【慶應義塾】日常生活への支障度に応じた有害事象シグナル抽出手法の開発

－患者が発信したテキストデータを活用した医療の提案－

慶應義塾大学大学院薬学研究科博士課程3年の西岡諭史、同大学薬学部の堀里子教授らの研究グループは、奈良先端科学技術大学院大学の荒牧英治教授と共同で、患者がインターネット上のブログに投稿したテキスト（株式会社メディエイドより提供）から、深層学習を用いて、日常生活に支障を及ぼす重症度の高い事象に焦点を当てた有害事象シグナルの抽出手法を開発しました。この手法は、がん患者の副作用モニタリングの向上に資することが期待されます。本研究成果は、2023年9月19日に国際学術誌『Scientific Reports』電子版に掲載されました。

 ＜本研究のポイント＞  

• 患者が発信するテキスト（患者テキスト）情報を、有害事象の重症度に着目して、個々の患者の副作用マネジメントに役立てる試みはこれまでに例がない。

• 本研究では、3つの深層学習による自然言語処理モデル（BERT、ELECTRA、T5）を用いて、患者の日常生活における支障度に応じた有害事象シグナル抽出手法を開発した。

• 診察外で患者が発信する生の声を副次的に活用し、重要度の高い事象に絞って有害事象シグナルを自動で抽出し、患者を医療者につなぐことが出来れば、抗がん剤副作用マネジメントの質向上に貢献できる可能性がある。

  ▼全文は本学のプレスリリースをご参照ください。

https://www.keio.ac.jp/ja/press-releases/files/2023/10/12/231012-1.pdf