[目的]CT用Ｘ線造影剤は画像検査に有益な情報をもたらす一方,様々な副作用症状が発生するリスクも生じる.造影剤による副作用の発現は,患者のQOLを著しく低下させるだけでなく,追加治療に対する医療費の増大や患者の生産性低下をもたらす可能性が示唆される.これらの解決のために,造影剤副作用の発現を電子カルテ上の基本的な患者情報から施行前に発現予測ができれば,薬剤に関する医療安全が更に向上できると考えた.[方法]本研究は,2018年4月1日～2019年10月31日の1年7カ月の期間に鹿児島大学病院にて造影CT検査を施行した12,859症例を抽出した.更に検査中に何らかの身体異常や訴えがあった患者データ293症例を対象とし,説明変数のデータには患者情報(性別・T-BIL・D-BIL・AST・ALT・LD・γ-GTP・ALP・BUN・Cr),使用薬剤情報,アレルギー情報を活用した.プログラミング言語Pythonを用いて機械学習Random ForestとBorutaのアルゴリズムを用いて学習・評価・変数重要度(Feature Importance)を算出した.[結果]Random ForestのテストデータよりAUC:0.56,Accuracy：0.67であった.また,Borutaによる変数選択によってALP・LD・Crが選択された.[考察]本研究で作成したモデルでは「造影剤副作用の発現あり」を予測することは困難であったが,「造影剤副作用発現なし」を予測することに関しては,今後アルゴリズムの検討やデータの追加を行うことで精度の向上を期待することができた.[結語]本研究は,第21回日本医療情報学会看護学術大会誌上発表にて報告したものである.第40回医療情報学連合大会では,データを追加し更にアルゴリズムを再検討した内容を報告したい.