院内急変（心停止・ICU緊急転棟）は予後を大きく左右するが、その多くは発生の数時間前からバイタルに前兆が現れる。しかし当直は人手が薄く、緩徐な悪化のサインは拾われにくい。日本語の病棟で「どの指標が・どの順で・どれだけ前に」崩れ始めるか——前兆の型・順序・リードタイムを実証的に解明した公開研究は乏しい。
入院中のバイタル時系列（呼吸数・脈拍・SpO₂・血圧・意識）に時系列深層モデルを適用すれば、(1)急変を数時間前に予測でき、(2)どの指標から・どの順で崩れるかの「前兆の型」を抽出でき、(3)前兆出現から急変までのリードタイム分布を定量化できる、と仮説。NEWS等の既存スコアを超え、「前兆の順序＋リードタイム＋日本語病棟＋解釈可能」を束ねる設計は新規。
バイタルは多変量・非定常・欠測が多く、急変はクラス不均衡（稀少イベント）。微細な傾き・変動性の変化は単純な閾値では捉えられず、時系列深層モデル＋説明性でしか「崩れる順序」を解明できない。
前兆の型＋リードタイム分布のベンチマーク＝学会発表・論文。加えて医学生・研修医向けに「どのバイタルが先に動くか」を可視化する教材。Hiroは病棟で急変対応を学ぶ医学生＝当事者で、初学者が前兆をどこで見落とすかを内側から設計できる。