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

利用机器学习技术基于临床检测值的药物剂量核对系统的建立及临床应用

• 批准号: 21K06644
• 负责人: 永田 健一郎
• 金额: $ 2.75万
• 依托单位: Kyushu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K06644/
• 关键词: 処方チェックシステム; 機械学習; 医療安全; 医療情報システム

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。

Medical field is defined as the content of a doctor's prescription, and the prescription is imported. In addition to the age and weight of the patient, the design of the clinical evaluation of the type of medicine is necessary, and the existing methods are very difficult to define. Dosage-related prescription of a medical product may lead to serious harm to a patient's health, and may lead to the development of a high dosage of a practical product. This study demonstrates that, in recent years, there has been considerable interest in the application of mechanical learning techniques in the field of electronic medicine. In addition, there has been considerable interest in the development of electronic medicine based on clinical evaluation, from normal prescriptions to autonomous learning techniques, and from abnormal prescriptions (overdosing and underdosing) to high-precision detection of system construction. When the electronic system (HOPE EGMAIN-GX, Fujitsu Co., Ltd.) is opened, the prescription data, injection data and various clinical test data are extracted, and various data links, pre-processing, and analysis are automatically generated. The relationship between various clinical parameters (kidney function, liver function, bone function, electrolytes, blood concentration of chemicals, etc.) and the dosage of medical drugs was analyzed, and the high mechanical learning of practicality was carried out. For example, in the past, information such as safety information, importance of medical products, and analysis conditions of medical products were set, and mechanical learning was used.

项目成果

医薬品の過量・過少処方に対するOne-Class Support Vector Machineモデルの検出能評価

一级支持向量机模型对药品过量和不足的检测能力评估

• 发表时间: 2022
• 作者: 松田英里香;福田愛菜;中嶋聡一;尾田好美;花木葵;河嶋秀和;木村寛之;岡崎瑞紀;田中雪衣;中村誠宏;松田久司;西村周泰;高田和幸;菅野 峻史，山中 大輔，石橋 健一，大野 尚仁，安達 禎之;永田 健一郎，村岡 香代子，辻 敏和，末次 王卓， 廣田 豪，金谷 朗子，江頭 伸昭，家入 一郎
• 通讯作者: 永田 健一郎，村岡 香代子，辻 敏和，末次 王卓， 廣田 豪，金谷 朗子，江頭 伸昭，家入 一郎