リアルワールドデータを用いた機械学習による薬剤耐性菌発生予測モデルの構築

Research Project

Project/Area Number	24K20169
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 58010:Medical management and medical sociology-related
Research Institution	University of Yamanashi
Principal Investigator	莊司智和山梨大学, 医学部附属病院, 薬剤師 (40892253)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Keywords	診療報酬データ / 薬剤耐性菌 / 機械学習 / 抗菌薬適正使用支援
Outline of Research at the Start	抗菌薬の効かない薬剤耐性菌は世界的な脅威である。日本でも薬剤耐性菌による死者が年間8,000人を超えると推計されており、医療機関においては薬剤耐性菌の発生を抑えることが求められている。しかしながら、医療技術が発展した今日においても薬剤耐性菌の発生を予測することは困難である。薬剤耐性菌感染症の診断の遅れが、抗菌薬の不必要な投与など、感染症治療をより難しいものとしている。そこで、本研究計画では、コンピュータに大量のデータを読み込ませ、データ内に潜む規則性を学習させる機械学習を用いて、診療報酬データおよび細菌検査データから薬剤耐性菌の発生を予測するモデルの構築と検証を行う。