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

• 研究課題/領域番号: 24K20169
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分58010:医療管理学および医療系社会学関連
• 研究機関: 山梨大学
• 研究代表者: 莊司 智和 山梨大学, 医学部附属病院, 薬剤師 (40892253)
• 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: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2024年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
• キーワード: 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

研究開始時の研究の概要

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。