JP6693252B2 - 類似性計算装置、薬の類似性を計算し及び類似性を用いて副作用を推定する副作用決定装置及びシステム - Google Patents
類似性計算装置、薬の類似性を計算し及び類似性を用いて副作用を推定する副作用決定装置及びシステム Download PDFInfo
- Publication number
- JP6693252B2 JP6693252B2 JP2016086990A JP2016086990A JP6693252B2 JP 6693252 B2 JP6693252 B2 JP 6693252B2 JP 2016086990 A JP2016086990 A JP 2016086990A JP 2016086990 A JP2016086990 A JP 2016086990A JP 6693252 B2 JP6693252 B2 JP 6693252B2
- Authority
- JP
- Japan
- Prior art keywords
- drug
- similarity
- data
- drugs
- side effect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229940079593 drug Drugs 0.000 title claims description 349
- 239000003814 drug Substances 0.000 title claims description 349
- 230000000694 effects Effects 0.000 title claims description 189
- 238000004364 calculation method Methods 0.000 title claims description 57
- 238000000034 method Methods 0.000 claims description 77
- 230000010354 integration Effects 0.000 claims description 40
- 239000013598 vector Substances 0.000 claims description 26
- 201000010099 disease Diseases 0.000 claims description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 10
- CPJSUEIXXCENMM-UHFFFAOYSA-N phenacetin Chemical compound CCOC1=CC=C(NC(C)=O)C=C1 CPJSUEIXXCENMM-UHFFFAOYSA-N 0.000 description 15
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 229960003893 phenacetin Drugs 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 208000004998 Abdominal Pain Diseases 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 229960005489 paracetamol Drugs 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000007905 drug manufacturing Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000002547 new drug Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000009411 base construction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 208000003663 ventricular fibrillation Diseases 0.000 description 2
- 206010001497 Agitation Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 241001591024 Samea Species 0.000 description 1
- 206010048038 Wound infection Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 229940035676 analgesics Drugs 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000000730 antalgic agent Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000019987 cider Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000002552 dosage form Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 231100001078 no known side-effect Toxicity 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/40—Searching chemical structures or physicochemical data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Toxicology (AREA)
- Pharmacology & Pharmacy (AREA)
