·虽然在药物支援业务中AI的活用没什么进展，但是作为原因，在日本大数据很难收集，实际临床数据中杂音很多，所以机器学习很困难。
·开发出通过适当的临床数据选择和补充，可以高效学习的新AI药物援助系统，可以再现基于医生的思考而做出的药物判断。
·本系统可应用于各种药物，期待实用化。
近年来，虽然AI在医疗方面的活用在不断推进，但是在药物支援方面的活用却没有什么进展。其原因是在日本大数据很难收集，而且实际临床数据中杂音很多，所以机器学习很困难。这次，冈山大学研究生院医齿药学综合研究科（医学系）病理学（免疫病理）领域的大原利章助教，与东北大学材料科学高等研究所的杉谷宜纪助教、水藤宽教授一起，通过适当的临床数据选择和补充，使学习更有效率，基于专业医生的思考开发了一种可以再现投药判断的系统。
该系统应用于针对肾性贫血的红血球造血刺激因子制剂（ESA制剂）和使用铁剂的问题，重井医学研究所附属医院（冈山市南区）的池田弘部长（当时）、樱间教文部长、冈山大学医院血液净化疗法部的木野村贤讲师、小林内科（冈山市北区）的原口总一郎院长共同开发了AI药物援助系统（AISACS）。ESA制剂和铁剂都可以以90%以上的比例在临床上进行正确的用药判断。 关于本研究成果的详细情况，2月22日刊登在澳洲的医科学杂志《International Journal of Medical Sciences》上。
今后，作为AI药物援助系统的基本技术，有望应用于各种各样的药物。
◆研究者表示
在医疗中AI的活用，处理大量诊断图像和积蓄的医疗数据相关事情很多，不过，此次的研究开发是非图像，非大数据这样的比较新奇形式的AI研究。开发的AI投药支援系统“AISACS”广泛共享名医和经验丰富的医生知识，有望应用于日本医疗水平的提高以及医生和药剂师等医疗从业者的教育。今后，为了AISACS的开发扩大，希望和企业进行共同研究，并和有兴趣的各位一同推进开发。
■论文信息
论文名：Artificial intelligence supported anemia control system (AISACS) to prevent anemia in maintenance hemodialysis patients
刊登：International Journal of Medical Sciences
作者：Toshiaki Ohara, Hiroshi Ikeda, Yoshiki Sugitani, Hiroshi Suito, Viet Quang Huy Huynh, Masaru Kinomura, Soichiro Haraguchi and Kazufumi Sakurama
D O I：10.7150/ijms.53298
U R L：https://www.medsci.org/v18p1831.htm
＜详细研究内容＞
//www.okayama-u.ac.jp/up_load_files/press_r2/press20210318-5.pdf
＜咨询窗口＞
冈山大学 研究生院医齿药学综合研究科病理学（免疫病理）
助教　　大原　利章
（TEL）　086-235-7143
（FAX） 086-235-7648
（HP）//www.okayama-u.ac.jp/user/byouri/pathology-1/HOME.html