薬剤誘発性肝障害の自動テキスト分類に関する研究
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Automatic text classification of drug-induced liver injury using document-term matrix and XGBoost
雑誌名：Front Artif Intell. 2024; 7: 1401810.
概 要：
本研究は、薬剤誘発性肝障害（DILI）に関連する内容を薬剤ラベル文書から自動的に分類するためのAI技術を利用しています。規制機関は、薬剤の安全性や有効性に関する情報を医療従事者や患者に伝えるために膨大なテキストデータを生成しています。自動テキスト分類は、薬剤ラベル文書の分析を大幅に改善し、レビュー担当者のリソースを節約することが期待されます。
方 法：
本研究では、FDAのDILIrankデータセットに基づいて、薬剤ラベル文書からDILI関連コンテンツを分類するために、テキストマイニングとXGBoostモデルを使用しました。医療用語の標準を用いて一般的な単語やフレーズを排除し、FDAおよびEMAの薬剤ラベルデータセットに適した医療標準用語を保持しました。その後、各単語/用語/トークンの重みをTF-IDF法で計算し、文書用語行列を構築しました。
結 果：
自動テキスト分類モデルは、FDAおよびEMAの薬剤ラベルおよび文献要約に対して、交差検証AUCスコアが0.90を超える優れた性能を示しました。
結 論：
本研究で示されたテキストマイニングとXGBoostの機能は、他のテキスト処理や分類タスクにも応用可能であることが示唆されました。