- Medicinal Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、オープンデータを用いて薬物副作用の信号検出のための新規な方法を提案する。知られている種々のイニシアチブは、RDF(Resource Description Framework)のようなオープンな交換可能な且つ柔軟なデータフォーマットを用いる生命科学の変換及び公開に焦点を当てている。リンク付きデータは、コンピュータにより自動的にリードできる方法でデータを発行するために、RDF(データモデルとして使用される)、HTTP(インターネットを介してデータを転送するために使用される)、及びURI(uniform resource identifier)(リソースを識別するために使用される)に基づく。
類似性計算モジュール(107)は、薬物の類似性の計算を担う。先ず、類似性計算モジュール(107)は、RDFグラフ(106)の中に存在する全ての薬物のリストを読み出す。RDFグラフは、各々のエッジが(主語、述語、目的語)構造を有するRDFトリプルであり、エッジが主語ノードで始まり目的語ノードで終わる、有向グラフである。次に、リストの中の各々の薬物Xについて、類似性計算モジュール(107)は、RDFグラフモジュール(106)に対してクエリを実行して、Xが主語又は目的語の位置にある述語(関係)セットについて問い合わせる。形式的には、パターンによるクエリを使用して、それぞれ主語及び述語について、これらのクエリを(X,?,?)及び(?,?,X)として表す。これらの述語から、薬物Xの特徴セットが生成され、特徴ベクトルとして参照される。
dBank:affectedOrganism
dBank:dossageForm(twice)
dBank:drugCategory
dBank:target
これらの関係に基づき、対応する特徴ベクトルが計算され、dBank:DB03783(フェナセチン)とdBank:DB00316(アセトアミノフェン)との間の類似性スコアが決定される。
留意すべきことに、類似性計算処理の間(図5の107)、一連の薬物−薬物距離が計算され、薬物類似性データベース(図5の109及び図9の504)に格納され、後にシステムのオンライン部分の間に使用される。
[表1]
B.オープンアクセスデータを利用して、患者デ―タ及び/又は実験に頼らず若しくはそれらを要求しないことにより、低コストデータの使用を活かす。オープンデータは、システムが動作し、市販前に且つ患者データ可用性制約無しで、悪影響の検出を行うことを可能にする。
(付記1) オープンデータを用いて薬物の間の類似性を計算するよう構成される類似性計算装置であって、前記類似性計算装置は、
複数のオープンデータソースから薬物セットに関連するデータを得て、該データを統合しRDFトリプルを生成するよう構成されるデータ統合モジュールと、
前記RDFトリプルのRDFグラフを格納するよう構成されるRDFモジュールと、
前記RDFグラフの中に存在する全ての前記薬物のリストを読み出し、前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するよう構成される類似性計算モジュールと、
を有する類似性計算装置。
(付記2) 前記データ統合モジュールは、実行時間中に新しいデータの統合を可能にするよう構成され、前記RDFモジュールは、前記RDFグラフに前記新しいデータを追加するよう構成される、付記1に記載の類似性計算装置。
(付記3) 前記データ統合モジュールは、同じ薬物に対する代替用語を認識し、前記代替用語に関連する全てのデータを同じ薬物に属するとして一緒に分類するよう構成され、及び/又は前記データ統合モジュールは、別名、類義語、及び文字列距離指標を用いて同じ薬物に対する代替用語を認識するよう構成される、付記1又は2に記載の類似性計算装置。
(付記4) 前記データ統合モジュールは、ユニークな識別子を用いて、同じ薬物の異なるインスタンスを一緒にリンクするよう構成される、付記1乃至3のいずれか一項に記載の類似性計算装置。
(付記5) 前記データ統合モジュールは、薬物プロパティ、副作用、薬物分類、及び疾病データベースのうちの1又は複数からのデータを統合するよう構成される、付記1乃至4のいずれか一項に記載の類似性計算装置。
(付記6) 前記類似性計算モジュールは、各々の薬物について前記薬物はそれぞれ主語又は目的語であるRDFトリプルの述語及び目的語/主語のセットを見付けるよう構成され、前記薬物の特徴を表す前記述語及び目的語/主語から特徴ベクトルを生成するよう構成され、前記類似性計算モジュールは、2つの薬物の前記特徴ベクトルの比較により、前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するよう構成される、付記1乃至5のいずれか一項に記載の類似性計算装置。
(付記7) 前記類似性計算モジュールは、前記述語及び前記主語又は目的語が2つの薬物について同じである前記特徴ベクトルの共通する特徴の数を考慮することにより、2つの薬物の間の類似性を計算し、及び/又は前記類似性計算モジュールは、前記類似性計算装置が接続される類似性データベースに、前記の計算した類似性を薬物セットの薬物−薬物距離として格納するよう構成される、付記6に記載の類似性計算装置。
(付記8) 薬物セットに関連するオープンデータから該薬物セットの中の指定薬物の副作用を推定するよう構成される副作用決定装置であって、前記副作用決定装置は、
類似性データベースとの接続であって、前記類似性データベースは、複数のオープンデータソースから得られた類似性データを格納するよう構成され、前記類似性データは、前記薬物セットの中の各々の薬物と全ての他の薬物との間の薬物類似性を提供する、接続と、
ユーザに前記薬物セットから薬物を指定させるよう構成されるユーザインタフェースと、
前記薬物類似性を用いて、類似性の観点から前記指定薬物の最近接近隣を得るよう構成される近隣ランク付けモジュールと、
前記最近接近隣から知られている副作用を集め、近隣の間の副作用の共起性に従って前記副作用を結合し及びランク付けするよう構成される副作用伝搬モジュールと、
を有する副作用決定装置。
