■ 学会名
日本薬学会第142年会

■ 発表日
2022/03/28

■ 筆頭演者
佐立　悠
慶應義塾大学薬学部医薬品開発規制科学講座

■ 共同演者
漆原　尚巳¹、原　梓¹
1) 慶應義塾大学薬学部医薬品開発規制科学講座

■ 発表形態
口頭

■ 要旨
降圧剤・高脂血症用剤の製造販売後調査データベースに機械学習を適用し、薬剤クラス別の有害事象予測モデルの構築を試みた。くすりの適正使用協議会より提供を受けた降圧剤・高脂血症用剤の製造販売後調査データベースにおいて1981年9月から2005年4月に有害事象が発生した4,471名を対象とした。患者背景と有害事象をディープニューラルネットワーク（DNN）に教師あり学習させ、構築した有害事象予測モデルをDeSCヘルスケア株式会社より提供を受けた健康保険レセプトデータベースに適用し、モデルの予測精度を調査した。最も学習量が多かったACE阻害薬の有害事象予測モデルをレセプトデータベースに適用した際、全疾患クラスにおけるAccuracyは0.78、Precisionは0.25、Recallは0.093、F値は0.14であった。