COVID-19ワクチンの安全性と忍容性をAIプラットフォームで評価

急速で広範囲なCOVID-19ワクチン接種キャンペーンが展開される中、米FDA認可の2種のワクチン(ファイザー/BioNTech製またはモデルナ製)の実世界における安全性を継続的に評価することが重要視されている。「AIプラットフォームにより電子カルテから情報を抽出・解析することで、従来では難しかったリアルタイムのワクチン安全性評価を行う研究」がマサチューセッツ工科大学やハーバードメディカルスクール出身者らで構成された研究者集団「nference」で行われている。

同研究の最新の成果はmedRxivにプレプリント論文として公開されている。米FDA認可の2種のCOVID-19ワクチンを接種した約31,000人および同数の対照群が用意され、「接種後21日以内の受診状況」および「各種有害事象の発生率」について、電子カルテ記録から情報抽出され解析が加えられた。情報処理にはGoogleの自然言語処理モデルBERTをベースとしたAIプラットフォームが用いられている。結果として、ワクチン接種後21日以内の受診割合は、非接種者と同等で有意差を認めなかった。また、7日以内の有害事象報告として高頻度のものから列挙すると、関節痛(初回0.59%・第2回0.39%)、下痢(初回0.58%・第2回0.39%)、紅斑(初回0.51%・第2回0.31%)、筋肉痛(初回0.40%・第2回0.34%)、発熱(初回0.27%・第2回0.31%)であった。

電子カルテに記録された内容という制約があるものの、それらワクチンの臨床試験段階で報告されていた有害事象の発生報告割合と比較すると、実世界での接種後報告割合は著しく低い結果となっている。よって「臨床上注意を必要とするワクチン関連の有害事象は想定より低く、安全性と忍容性が十分なものと再確認できた」と研究者らは主張している。AIプラットフォームによる迅速かつタイムリーなワクチンの安全性追跡調査は様々な形で今後も継続され、人々のワクチンに対する信頼を積み重ねていく助けとなるだろう。

関連記事:米Jvion社 – COVID-19ワクチン接種優先順位づけをAIが支援

前の記事NLPとAI – 患者フィードバック解析についてのシステマティックレビュー
次の記事急性腸間膜虚血症による院内死亡の予測モデル
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
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, PhD
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)、東京大学大学院医学系研究科博士課程修了(PhD)、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)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

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。