(付記9) 前記類似性データは、n次元空間の中のベクトル空間モデルの中の薬物−薬物距離として提供され、前記近隣ランク付けモジュールは、前記n次元空間の中の距離に基づき、k個の最近接近隣を選択するよう構成される、付記8に記載の副作用決定装置。
(付記10) 前記副作用伝搬モジュールは、各々の副作用と各々の薬物特徴との間の相関を構築するために、薬物特徴が前記知られている副作用の間で見付かった各々の副作用と共に生じる頻度を計算するよう構成される、付記8又は9に記載の副作用決定装置。
(付記11) 前記薬物特徴は、薬物プロパティ、薬物分類、及び疾病のうちの1又は複数を有する、付記10に記載の副作用決定装置。
(付記12) 副作用リストと共に及び/又は特定の副作用が推定される場合に、警告、警報、又は通知を発行するよう構成される通知モジュール、を更に有する付記8乃至11のいずれか一項に記載の副作用決定装置。
(付記13) 薬物の間の類似性を計算し前記類似性を用いて指定薬物の副作用を推定するシステムであって、前記システムは、
オープンデータを用いて薬物の間の類似性を計算するよう構成される類似性計算装置であって、
複数のオープンデータソースから薬物セットに関連するデータを得て、該データを統合しRDFトリプルを生成するよう構成されるデータ統合モジュールと、
前記RDFトリプルのRDFグラフを格納するよう構成されるRDFモジュールと、
前記RDFグラフの中に存在する全ての前記薬物のリストを読み出し、類似性データベースに記憶するために、前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するよう構成される類似性計算モジュールと、
を備える類似性計算装置と、
副作用決定装置であって、前記薬物セットに関連するオープンデータから指定薬物の副作用を推定するよう構成され、
前記類似性データベースとの接続と、
ユーザに前記薬物セットから薬物を指定させるユーザインタフェースと、
前記類似性の観点から、前記類似性を用いて前記指定薬物の最近接近隣を得るよう構成される近隣ランク付けモジュールと、
前記最近接近隣から知られている副作用を集め、前記最近接近隣の間の前記副作用の共起性に従って、前記副作用を結合しランク付けするよう構成される副作用伝搬モジュールと、
を備える副作用決定装置と、
を有するシステム。
(付記14) オープンデータを用いて薬物の間の類似性を計算する方法であって、前記方法は、
複数のオープンデータソースから薬物セットに関連するデータを得るステップと、
前記データを統合してRDFトリプルを生成するステップと、
前記RDFトリプルのRDFグラフを格納するステップと、
前記RDFグラフの中に存在する全ての前記薬物のリストを読み出すステップと、
前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するステップと、
を有する方法。
(付記15) 薬物セットに関連するオープンデータから指定薬物の副作用を推定する方法であって、前記方法は、
前記薬物セットから薬物を指定するユーザ入力を可能にするステップと、
複数のオープンデータソースから得られる類似性データを格納するよう構成される類似性データベースを用いて、類似性の観点から、前記指定薬物の最近接近隣を得るステップであって、前記類似性データは、前記薬物セットの中の各々の薬物と全ての他の薬物との間の薬物類似性を提供する、ステップと、
前記最近接近隣から知られている副作用を集めるステップと、
前記最近接近隣の間の副作用の共起性に従って、前記副作用を結合しランク付けするステップと、
を有する方法。
101 薬物プロファイル
102 副作用データベース
103 薬物分類データベース
104 疾病データベース
105 データ統合モジュール
106 RDFモジュール
107 類似性計算モジュール
108 新しい薬物特徴
109 類似性データベース
110 近隣ランク付けモジュール
110 薬物近隣ランク付けモジュール
111 副作用伝搬モジュール
112 ユーザインタフェース
201 データソース
202 共同データ/フィルタデータ
203 RDF結合
204 RDF記憶
501 薬物データ
502 特徴ベクトル
503 類似性方法
504 薬物類似性データベース
Claims (15)
- オープンデータを用いて薬物の間の類似性を計算するよう構成される類似性計算装置であって、前記類似性計算装置は、
複数のオープンデータソースから薬物セットに関連するデータを得て、該データを統合しRDFトリプルを生成するよう構成されるデータ統合モジュールと、
前記RDFトリプルのRDFグラフを格納するよう構成されるRDFモジュールと、
前記RDFグラフの中に存在する全ての前記薬物のリストを読み出し、前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するよう構成される類似性計算モジュールと、
を有する類似性計算装置。 - 前記データ統合モジュールは、実行時間中に新しいデータの統合を可能にするよう構成され、前記RDFモジュールは、前記RDFグラフに前記新しいデータを追加するよう構成される、請求項1に記載の類似性計算装置。
- 前記データ統合モジュールは、同じ薬物に対する代替用語を認識し、前記代替用語に関連する全てのデータを同じ薬物に属するとして一緒に分類するよう構成され、及び/又は前記データ統合モジュールは、別名、類義語、及び文字列距離指標を用いて同じ薬物に対する代替用語を認識するよう構成される、請求項1又は2に記載の類似性計算装置。
- 前記データ統合モジュールは、ユニークな識別子を用いて、同じ薬物の異なるインスタンスを一緒にリンクするよう構成される、請求項1乃至3のいずれか一項に記載の類似性計算装置。
- 前記データ統合モジュールは、薬物プロパティ、副作用、薬物分類、及び疾病データベースのうちの1又は複数からのデータを統合するよう構成される、請求項1乃至4のいずれか一項に記載の類似性計算装置。
