🧪 抗がん剤治療のための薬剤再利用の自然言語処理
抗がん剤治療は、がん患者にとって非常に重要な治療法ですが、化学療法に伴う副作用は依然として大きな課題です。最近の研究では、既存の薬剤がこれらの副作用を軽減する可能性が示唆されていますが、実際の臨床データに基づいた証拠は限られています。そこで、東京大学病院の研究チームは、電子健康記録（EHR）からの臨床ノートを用いて、薬剤再利用の可能性を探るための自然言語処理（NLP）フレームワークを確立しました。本記事では、この研究の概要と結果について詳しく解説します。
🔍 研究概要
本研究は、化学療法に関連する有害事象（AEs）を防ぐための薬剤再利用の可能性を探ることを目的としています。具体的には、以下の方法で研究が行われました。
📊 方法
研究は、2004年から2023年までの間に東京大学病院で治療を受けた56,326人のがん患者を対象に行われました。研究チームは、トランスフォーマーベースのNLPモデルを使用して、臨床ノートから症状に関連する有害事象を抽出しました。事前の研究から得られた候補薬剤は、傾向スコアマッチングとコックス比例ハザードモデルを用いて評価されました。
📈 主なポイント
| 薬剤 | 有害事象 | ハザード比 (HR) | 95% 信頼区間 (CI) | P値 |
|---|---|---|---|---|
| アンジオテンシンII受容体拮抗薬 (ARB) | フルオロピリミジン誘発性口内炎 | 0.58 | 0.44-0.77 | <0.001 |
| ラメルテオン | 白金誘発性末梢神経障害 | 0.60 | 0.38-0.93 | 0.024 |
| 下剤 | なし | – | – | – |
💭 考察
この研究は、NLPを用いた疫学的フレームワークが、薬剤再利用候補の非侵襲的かつ実世界での検証を可能にすることを示しています。特に、ARBの結果は、メカニズムに基づく前臨床データと一致しており、臨床試験の実施を支持する証拠を提供しています。また、ラメルテオンについても、さらなる探求が必要とされています。
📝 実生活アドバイス
- 化学療法を受ける際は、医師と相談し、副作用の管理について話し合いましょう。
- 新しい治療法や薬剤についての情報を常に更新し、信頼できる医療機関からの情報を参考にしましょう。
- 副作用が出た場合は、早めに医療機関に相談し、適切な対策を講じることが重要です。
⚠️ 限界/課題
本研究にはいくつかの限界があります。まず、対象となる患者は東京大学病院に限定されており、他の地域や施設での一般化には注意が必要です。また、NLPモデルの精度は高いものの、臨床ノートの質や記載内容に依存するため、データのバイアスが影響する可能性があります。
まとめ
この研究は、薬剤再利用の可能性を探る新たなアプローチを提供しており、特にARBの結果は臨床試験の実施を支持する重要な証拠となります。今後の研究によって、がん治療の副作用を軽減するための新たな治療法が確立されることが期待されます。
🔗 関連リンク集
参考文献
| 原題 | A scalable natural language processing framework for drug repurposing in chemotherapy-induced adverse events from clinical narrative records. |
|---|---|
| 掲載誌(年) | Eur J Cancer (2025 Nov 29) |
| DOI | doi: 10.1016/j.ejca.2025.116157 |
| PubMed URL | https://pubmed.ncbi.nlm.nih.gov/41349154/ |
| PMID | 41349154 |
書誌情報
| DOI | 10.1016/j.ejca.2025.116157 |
|---|---|
| PMID | 41349154 |
| PubMed URL | https://pubmed.ncbi.nlm.nih.gov/41349154/ |
| 発行年 | 2026 |
| 著者名 | Tsuchiya Masami, Inoue Mari, Kawazoe Yoshimasa, Shimamoto Kiminori, Seki Tomohisa, Imai Shungo, Kizaki Hayato, Shinohara Emiko, Yada Shuntaro, Wakamiya Shoko, Aramaki Eiji, Hori Satoko |
| 著者所属 | Division of Drug Informatics, Keio University Faculty of Pharmacy, 1-5-30 Shibakoen, Minato-ku, Tokyo 105-8512, Japan. / Artificial Intelligence and Digital Twin in Healthcare, Graduate School of Medicine, The University of Tokyo, 7-3-1, Hongo, Bunkyo-ku, Tokyo 113-0033, Japan. / Department of Healthcare Information Management, The University of Tokyo Hospital, 7-3-1, Hongo, Bunkyo-ku, Tokyo 113-8655, Japan. / Institute of Library, Information and Media Science, University of Tsukuba, 1-2, Kasuga, Tsukuba, Ibaraki 305-8550, Japan. / Division of Information Science, Graduate School of Science and Technology, Nara Institute of Science and Technology, 8916-5, Takayama, Ikoma, Nara 630-0192, Japan. / Division of Drug Informatics, Keio University Faculty of Pharmacy, 1-5-30 Shibakoen, Minato-ku, Tokyo 105-8512, Japan. Electronic address: satokoh@keio.jp. |
| 雑誌名 | European journal of cancer (Oxford, England : 1990) |