| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-12-15 10:25 医薬品副作用データベース(JADER)を用いた深層学習による副作用の予測 ○松井大樹・松野純男・小野田 良・大星直樹（近畿大）  NC2018-28 |
|
| 抄録 | （和） | 医薬品市販後の安全性情報の活用として，有害事象の発現傾向を把握することは，有害事象の早期発見と適切な対応に寄与し，医薬品の適正使用において重要である．また，これらのデータを用いて，有害事象の発現傾向を掴むことは．医薬品を選択する医師の決定において大きな価値を持つ．そこで，本研究では，独立行政法人医薬品医療機器総合機構(PMDA)が公開している医薬品副作用データベース(JADER)を用いて機械学習により起こりうる有害事象の予測を行い，結果について分析した．これらのデータから起こりうる有害事象を多クラス分類問題として予測を行ったところ平均約81%の再現率で予測を行うことができた．また，予測が外れた残りの19%について精査したところ，多数の医薬品が投与されているケースが多くみられ，ポリファーマシーによる未知の有害事象である可能性が考えられた． |
| （英） | Drug use Grasping the occurrence trend of adverse events as an application of safety information after marketing contributes to the early detection and adequate response of adverse events and is important in proper use of pharmaceutical products. Also, using these data, it is possible to grasp the tendency of adverse events to develop. Have great value in the decision of a doctor who chooses a medicine. Therefore, in this study, we predict adverse events that could occur by machine learning using medicine side effect database (JADER) published by Independent Administrative Agency Pharmaceuticals and Medical Devices Agency (PMDA) and analyzed the results. Predicting possible adverse events from these data as multi-class classification problems, we could predict with an average of about 81% recall. In addition, when we scrutinized the remaining 19% of unexpected results, there were many cases where many medications were administered, and the possibility that it was an unknown adverse event due to polypharmacy could be considered. | |
| キーワード | （和） | JADER / 機械学習 / DNN / 副作用 / / / / |
| （英） | JADER / Machine Learning / DNN / Side Effect / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 367, NC2018-28, pp. 1-4, 2018年12月. | |
| 資料番号 | NC2018-28 | |
| 発行日 | 2018-12-08 (NC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2018-28 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2018-12-15 - 2018-12-15 |
| 開催地（和） | 名古屋工業大学 |
| 開催地（英） | Nagoya Institute of Technology |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2018-12-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 医薬品副作用データベース(JADER)を用いた深層学習による副作用の予測 |
| サブタイトル（和） | |
| タイトル（英） | Prediction of side effects by deep learning using drug side effect database (JADER) |
| サブタイトル（英） | |
| キーワード(1)（和/英） | JADER / JADER |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | DNN / DNN |
| キーワード(4)（和/英） | 副作用 / Side Effect |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松井 大樹 / Hiroki Matsui / マツイ ヒロキ |
| 第1著者 所属（和/英） | 近畿大学 (略称： 近畿大) Kindai University (略称： Kindai Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松野 純男 / Sumio Matsuno / マツノ スミオ |
| 第2著者 所属（和/英） | 近畿大学 (略称： 近畿大) Kindai University (略称： Kindai Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小野田 良 / Ryo Onoda / オノダ リョウ |
| 第3著者 所属（和/英） | 近畿大学 (略称： 近畿大) Kindai University (略称： Kindai Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大星 直樹 / Naoki Ohboshi / オオボシ ナオキ |
| 第4著者 所属（和/英） | 近畿大学 (略称： 近畿大) Kindai University (略称： Kindai Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-12-15 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2018-28 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.367 |
| ページ範囲 | pp.1-4 |
| ページ数 | 4 |
| 発行日 | 2018-12-08 (NC) |
[研究会発表申込システムのトップページに戻る]