- 前記類似性計算モジュールは、各々の薬物について前記薬物はそれぞれ主語又は目的語であるRDFトリプルの述語及び目的語/主語のセットを見付けるよう構成され、前記薬物の特徴を表す前記述語及び目的語/主語から特徴ベクトルを生成するよう構成され、前記類似性計算モジュールは、2つの薬物の前記特徴ベクトルの比較により、前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するよう構成される、請求項1乃至5のいずれか一項に記載の類似性計算装置。
- 前記類似性計算モジュールは、前記述語及び前記主語又は目的語が2つの薬物について同じである前記特徴ベクトルの共通する特徴の数を考慮することにより、2つの薬物の間の類似性を計算し、及び/又は前記類似性計算モジュールは、前記類似性計算装置が接続される類似性データベースに、前記の計算した類似性を薬物セットの薬物−薬物距離として格納するよう構成される、請求項6に記載の類似性計算装置。
- 薬物セットに関連するオープンデータから該薬物セットの中の指定薬物の副作用を推定するよう構成される副作用決定装置であって、前記副作用決定装置は、
類似性データベースとの接続であって、前記類似性データベースは、複数のオープンデータソースから得られた類似性データを格納するよう構成され、前記類似性データは、前記薬物セットの中の各々の薬物と全ての他の薬物との間の薬物類似性を提供する、接続と、
ユーザに前記薬物セットから薬物を指定させるよう構成されるユーザインタフェースと、
前記薬物類似性を用いて、類似性の観点から前記指定薬物の最近接近隣を得るよう構成される近隣ランク付けモジュールと、
前記最近接近隣から知られている副作用を集め、近隣の間の副作用の共起性に従って前記副作用を結合し及びランク付けするよう構成される副作用伝搬モジュールと、
を有する副作用決定装置。 - 前記類似性データは、n次元空間の中のベクトル空間モデルの中の薬物−薬物距離として提供され、前記近隣ランク付けモジュールは、前記n次元空間の中の距離に基づき、k個の最近接近隣を選択するよう構成される、請求項8に記載の副作用決定装置。
- 前記副作用伝搬モジュールは、各々の副作用と各々の薬物特徴との間の相関を構築するために、薬物特徴が前記知られている副作用の間で見付かった各々の副作用と共に生じる頻度を計算するよう構成される、請求項8又は9に記載の副作用決定装置。
- 前記薬物特徴は、薬物プロパティ、薬物分類、及び疾病のうちの1又は複数を有する、請求項10に記載の副作用決定装置。
- 副作用リストと共に及び/又は特定の副作用が推定される場合に、警告、警報、又は通知を発行するよう構成される通知モジュール、を更に有する請求項8乃至11のいずれか一項に記載の副作用決定装置。
- 薬物の間の類似性を計算し前記類似性を用いて指定薬物の副作用を推定するシステムであって、前記システムは、
オープンデータを用いて薬物の間の類似性を計算するよう構成される類似性計算装置であって、
複数のオープンデータソースから薬物セットに関連するデータを得て、該データを統合しRDFトリプルを生成するよう構成されるデータ統合モジュールと、
前記RDFトリプルのRDFグラフを格納するよう構成されるRDFモジュールと、
前記RDFグラフの中に存在する全ての前記薬物のリストを読み出し、類似性データベースに記憶するために、前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するよう構成される類似性計算モジュールと、
を備える類似性計算装置と、
副作用決定装置であって、前記薬物セットに関連するオープンデータから指定薬物の副作用を推定するよう構成され、
前記類似性データベースとの接続と、
ユーザに前記薬物セットから薬物を指定させるユーザインタフェースと、
前記類似性の観点から、前記類似性を用いて前記指定薬物の最近接近隣を得るよう構成される近隣ランク付けモジュールと、
前記最近接近隣から知られている副作用を集め、前記最近接近隣の間の前記副作用の共起性に従って、前記副作用を結合しランク付けするよう構成される副作用伝搬モジュールと、
を備える副作用決定装置と、
を有するシステム。 - オープンデータを用いて薬物の間の類似性を計算する、コンピュータが実行する方法であって、前記方法は、前記コンピュータが、
複数のオープンデータソースから薬物セットに関連するデータを得るステップと、
前記データを統合してRDFトリプルを生成するステップと、
前記RDFトリプルのRDFグラフを格納するステップと、
前記RDFグラフの中に存在する全ての前記薬物のリストを読み出すステップと、
前記RDFグラフの中の各々の薬物と全ての他の薬物との類似性を計算するステップと、
を有する方法。 - 薬物セットに関連するオープンデータから指定薬物の副作用を推定する、コンピュータが実行する方法であって、前記方法は、前記コンピュータが、
前記薬物セットから薬物を指定するユーザ入力を可能にするステップと、
複数のオープンデータソースから得られる類似性データを格納するよう構成される類似性データベースを用いて、類似性の観点から、前記指定薬物の最近接近隣を得るステップであって、前記類似性データは、前記薬物セットの中の各々の薬物と全ての他の薬物との間の薬物類似性を提供する、ステップと、
前記最近接近隣から知られている副作用を集めるステップと、
前記最近接近隣の間の副作用の共起性に従って、前記副作用を結合しランク付けするステップと、
を有する方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1507501.3A GB2537925A (en) | 2015-04-30 | 2015-04-30 | A similarity-computation apparatus, a side effect determining apparatus and a system for calculating similarities between drugs and using the similarities |
GB1507501.3 | 2015-04-30 | ||
EP15198304.6 | 2015-12-07 | ||
