医薬品プロファイリングによる偽造医薬品スクリーニング法の開発

Research Project

Project/Area Number	22K04597
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 25010:Social systems engineering-related
Research Institution	Kanazawa University
Principal Investigator	吉田直子金沢大学, AIホスピタル・マクロシグナルダイナミクス研究開発センター(薬), 准教授 (20565428)
Co-Investigator(Kenkyū-buntansha)	ZHU SHU 金沢大学, 医薬保健学総合研究科, 博士研究員 (40883905)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000) Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000) Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords	偽造医薬品 / 医薬品プロファイリング / 偽造医薬品検出法
Outline of Research at the Start	現在、偽造医薬品問題は、地球規模で解決すべき課題の一つである。その対策の一つに偽造医薬品鑑別法の開発がある。偽造医薬品検出や鑑別における個々の分光分析等の有用性は報告されているが、実際に偽造医薬品検出を行う現場である医薬品流通過程に実装可能な偽造医薬品検出法の開発は検討されていない。本研究では、医薬品の外観観察と物性・品質評価から得られるあらゆる情報を用いて機械学習を適用した医薬品プロファイリングを行い、各製品包装レベルで偽造医薬品疑いを検出できるスクリーニグ法を開発する。将来的には、スクリーニングから高精度鑑別へ段階的に進める流れを明確化し、社会実装可能な偽造医薬品鑑別法の確立を目指す。
Outline of Annual Research Achievements	本研究は、流通医薬品から得られる様々なデータに機械学習を適用した医薬品プロファイリングにより、偽造医薬品スクリーニング法を開発することを目的とする。令和5年度は、過去の試買調査入手した個人輸入医薬品（偽造品を含む）を対象に、製品包装レベルでの偽造医薬品推定法の開発を試みた。携帯型ラマン散乱分析装置による偽造医薬品検出：バイアグラ錠、シアリス錠、レビトラ錠を対象に、超小型ラマン散乱分光計を用いて、PTPシート（一次包装）越しの錠剤表面ならびに製品包装のラマンスペクトル情報を収集し、得られたラマンスペクトルの比較と多変量解析を行った。その結果、レビトラとバイアグラは一次包装レベルで、シアリスは二次包装レベルで、偽造医薬品を検出できる可能性が示唆された。製品包装を破壊することなく偽造医薬品スクリーニグを実施することで、問題のない製品はそのまま医薬品として使用することが可能となる。本スクリーニング法は、不適な製品のみを排除する方法として、有用性が期待できる。機械学習による偽造医薬品推定：シアリス錠、レビトラ錠、バイアグラ錠、ジフルカン錠、アモキシシリン・クラブラン酸配合錠/カプセル、デキサメタゾン錠、オルリスタットカプセル、メトホルミン錠、およびイベルメクチン錠を対象に、送り状表記内容、税関申告表記、および製品外観から得られるテキスト情報を収集し、決定木分析を行った。その結果、荷物や製品の外観観察項目のうち、発送国が中国もしくは日本となっている場合、発送国がインドもしくは香港であり、製造会社名の記載がない場合は偽造医薬品である可能性が高いことが示され、目視で観察可能な項目から偽造医薬品を推定するための分類・予測モデルの一つが構築された。今後、新たにデータを収集し、比較、検証を行うことにより、より高精度な偽造医薬品スクリーニング法の開発を目指す。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 令和5年度の研究計画として予定していたテキストマイニングによる偽造医薬品の特徴抽出は、決定木分析を用いた予測・分類モデルの一つを構築できたことで、概ね実施できた。テキストデータとスペクトルデータを組み合わせたデータセットの作成と解析方法について、現在、検討を進めている。以上より、令和5年度に実施した研究の進捗状況としては、おおむね順調に進展しているものと考える。
Strategy for Future Research Activity	製品包装の画像データ等をさらに収集し、外観情報と化学的情報を網羅したデータセットを作成し、機械学習を適用した医薬品プロファイリングによる適材適所で実施可能な偽造医薬品スクリーニング法の開発を行う。 ①ラマンスペクトルデータやIP等の化学的情報と外観情報を網羅的に解析し、偽造医薬品鑑別ポイントとなりうる偽造医薬品の特徴・パターンを抽出する。 ②偽造医薬品鑑別ポイントを検出するための観察・分析法の選択：見出された偽造医薬品の鑑別ポイントに対して、その検出に最適な手法を導き出す。 ③偽造医薬品スクリーニング法の考案：フィージビリティを考慮して、各手法の実装可能性を検討し、偽造医薬品スクリーニング法の素案を立てる。学会発表等で関係者と意見交換を積極的に行い、当事者から意見を基に素案を改訂して、偽造医薬品スクリーニング法を考案し、今後の実証実験に繋げる。