成熟動態モデルと機械学習を融合した早産児無呼吸発作の治療最適化

• Project/Area Number: 23K06265
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 47060:Clinical pharmacy-related
• Research Institution: Nihon University
• Principal Investigator: 辻 泰弘 日本大学, 薬学部, 教授 (20644339)
• Co-Investigator(Kenkyū-buntansha): 長野 伸彦 日本大学, 医学部, 准教授 (90794701)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 早産児無呼吸発作 / 小児臨床薬理 / 機械学習 / 個別化投与 / 成熟・成長度

Outline of Research at the Start

早産児の生理機能の発達・成熟過程は複雑で変動が大きく、薬物濃度・治療効果の予測は、簡単な数理モデルだけでは説明しきれず、個別化投与に資する新たな手法の探索が必要である。本研究では在胎期間および早産児の生理機能の成熟度を考慮した薬物動態モデルを構築する。データの特徴を識別することに長けている機械学習を用い、無呼吸発作をコントロールする薬物血中濃度治療域の導出および無呼吸発作の発現や予後に関わる因子を同定する。本研究課題は、早産児における個別化投与設計の質の向上に貢献すると同時に、成熟動態モデルと人工知能による新たな研究領域開拓に繋がると期待される。