アブストラクト
| Title | AIと薬剤師業務 |
|---|---|
| Subtitle | 総説 |
| Authors | 松崎哲郎 |
| Authors (kana) | |
| Organization | 名古屋大学医学部附属病院薬剤部 |
| Journal | 日本病院薬剤師会雑誌 |
| Volume | 60 |
| Number | 6 |
| Page | 573-577 |
| Year/Month | 2024 / 6 |
| Article | 報告 |
| Publisher | 日本病院薬剤師会 |
| Abstract | 「はじめに」人工知能(artificial intelligence:以下, AI)の発展は目覚ましく製造業, サービス業, 研究開発, そして医療などあらゆる分野でAIの活用が進められている. AIは人間が行う業務を代替し人手不足を解決する手段という位置付けをすでに超え, 人間が思いつかない新しい視点の提供や高度な判断を行う次元に突入している. これは囲碁の欧州チャンピオンに勝利するAI(AlphaGo), 特定の酵素に対する低分子阻害剤のデザインをde novoで行うAI, 世界レベルの競技プログラミング参加者と同等のプログラミングをするAI, などの報告を踏まえると疑いのない事実である. このような情勢のなか薬剤師はどうAIを活用していくべきであろうか. 医師の業務に関してはAIによる画像診断や予後の推定など様々取り組まれ, 本邦ではすでにAI搭載医療機器が臨床応用されている. 一方で薬剤師業務においてAIを導入したという報告は少ない. |
| Practice | 薬学 |
| Keywords |
- 全文ダウンロード： 従量制、基本料金制の方共に770円(税込) です。
参考文献
- 1) D Silver et al.:Mastering the game of Go with deep neural networks and tree search, Nature, 529, 484-489(2016).
- 2) A Zhavoronkov et al.:Deep learning enables rapid identification of potent DDR1 kinase inhibitors, Nat Biotechnol, 37, 1038-1040 (2019).
- 3) Y Li et al.:Competition-level code generation with Alpha Code, Science, 378, 1092-1097 (2022).
- 4) N Lassau et al.:Integrating deep learning CT-scan model, biological and clinical variables to predict severity of COVID-19 patients, Nat Commun [Internet], 2021 Jan 27, 12. doi:10.1038/s41467-020-20657-4.
- 5) C Jin et al.:Predicting treatment response from longitudinal images using multi-task deep learning, Nat Commun [Internet], 2021 Mar 25, 12. doi:10.1038/s41467-021-22188-y.
残りの12件を表示する
- 6) R Hamamoto:Clinical Applications of Artificial Intelligence (AI) Technology:Focusing on Medical Image Analysis, Japanese Journal of Neurosurgery, 31, 494-499 (2022).
- 7) 総務省:平成28年度情報通信白書. https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/pdf/28honpen.pdf, 2024年2月19日参照
- 8) K Nagata et al.:Detection of overdose and underdose prescriptions - An unsupervised machine learning approach, PLoS One [Internet], 2021 Nov 19, 16. doi:10.1371/journal.pone.0260315.
- 9) S Imai, Y Takekuma, T Miyai, M Sugawara:A new algorithm optimized for initial dose settings of vancomycin using machine learning, Biol Pharm Bull, 43, 188-193 (2020).
- 10) T Matsuzaki, Y Kato, H Mizoguchi, K Yamada:A machine learning model that emulates experts' decision making in vancomycin initial dose planning, J Pharmacol Sci, 148, 358-363 (2022).
- 11) T Miyai et al.:Machine Learning-Based Model for Estimating Vancomycin Maintenance Dose to Target the Area under the Concentration Curve of 400-600 mg・h/L in Japanese Patients, Biol Pharm Bull, 45, b22-00305 (2022).
- 12) H Choi et al.:Machine learning models to predict the warfarin discharge dosage using clinical information of inpatients from South Korea, Sci Rep [Internet], 2023 Dec 18, 13. doi:10.1038/s41598-023-49831-6.
- 13) L Ponthier et al.:Application of machine learning to predict tacrolimus exposure in liver and kidney transplant patients given the MeltDose formulation, Eur J Clin Pharmacol, 79, 311-319 (2023).
- 14) M Beaudoin, F Kabanza, V Nault, L Valiquette:An Antimicrobial Prescription Surveillance System That Learns from Experience, AI Mag, 35, 15-25 (2014).
- 15) M Beaudoin, F Kabanza, V Nault, L Valiquette:Evaluation of a machine learning capability for a clinical decision support system to enhance antimicrobial stewardship programs, Artif Intell Med, 68, 29-36 (2016).
- 16) M Komorowski, LA Celi, O Badawi, AC Gordon, AA Faisal:The Artificial Intelligence Clinician learns optimal treatment strategies for sepsis in intensive care, Nat Med, 24, 1716-1720 (2018).
- 17) エーザイ株式会社, MSD株式会社:レンビマカプセル4mg, 10mg適正使用ガイド. https://www.info.pmda.go.jp/go/rmp/material/5f36757c-8a05-4012-a854-d61ea8f00c90, 2024年2月19日参照