EP15198304.6A EP3089060B1 (en) | 2015-04-30 | 2015-12-07 | System for calculating similarities between drugs and using the similarities to extrapolate side effects |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016212853A JP2016212853A (ja) | 2016-12-15 |
JP6693252B2 true JP6693252B2 (ja) | 2020-05-13 |
Family
ID=53489016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016086990A Active JP6693252B2 (ja) | 2015-04-30 | 2016-04-25 | 類似性計算装置、薬の類似性を計算し及び類似性を用いて副作用を推定する副作用決定装置及びシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US10963488B2 (ja) |
EP (1) | EP3089060B1 (ja) |
JP (1) | JP6693252B2 (ja) |
ES (1) | ES2753524T3 (ja) |
GB (1) | GB2537925A (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017119576A1 (de) | 2017-08-25 | 2019-02-28 | Klomfass Gierlings & Partner GbR (vertretungsberechtigter Gesellschafter Michael Gierlings, 40723 Hilden) | Vorrichtung zum Kaschieren eines Substrates mit einem thermoplastischen Beschichtungsmaterial |
US11183285B2 (en) * | 2017-12-26 | 2021-11-23 | International Business Machines Corporation | Medication decision support |
JP7087904B2 (ja) * | 2018-10-10 | 2022-06-21 | 富士通株式会社 | ノード探索方法及びノード探索プログラム |
EP3640864A1 (en) * | 2018-10-18 | 2020-04-22 | Fujitsu Limited | A computer-implemented method and apparatus for inferring a property of a biomedical entity |
KR102158066B1 (ko) * | 2018-10-24 | 2020-09-21 | 가천대학교 산학협력단 | 약의 신규 특성을 도출하는 방법, 장치 및 컴퓨터-판독가능 매체 |
CN109637672B (zh) * | 2018-11-28 | 2023-11-07 | 北京工业大学 | 一种基于药物效用度的方剂相似度计算方法 |
CN111383725B (zh) * | 2018-12-28 | 2023-04-28 | 国家食品药品监督管理总局药品评价中心 | 不良反应数据鉴别方法、装置、电子设备及可读介质 |
US11152125B2 (en) * | 2019-06-06 | 2021-10-19 | International Business Machines Corporation | Automatic validation and enrichment of semantic relations between medical entities for drug discovery |
CN110245217B (zh) * | 2019-06-17 | 2022-07-22 | 京东方科技集团股份有限公司 | 一种药品推荐方法、装置及电子设备 |
JP7416082B2 (ja) * | 2019-10-01 | 2024-01-17 | 富士通株式会社 | 学習方法、学習装置、学習プログラム、予測方法、予測装置および予測プログラム |
CN110797103A (zh) * | 2019-10-28 | 2020-02-14 | 重庆亚德科技股份有限公司 | 一种合理用药监测系统 |
JP7513254B2 (ja) | 2020-06-17 | 2024-07-09 | 国立大学法人 東京大学 | 情報処理装置、情報処理方法及び情報処理プログラム |
KR102530114B1 (ko) * | 2020-09-29 | 2023-05-08 | 가천대학교 산학협력단 | 유사도 측정에 기반한 약물의 부작용을 예측하는 방법, 시스템, 및 컴퓨터-판독가능 매체 |
EP4239535A4 (en) | 2020-11-02 | 2023-12-20 | Fujitsu Limited | MACHINE LEARNING PROGRAM, INFERENCE PROGRAM, DEVICE AND METHOD |
JPWO2022190215A1 (ja) * | 2021-03-09 | 2022-09-15 | ||
CN113160879B (zh) * | 2021-04-25 | 2023-11-28 | 上海基绪康生物科技有限公司 | 一种基于网络学习的通过副作用预测药物重定位方法 |
CN115910382A (zh) * | 2022-07-26 | 2023-04-04 | 苏州科技大学 | 基于惩罚正则项的受限玻尔兹曼机的预测药物副作用方法 |
