機械学習技術を用いた臨床検査値に基づく医薬品用量チェックシステムの確立と臨床応用

点击翻译按钮获取中文摘要

医療現場では，予め定義したルールに基づき医師の処方内容をチェックする処方チェックシステムが広く導入されている。しかし，医薬品の用量については，患者の年齢・体重に加えて，様々な種類の臨床検査値に応じた設計が必要となるため，既存の手法では十分なルールを定義することが難しい。医薬品の用量に関する処方ミスは，患者の重篤な健康被害を引き起こすことから，実用性の高い用量チェックシステムの開発が望まれている。本研究では，近年，様々な分野で注目されている機械学習の技術を応用することで，電子カルテデータを基に臨床検査値に応じた正常な処方パターンを自律的に学習させ，異常な処方（過量投与・過少投与）を高精度に検出するシステムを構築するものである。当該年度は，電子カルテシステム（HOPE EGMAIN-GX，富士通株式会社）から，処方データ，注射データおよび各種臨床検査値データを抽出し，各種マスタデータとの連結，前処理，および解析を自動的に行うプログラムを作成した。また，個々の医薬品について，各種臨床検査値データ（腎機能，肝機能，骨髄機能，電解質，薬物血中濃度等）と医薬品の用量との相関関係を分析し，実用性の髙い機械学習モデルの検討を行った。さらに、過去の安全性情報やインシデント等の情報をもとに、重要度の髙い医薬品について、ルールベースの解析条件を設定し、機械学習を用いた解析手法と組み合わせることで性能を向上させることを試みた。