薬物の有害事象を抽出する新しい深層学習アプローチ

米国テキサス大学と中国大連理工大学の研究チームは、自然言語で記述された臨床文書から薬物の有害事象発現を捉える、新しい深層学習アプローチを開発した。

学術誌・Journal of the American Medical Informatics Associationにて28日公開された論文抄録によると、チームは、固有表現抽出(Named Entity Recognition)と関連分類(Relation Classification)の2コンポーネントからなる新しいシステムを開発したとのこと。それぞれに深層学習モデルを持ち込んだところ、薬物有害事象発現の抽出精度は、古典的な機械学習アプローチを大幅に上回っていたという。

特に罹患疾患数が増え、多数の内服薬を抱える高齢者などにおいては元来の症状も多様であることから、薬物ごとの有害事象の発現を正確に把握することは簡単ではない。電子カルテの基本機能として、有害薬物反応を自動抽出・アラートしてくれるシステムの実現は、臨床医にとっても大きな助けとなるに違いない。

前の記事画像のみから乳がん患者の予後を予測するAIアルゴリズム
次の記事アスリート達のスポーツ外傷を予測するAI
TOKYO analytica
TOKYO analyticaは、データサイエンスと臨床医学への深い造詣を武器とし、健康に関するあらゆるモノ・コトのエビデンス構築・普及をお手伝いするメディカルコンサルティングプロジェクトです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。専門はメディカルデータサイエンス。ロンドンでのベンチャーエンジニアを経て、英国内の大学で医療データベース研究に従事。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。