US20240104408A1 (en) * | 2022-09-27 | 2024-03-28 | 342022, Inc. | Causal inference on category and graph data stores |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7542961B2 (en) | 2001-05-02 | 2009-06-02 | Victor Gogolak | Method and system for analyzing drug adverse effects |
US6789091B2 (en) | 2001-05-02 | 2004-09-07 | Victor Gogolak | Method and system for web-based analysis of drug adverse effects |
US20080201319A1 (en) * | 2006-04-25 | 2008-08-21 | Mcnamar Richard Timothy | Method, system and computer software for using an XBRL medical record for diagnosis, treatment, and insurance coverage |
US8464951B2 (en) | 2009-10-29 | 2013-06-18 | Symbol Technologies, Inc. | Method and apparatus for monitoring an exit window of a scanner |
US20110106807A1 (en) * | 2009-10-30 | 2011-05-05 | Janya, Inc | Systems and methods for information integration through context-based entity disambiguation |
US8793208B2 (en) * | 2009-12-17 | 2014-07-29 | International Business Machines Corporation | Identifying common data objects representing solutions to a problem in different disciplines |
JP5392120B2 (ja) * | 2010-01-29 | 2014-01-22 | 富士通株式会社 | 情報処理装置、判定プログラム及び判定方法 |
US8543422B2 (en) | 2011-04-04 | 2013-09-24 | International Business Machines Corporation | Personalized medical content recommendation |
US20130144636A1 (en) | 2011-12-01 | 2013-06-06 | The Board of Trustees of the Leland Stanford, Junior, University | Method and System for Predicting Adverse Drug Reactions Using BioAssay Data |
US9305267B2 (en) | 2012-01-10 | 2016-04-05 | The Board Of Trustees Of The Leland Stanford Junior University | Signal detection algorithms to identify drug effects and drug interactions |
US20130268290A1 (en) * | 2012-04-02 | 2013-10-10 | David Jackson | Systems and methods for disease knowledge modeling |
US20140379630A1 (en) | 2013-06-24 | 2014-12-25 | Microsoft Corporation | Discovering adverse health events via behavioral data |
-
2015
- 2015-04-30 GB GB1507501.3A patent/GB2537925A/en not_active Withdrawn
- 2015-12-07 ES ES15198304T patent/ES2753524T3/es active Active
- 2015-12-07 EP EP15198304.6A patent/EP3089060B1/en active Active
-
2016
- 2016-03-31 US US15/087,902 patent/US10963488B2/en active Active
- 2016-04-25 JP JP2016086990A patent/JP6693252B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US10963488B2 (en) | 2021-03-30 |
US20160321407A1 (en) | 2016-11-03 |
EP3089060B1 (en) | 2019-08-07 |
ES2753524T3 (es) | 2020-04-13 |
JP2016212853A (ja) | 2016-12-15 |
GB2537925A (en) | 2016-11-02 |
EP3089060A1 (en) | 2016-11-02 |
GB201507501D0 (en) | 2015-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6693252B2 (ja) | 類似性計算装置、薬の類似性を計算し及び類似性を用いて副作用を推定する副作用決定装置及びシステム | |
US11232365B2 (en) | Digital assistant platform | |
CN104636430B (zh) | 案例知识库表示及案例相似度获取方法及系统 | |
