薬物血中濃度を予測するANN-PKモデルの最適化

カテゴリ: 全国大会

論文No: 3-083

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): A Study on Optimization of Artificial Neural Network-Pharmacokinetic model for Estimating of Blood Concentration of Drugs

著者名: 川村駿太（日本大学）,関弘翔（日本大学）,森田直人（日本大学）,辻泰弘（日本大学）,細野裕行（日本大学）

著者名(英語): Shunta Kawamura (Nihon University),Hiroto Seki (Nihon University),Naoto Morita (Nihon University),Yasuhiro Tsuji (Nihon University),Hiroyuki Hosono (Nihon University)

キーワード: 薬物動態|ハイパーパラメータ探索|SHAP|pharmacokinetics|hyperparameter search|SHAP

要約(日本語): 本研究では，薬物の血中濃度を予測するANN-PKモデルの最適化を行うために，Optunaによるハイパーパラメータの探索を行った。その結果，Optuna未使用時よりもRMSEを約10 ng/mLも抑えることができ，有効性を示した。また，ANNを使ったブラックボックス問題を解決するために科学的妥当性の検証を行った。免疫抑制剤シクロスポリンを投与させた患者において，クリアランス（CL）に大きく影響するものは年齢と体重と確認されている。そこでCLに対する入力属性の貢献度を可視化するためにSHAPを適用した。その結果，年齢と体重が他の入力属性に比べて大きく貢献していることから科学的妥当性を示した。

本誌掲載ページ: 122-123 p

原稿種別: 日本語

PDFファイルサイズ: 334 Kバイト