| 研究課題/領域番号 |
16K09171
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
病院・医療管理学
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
武田 理宏 大阪大学, 医学部附属病院, 准教授 (70506493)
|
|---|
| 研究分担者 |
三原 直樹 国立研究開発法人国立がん研究センター, 中央病院, 部長 (20379192)
松村 泰志 大阪大学, 医学系研究科, 教授 (90252642)
|
|---|
| 研究協力者 |
島井 良重
杉本 賢人
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 薬剤性有害事象 / 間質性肺炎 / テキストマイニング / 機械学習 |
|---|
| 研究成果の概要 |
本研究は電子カルテデータを用い、薬剤性有害事象を検出することを目的としている。フリーテキストで記載される画像診断レポートからテキストマイニングによりキーワードを抽出し、その出現頻度から間質性肺炎を精度良く検出できた。薬剤情報から薬剤投与期間と間質性肺炎発症との時間的因果関係から薬剤性間質性肺炎の発症率を算出できた。
一方、画像診断レポートから肺がん、乳がん、食道がんのレポートの検出を同一の方法で行ったが検出精度は高くなかった。これは、間質性肺炎は特徴的な所見があるのに対し、がんは特徴的な所見がないことが原因と考えられた。この問題を解決するためには、機械学習による自然言語解析が必要と考えられる。
|
| 自由記述の分野 |
医療情報学
|
| 研究成果の学術的意義や社会的意義 |
薬剤性有害事象は治験、市販後調査において多額の費用を用いて実施されている。
電子カルテデータを用いて薬剤性有害事象を検出できれば、安価に有害事象の発生率が算出できる。また、リアルワールドデータを解析することで、治験や市販後調査で把握できなかった、新たな副作用を発見できる可能性がある。さらに、継続的に有害事象を検出する仕組みを開発すれば、新薬の有害事象をより早期に発見できる可能性がある。
|
