[3H5-OS-10c] 人工知能を駆使した疾患動態研究

[3H5-OS-10c-02] 深層学習モデルを用いた精密医療への挑戦

〇土綿 慎一¹ (1. ファイザーR&D合同会社)

キーワード：精密医療、ゲノムワイド関連分析、深層学習

モデルを活用した医薬品開発（MIDD）の普及に伴い、近年承認された多くの新薬では血中薬物濃度や体内曝露量と有効性または安全性の関係を表す数理モデルが新薬審査の申請資料に記述されるようになった。それにはモデル構築に用いたデータの詳細に加えて、モデルに影響を与える因子（共変量）についての情報も含まれる。また、当該モデルは確率モデルとして定義されるため、その患者に当該薬物が奏効するか否かは「x mgの薬を投与したときの期待奏効率はy%」のような確率を伴う推定値として得られる。しかし、多くの場合その確率は30%～70％の範囲内である。ここでその確率をより高く(例えば、80%以上)することができれば、より効率的な治療選択が可能と考える。近年、注目されている精密医療（Precision Medicine）では、遺伝子情報やライフログを含む従来は活用されていなかった多種多様なデータにAI技術を組み合わせることなどで、薬剤の治療効果予測に高い確度をもたらすことが期待されている。ここではゲノムワイド関連分析（GWAS）の遺伝子情報に深層学習モデルを組み合わせて、精密医療の実現を試みた事例について報告する。