MEDICINE & AI

タイトル：Machine learning-assisted mRNA vaccine pharmacovigilance: a systematic review of multi-source real-world data. 雑誌名：BMC Med Inform Decis Mak. 2026 Sep 09; 26(1): doi: 10.1186/s12911-026-03832-3. 概　要： COVID-19パンデミック中のmRNAワクチンの迅速な展開は、従来の薬剤監視システムの限界を露呈しました。これには、報告の遅延、高い未報告率、真の発生率を計算できないことが含まれます。機械学習（ML）は、多様な実世界データを統合することでこれらの課題を克服する新たな道を提供します。本研究は、MLを活用したmRNAワクチンの薬剤監視に関する文献を系統的にレビューしました。 方　法： 2026年6月までの英語文献を対象に、PubMed、Embase、Web of Scienceで系統的レビューを実施しました。2名のレビュアーが独立して記録をスクリーニングしました。MLタスク（信号検出、テキスト抽出、リスク予測、予後層別化）、アルゴリズム、データソース、指標における大きな異質性を考慮し、ナarrative synthesisを行いました。バイアスのリスクは、適応されたQUADAS-2を用いて評価しました。 結　果： 43件の研究を特定しました。副作用予測において、ツリーベースのモデルはAUC 0.85-0.87を報告しましたが、これらの推定は異質な設定から得られています。自然言語処理（NLP）は、ワクチン報告システムにおける冗長信号を17%削減しました。心筋炎に関しては、MLモデルが心血管コホートでAUC 0.899に達しましたが、mRNAワクチンの直接的な応用は限られており、後ろ向きの研究が中心です。新興プラットフォーム（自己増幅型および腫瘍mRNAワクチン）は、販売後データが不足しており、MLの応用は主に概念的なものにとどまっています。 結　論： ML支援による薬剤監視は、受動的な監視から能動的で知的な監視への移行を可能にします。データの質、モデルの解釈可能性、規制承認に関する課題があるものの、知的薬剤監視システムは公衆衛生を守るための重要なインフラとなるでしょう。