSスコアが3以上でアラームを出すと定義されました。

**Table 2.** Table 2 R3EWS computation method Vital Parameter Score 0 1 2 3 Heart Rate (bpm) 51–100 40–50 or 101–110 < 40 or 111–130 > 130解説: この表は、Remote 3 EWS（R3EWS）の計算方法を示しています。心拍数、呼吸数、SpO₂の各バイタルパラメータに対するスコア（0, 1, 2, 3）の割り当て基準が記載されており、MEWSに類似したスコアリングが特徴です。

にR3EWSの計算方法が示されています。

これら2つのウェアラブル由来EWSは、継続的な生理学的トレンド評価を可能にしながら、従来のMEWSと同等の診断性能を示すことを仮説としていました。

考察：継続的モニタリングとプロトコル統合の課題

本研究の結果から、継続的なウェアラブルモニタリングが利用可能な状況下で、看護専門家によるMEWS評価プロトコルを義務的から裁量的に変更した場合、間欠的測定の頻度が減少し、MEWSの感度が向上し、特異度が低下することが示されました。これは、裁量的評価が臨床的な懸念に基づいてより的を絞って行われるようになったためと考えられます。したがって、間欠的測定の減少は、ウェアラブルモニタリングシステムのみに起因するものではないと解釈すべきです。

ウェアラブル由来EWSの診断性能については、R3EWSがCREWSよりもわずかに高い感度とAUROCを示しましたが、その差は小さく、全体的な識別性能は控えめでした。R3EWSの高い感度はアラート数の増加を伴い、CREWSはアラート数が少ないものの、より少ない状態悪化イベントしか捉えられませんでした。これは、継続的な早期警告スコアアルゴリズムに内在する感度とアラート負荷の間のトレードオフを示しています。

臨床的観点から見ると、これらの発見は、継続的なウェアラブルモニタリングが看護専門家によるMEWS評価をより選択的なアプローチへとサポートする可能性を示唆していますが、明確なエスカレーションプロトコルの必要性をなくすものではありません。将来的な実装においては、いつ手動での再評価が必要か、ウェアラブル由来のスコアをどのように解釈すべきか、そして許容可能なアラート閾値を明確に定義する必要があります。最適な閾値は、従来のMEWSよりも低い設定が必要となる可能性も示唆されました。

研究の限界と今後の展望

本研究にはいくつかの限界があります。主な限界は、before-and-afterデザインであることです。ウェアラブルによる継続的モニタリングは両フェーズで利用可能であったため、継続的モニタリングの独立した効果とMEWS評価プロトコル変更の効果を切り離して評価することはできません。また、単一施設および単一の外科病棟での実施であるため、結果の一般化には限界があります。データ欠損や遵守率の低さも、感度を低下させた可能性があります。状態悪化後のEWSスコア計算が除外されなかったため、アラームの総数が増加し、特異度がわずかに低下した可能性もありますが、これは病棟で発生するより現実的なシナリオを反映しています。状態悪化イベント数が比較的少なかったため、サブグループ分析の統計的検出力も限定的でした。

さらに、R3EWSとCREWSはレトロスペクティブに適用されたため、リアルタイムの臨床実践における予測性能を確認するには、前向きな検証が必要です。観察されたAUROC値が控えめであることは、評価されたすべての方法の識別能力が限定的であることを示しています。今後の研究は、臨床ワークフローに組み込まれた継続的早期警告アルゴリズムの多施設前向き評価に焦点を当てるべきです。これにより、実世界の利用状況を反映した大規模なデータセットが得られるでしょう。また、スタッフがシステムに完全に慣れるまでの時間を考慮した、段階的クラスターランダム化比較試験（stepped-wedge design）も検討されるべきです。最適な閾値の選択や、早期警告スコアの全範囲にわたる動的なリスク層別化についても、さらなる探求が必要です。

まとめ：未来の術後ケアへの示唆

本研究は、継続的なウェアラブルモニタリングが既に導入されている外科病棟において、義務的な看護専門家によるMEWS評価から裁量的な評価への移行が、間欠的観察の減少、MEWS感度の向上、およびMEWS特異度の低下と関連していることを示しました。ウェアラブル由来のEWSアルゴリズムは、従来のMEWSと同程度の控えめな識別性能を示しました。R3EWSはCREWSよりも多くの状態悪化イベントを捕捉しましたが、それに伴いアラート数も多くなりました。これらの発見は、ウェアラブル由来EWSアルゴリズムの前向き検証と、継続的モニタリングデータを病棟のエスカレーションワークフローに統合するための明確なプロトコルの必要性を浮き彫りにしています。ウェアラブルデバイスが、より安全で効率的な術後ケアの未来を築くための重要な一歩となるでしょう。

用語集

修正早期警告スコア (MEWS): 対象者のバイタルサイン（心拍数、呼吸数など）を基に、状態悪化のリスクを評価するためのスコアリングシステム。
ウェアラブルセンサー: 体に装着し、バイタルサインなどの生理学的データを継続的に測定する小型デバイス。
Continuous Remote EWS (CREWS): ウェアラブルデバイスからの継続的なバイタルサインデータに基づき、状態悪化を早期に警告するために開発されたスコアリングアルゴリズムの一つ。
Remote 3 EWS (R3EWS): 病院の標準MEWSを基に、ウェアラブルデバイスで測定可能な3つのバイタルパラメータを用いて状態悪化を警告するよう改良されたスコアリングアルゴリズム。
状態悪化: 対象者の病状が進行し、より重篤な状態になること。本研究ではClavien-Dindo分類グレードII以上の術後合併症と定義。
Clavien-Dindo分類: 外科的治療後の合併症の重症度を分類するための標準的なシステム。
心拍数: 心臓が1分間に拍動する回数。
呼吸数: 対象者が1分間に行う呼吸の回数。
酸素飽和度 (SpO₂): 血液中のヘモグロビンが酸素と結合している割合を示す指標。
AUROC (受信者操作特性曲線下面積): 診断モデルの識別能力（真陽性率と偽陽性率のトレードオフ）を評価するための統計指標。値が1に近いほど性能が良い。
Precision-Recall曲線 (PRC): 適合率（Precision）と再現率（Recall）の関係を示し、特にイベント発生頻度が低い（クラス不均衡な）データセットでモデルの性能を評価するのに有用なグラフ。
感度: 実際に状態悪化している対象者のうち、EWSが正しく状態悪化を検出した割合。
特異度: 状態悪化していない対象者のうち、EWSが正しく状態悪化ではないと判断した割合。
陽性反応的中率 (PPV): EWSが状態悪化であると判断したケースのうち、実際に状態悪化であった割合。
陰性反応的中率 (NPV): EWSが状態悪化ではないと判断したケースのうち、実際に状態悪化ではなかった割合。
光電脈波法 (PPG): 組織の容積変化（拍動による血流量の変化）を光で検出し、心拍数や酸素飽和度などを非侵襲的に測定する技術。