Gan et al. | From ontology to semantic similarity: calculation of ontology‐based semantic similarity | |
Hulth et al. | Web queries as a source for syndromic surveillance | |
US10930399B2 (en) | System and method to produce and validate weighted relations between drug and adverse drug reactions | |
US20200311610A1 (en) | Rule-based feature engineering, model creation and hosting | |
US20210174217A1 (en) | Systems and methods driven by link-specific numeric information for predicting associations based on predicate types | |
US20210174906A1 (en) | Systems And Methods For Prioritizing The Selection Of Targeted Genes Associated With Diseases For Drug Discovery Based On Human Data | |
Ling et al. | GEMINI: An integrative healthcare analytics system | |
Huo et al. | Hotness prediction of scientific topics based on a bibliographic knowledge graph | |
Wang et al. | Automatic diagnosis with efficient medical case searching based on evolving graphs | |
JP2023527290A (ja) | 露出可能なクラウドベースのレジストリを使用した治療のためのインテリジェントなワークフロー分析 | |
Walkey et al. | Mortality measures to profile hospital performance for patients with septic shock | |
Sandhu et al. | An effective framework for finding similar cases of dengue from audio and text data using domain thesaurus and case base reasoning | |
Muscolino et al. | NETME: on-the-fly knowledge network construction from biomedical literature | |
Pokharel et al. | Representing EHRs with temporal tree and sequential pattern mining for similarity computing | |
Saadat et al. | Knowledge graph-based convolutional network coupled with sentiment analysis towards enhanced drug recommendation | |
Qiu et al. | Estimating disease burden using Internet data | |
KR20200076435A (ko) | 인터랙션을 이용한 반려동물 건강관리 시스템 및 그 방법 | |
Safari et al. | Restricted natural language based querying of clinical databases | |
Hackl et al. | Clinical information systems research in the pandemic year 2020 | |
Saiod et al. | Electronic health records: benefits and challenges for data quality | |
Ji et al. | A functional temporal association mining approach for screening potential drug–drug interactions from electronic patient databases | |
Li et al. | Automating document classification with distant supervision to increase the efficiency of systematic reviews: A case study on identifying studies with HIV impacts on female sex workers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190115 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200306 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200317 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200330 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6693252 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |