有害事象分散表現のクラスタリングによる医薬品安全シグナル検出手法の開発

• 研究課題/領域番号: 24K15817
• 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90140:医療技術評価学関連
• 研究機関: 慶應義塾大学
• 研究代表者: 漆原 尚巳 慶應義塾大学, 薬学部(芝共立), 教授 (10511917)
• 研究分担者: 矢向 高弘 慶應義塾大学, システムデザイン・マネジメント研究科(日吉), 教授 (20286652) ; 星野 崇宏 慶應義塾大学, 経済学部(三田), 教授 (20390586) ; 橋本 梓 (原梓) 昭和薬科大学, 薬学部, 教授 (20740426) ; 安藤 崇之 慶應義塾大学, 医学部(信濃町), 助教 (30850705) ; 岡田 佑輔 慶應義塾大学, 薬学部(芝共立), 助教 (70985168)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2024年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
• キーワード: 安全性シグナル検出 / 医療情報データベース / リアルワールドデータ / 機械学習 / 自然言語処理

研究開始時の研究の概要

本研究では大規模保険医療情報データベース（リアルワールドデータ）に対し、機械学習手法を適用し、患者要因及び生理・病理的に関連する複数の有害事象を考慮した医薬品安全性シグナル検出手法の開発を行う。自然言語処理手法であるBERTを応用し、有害事象発現患者の背景や疾患情報に基づく有害事象予測モデルを構築し、得られる有害事象の分散表現ベクトルの類似性に基づきクラスタリングを行い複数の有害事象の共起パターンとしてのクラスタを検出し、安全性シグナルの検出に利用する。患者個別に生じる複数の生体内の応答（有害事象）を器官別分類を超えて考慮することができ、報告者によるバイアスの影響を受けないという特徴がある。