| 研究課題/領域番号 |
17K09238
|
|---|
| 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 | 鹿児島大学 |
|---|
研究代表者 |
熊本 一朗 鹿児島大学, 医歯学総合研究科, 客員研究員 (40225230)
|
|---|
| 研究分担者 |
村永 文学 鹿児島大学, 医歯学総合研究科, 客員研究員 (00325812)
宇都 由美子 鹿児島大学, 医歯学域医学系, 准教授 (50223582)
岩穴口 孝 鹿児島大学, 医歯学域鹿児島大学病院, 助教 (80619198)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 機械学習 / tensorflow / doc2vec / 医薬品有害事象 |
|---|
| 研究成果の概要 |
本研究では医薬品相互作用による有害事象のシグナル検知用の分析手法２つの評価研究を行った。医療従事者の自由記載記録を文章ベクトル化手法であるGenSimライブラリのDoc2Vecで分析する手法では、誤嚥性肺炎を発症した患者の看護経過記録をDB化し、コサイン類似度の閾値0.999613で判定し、AUC 0.763、感度は90.9%、特異度60.3%で判定できた。
時系列の量的データである検査結果を画像化し、Google社のtensorflowを利用して機械学習させ分析する手法では、有害事象発症群として機械学習用に各５００例、評価用に各１０例ずつ画像化検査データ作成。疾患判別率は68-72%であった。
|
| 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 |
我々は過去の研究において、医薬品の相互作用による有害事象のシグナルを検知するシステムを開発し、ニューラルネットワークが膨大な薬剤種であっても分析可能であり実用的であることを見出した。相互作用を起こしている可能性の高い薬剤はアプリオリアルゴリズムを応用して特定できた。本研究の成果によって、医療従事者の自由記載記録と定性・定量化された大量の検査結果から、多種多様な症状を呈する有害事象の発症の予見が可能となり、新薬の市販後調査（フェーズ４）時の有害事象の自動監視により安全な創薬を支援するであろう。また本研究の成果は、各種疾病の発症予測やインシデントの発生予防にも応用可能であると思われた。
|
