【独自集計】da Vinciはどこで“壊れる”のか—MAUDEナラティブ調査から読む、ロボット手術の本当の摩擦

私たちは普段、da Vinciを「１台の洗練された手術ロボット」として捉えています。

しかし、その認識はシステムの全貌を正確に捉えているとは言えません。

実際、製造元であるIntuitive Surgicalの説明を読み解くと、da Vinciの本質が浮かび上がってきます。

da Vinciは単一の機械ではないのです。

• 手術システム（本体）：術者の動きを正確に再現する駆動部

• インストゥルメント＆アクセサリー：関節を持ち、多彩な術式に対応する専用器具

• ステープリング：組織を安全に切離・縫合する自動縫合器

• エネルギーデバイス：高周波電流や超音波で組織を凝固・切開するデバイス

• ビジョン：術者の目に極上の空間認知をもたらす3D高精細映像システム

これら5つの独立したカテゴリーに加え、網羅的な教育・シミュレーションプログラム、そして24時間体制の保守サービスまでを丸ごと内包した、いわば「手術室のオペレーティングシステム（OS）」なのです。

なぜ、冒頭からこのような定義を強調するのか。それは、この「システム（生態系）」という前提に立つことで、医療現場におけるロボット手術の「事故報告」や不具合データの読み方がガラリと変わってくるからです。

本記事では、米国食品医薬品局（FDA）が管理する有害事象データベース「MAUDE」の膨大なナラティブ（自由記述）データをAIテキストマイニングによって解析し、構造化データ（死亡、負傷、故障などの固定分類）の裏側に隠された「手術室の生々しい摩擦」を解き明かします。

外科医、医療機器開発者、投資家、そして医療安全に関心を持つすべての方へ、データサイエンスが描くロボット手術のリスクマッピングをお届けします。

構造化データの罠：なぜ「ロールアウト（撤退）」はデータベースから消えるのか

医療機器の安全性を評価する際、世界で最も参照される一次情報源の一つが、米国FDAのMAUDE（Manufacturer and User Facility Device Experience）データベースです。

これは、メーカーや医療機関からの義務報告、医療従事者や患者からの任意報告で構成されるリアルワールドデータです。

私は米国FDAの有害事象データベース「MAUDE」を利用して、da Vinciに関する報告を独自に抽出・重複除去し、5年分の「地層」にあたる過去の事故事例23,040件を徹底的に分析したことがあります。

そこで浮かび上がった「4つの主要な物理的・技術的リスク」については、以前執筆した特集解説記事（【特集解説】da Vinciシステムに潜む四大事故とその最先端対策）で詳細なメカニズムと原因を掘り下げています。

もし、器具の機械的疲労や電気メスの漏電など、よりディープなハードウェア側のリスクと臨床的影響に興味がある方は、そちらの解説も併せてお読みいただくと、より多角的な視点が得られるはずです。

実は、このデータベースの「イベント種別（Event Type）」といった構造化データだけを眺めていても、臨床現場の泥臭いプロセスは見えてきません。

なぜなら、現場の緊迫した空気や複合的な要因が、「Malfunction（不具合）」や「Injury（負傷）」といった簡素なラベルに丸められてしまうからです。

分かりやすい例を挙げましょう。

ロボット手術中に予期せぬ事態が発生し、ロボットを患者から急遽切り離して、従来の腹腔鏡手術や開腹手術へと切り替える「緊急ロールアウト」という重大な臨床イベントがあります。

この現象の実態を調べようと、MAUDE/openFDAのデータベース上で rollout という言葉を単純にキーワード検索しても、驚くほどヒットしません。

事実、今回の5年分・23,040件のデータスキャンにおいても、直接 rollout と記載されていた報告はわずか1件でした。

では、現場でロールアウトが起きていないのかといえば、答えは「否」です。

手術室で私たちが「ロールアウト」と呼ぶ臨床的な出来事は、規制データベースに報告書として格納されるプロセスにおいて、別の専門用語や客観的事実の記述へと「翻訳」されているのです。

今回、私はAIを用いたセマンティック（意味論的）なアプローチを導入し、臨床文脈に現れる周辺語や前駆語の結びつきを定義しました。
具体的には、
conversion、
convert、
bleeding、
といった多層的なキーワード群を横断的にスキャン・フィルタリングする手法を試みました。

この探索的分析を読み解く前に、医療安全学およびデータサイエンスの観点から、本解析の限界を明確にしておきます。

1. 因果関係の証明ではない：ナラティブ（記述）の中に bleeding や fault という言葉が含まれていても、それだけでda Vinciシステム側に直接的な原因があったとは断定できません。患者側の解剖学的バリエーションや術者の技術的バイアス、疾患の進行度などが複雑に混在しています。

2. 文脈の完全な不一致：単純なキーワードスキャンをベースにしているため、たとえば conversion という単語が「開腹への緊急移行」ではなく、「ソフトウェアのデータ変換」といった異なる文脈で使用されているケースを完全に排除しきれない側面があります。

3. 発生率は計算できない：MAUDEは自発的報告に基づくデータベースであり、分母となる「総手術回転数」や「総使用件数」がリアルタイムに結合されていません。そのため、分母不明の分子のみのデータであり、過少報告や報告者の主観、メーカーによる記載ゆれの影響を強く受けます。

それでも、このナラティブ横断分析には、従来の固定的な分類をすり抜けてしまう「人間と機械の摩擦」をあぶり出す圧倒的な価値があります。

公開データベースの中で、現場のトラブルがどのような言葉に変換されているのかを読み解くことは、真のリスクのありかを示す「地図」を私たちに与えてくれるのです。