慶應義塾大学学術情報リポジトリ(KOARA)KeiO Associated Repository of Academic resources

慶應義塾大学学術情報リポジトリ(KOARA)

ホーム  »»  アイテム一覧  »»  アイテム詳細

アイテム詳細

アイテムタイプ Article
ID
2018000007-20180434  
プレビュー
画像
thumbnail  
キャプション  
本文
2018000007-20180434.pdf
Type :application/pdf Download
Size :127.7 KB
Last updated :Oct 24, 2022
Downloads : 164

Total downloads since Oct 24, 2022 : 164
 
本文公開日
 
タイトル
タイトル 人工知能を活用したイベント集合パターンに基づく医薬品副作用予測ツール開発  
カナ ジンコウ チノウ オ カツヨウシタ イベント シュウゴウ パターン ニ モトズク イヤクヒン フクサヨウ ヨソク ツール カイハツ  
ローマ字 Jinkō chinō o katsuyōshita ibento shūgō patān ni motozuku iyakuhin fukusayō yosoku tsūru kaihatsu  
別タイトル
名前 Application of artificial intelligence to develop prediction tools for drug adverse reactions based on aggregated event pattern  
カナ  
ローマ字  
著者
名前 漆原, 尚巳  
カナ ウルシハラ, ヒサシ  
ローマ字 Urushihara, Hisashi  
所属 慶應義塾大学薬学部教授  
所属(翻訳)  
役割 Research team head  
外部リンク  
 
出版地
 
出版者
名前 慶應義塾大学  
カナ ケイオウ ギジュク ダイガク  
ローマ字 Keiō gijuku daigaku  
日付
出版年(from:yyyy) 2019  
出版年(to:yyyy)  
作成日(yyyy-mm-dd)  
更新日(yyyy-mm-dd)  
記録日(yyyy-mm-dd)  
形態
1 pdf  
上位タイトル
名前 学事振興資金研究成果実績報告書  
翻訳  
 
 
2018  
 
開始ページ  
終了ページ  
ISSN
 
ISBN
 
DOI
URI
JaLCDOI
NII論文ID
 
医中誌ID
 
その他ID
 
博士論文情報
学位授与番号  
学位授与年月日  
学位名  
学位授与機関  
抄録
本研究では、医薬品の安全性評価の標準化や市販後安全性対策をより充実させることを目的として人工知能による標準的な安全性評価の支援ツールの開発と実証に向けた検討を行う。臨床開発段階の治験で得られた累積安全性データから、観察された類縁症状・徴候をグルーピングした発現パターンをAI によって自動生成し、MedDRA 構造等を参考に関連する診断名を予測、起こりうる薬剤性重要副作用の推定結果をリアルワールドデータを用いて検証する。
研究計画の初年度である平成30年度は、医療リアルワールドデータである全国から2000万人強の患者情報を含む病院会計事務情報データベースを入手し、データ構造のラーニングを行った。本データベースは医薬品副作用を特定する情報を持たないため、まず副作用特定のためにアソシエーション分析を適用し、開発された分析器の性能について、医薬品医療機器総合機構の医薬品添付文書の検索ウェブサイトを参照し精度の検討を行った。検索されたルール(医薬品対イベントの組み合わせ)の陽性的中率として約10%程度であり、これまで用いられてきた自発報告に基づくデータマイニング手法に比べても、十分な性能を持つことが考えられた。
今後本手法の改良とともに、臨床試験データの入手及びこれを加えたイベント発現パターンの認識に基づく医薬品副作用の特定のための分析器の開発を進める。
本研究成果に関しては、第24回日本薬剤疫学会学術総会(2018.10、仙台)にて発表された。
This research aims to develop the analysis tool using machine learning technologies to generate and evaluate valid safety signals from clinical trial data and real world data.
In the first year of the research project, we obtained the electronic medical database provided MDV including more than 20 million patients for two years and applied association analysis into the database.
The analysis machine showed a comparable positive predictive value when the adverse reaction sections of package inserts are referenced at the PMDA website.
In the next step, improvement of the analysis machine and development of pattern recognition algorithm is planned after obtaining clinical trial data.
 
目次

 
キーワード
 
NDC
 
注記

 
言語
日本語  

英語  
資源タイプ
text  
ジャンル
Research Paper  
著者版フラグ
publisher  
関連DOI
アクセス条件

 
最終更新日
Oct 24, 2022 13:38:10  
作成日
Oct 24, 2022 13:38:10  
所有者
mediacenter
 
更新履歴
Oct 24, 2022    インデックス を変更
 
インデックス
/ Public / 塾内助成報告書 / 学事振興資金研究成果実績報告書 / 2018年度
 
関連アイテム
 

ランキング

最も多く閲覧されたアイテム
1位 「危険の予見可能... (794) 1st
2位 故意犯と過失犯の... (629)
3位 新自由主義に抗す... (530)
4位 19世紀フランスに... (494)
5位 731部隊と細菌戦 ... (420)

最も多くダウンロードされたアイテム
1位 「彼女たち」の近... (2742) 1st
2位 アセトアニリドの... (1052)
3位 インフルエンサー... (695)
4位 731部隊と細菌戦 ... (686)
5位 パッケージ・デザ... (531)

LINK

慶應義塾ホームページへ
慶應義塾大学メディアセンターデジタルコレクション
慶應義塾大学メディアセンター本部
慶應義塾研究者情報データベース