| 研究課題/領域番号 |
20K07189
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分47060:医療薬学関連
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
辻 泰弘 日本大学, 薬学部, 教授 (20644339)
|
|---|
| 研究分担者 |
松本 宜明 日本大学, 薬学部, 教授 (10199896)
山本 善裕 富山大学, 学術研究部医学系, 教授 (70452844)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 人工知能 / 数理モデル / 小児 / 深層学習 / 薬物動態 / 薬物治療 / 乳幼児 / 成熟度 / 薬物療法 |
|---|
| 研究開始時の研究の概要 |
発達・成熟過程に個人差が大きい乳幼児患者における薬物血中濃度・治療効果の変動は、簡単な数理モデル式だけでは説明しきれず、新たな手法の探索が必要である。そこで、深層学習に着目した。深層学習を用いることで、手作業による特徴探索では見つけきれなかったデータの特徴を識別することが可能となる。本研究の目的は、乳幼児患者を対象とした生理学的数理モデル解析を基盤とし、薬物血中濃度・治療効果の経時的な予測に深層学習を応用する手法を開発することである。本研究課題は、乳幼児患者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、深層学習の新たな研究領域開拓に繋がると期待される。
|
| 研究成果の概要 |
本研究の目的は小児患者を対象として生理学的数理モデル解析を行い、薬物血中濃度・治療効果の経時的な予測に深層学習を応用する手法を開発することである。以下の2つの研究テーマを掲げて3年間の研究を実施した。(1) ニューラルネットワークを経時的な小児薬物動態の予測に応用する手法を開発し、その有用性を評価する。(2) SHapley Additive exPlanationsを応用することで、解釈可能な透明性のある人工知能モデルを開発する。
|
| 研究成果の学術的意義や社会的意義 |
発達・成熟過程に個人差が大きい乳幼児患者における薬物血中濃度・治療効果の変動は、簡単な数理モデル式だけでは説明しきれず、新たな手法の探索が必要である。近年の人工知能の進歩に伴い、医療分野では深層学習を利用したX線画像や網膜画像の診断等への応用事例が見受けられる。本研究の目的は、乳幼児患者を対象とした生理学的数理モデル解析を基盤とし、薬物血中濃度・治療効果の経時的な予測に深層学習を応用する手法を開発することである。本研究課題は、乳幼児患者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、深層学習の新たな研究領域開拓に繋がると期待される。
|
