愛媛大学との共同研究で医薬品用語マッピング手法を革新したYuimediの挑戦

株式会社Yuimediは、愛媛大学と共同で新たな医薬品用語のマッピング手法を開発した。この手法は、大規模言語モデル（LLM）と検索拡張生成（RAG）を組み合わせて、日本の医薬品用語を国際標準の医薬品用語であるRxNormに関連付けるものである。最近のプレスリリースによれば、Yuimediは生成した医薬品データを薬剤師が確認し、オープンデータとして公開したことを報告している。

医薬品用語のマッピングは、国際的な医学研究を行う上での重要な基盤であり、特に日本の医薬品用語集が国際基準に合致していないことから、研究者がリアルワールドデータ（RWD）研究にアクセスする際の課題として取り上げられてきた。これに対して、Yuimediは愛媛大学との協力のもと、医薬品名や投与方法における表記の不一致を克服するための新しい手法を模索してきた。

研究背景

国際的な研究における薬剤用語の不統一は長年の課題で、特に日本国内の医療機関においては、限られた情報を扱う上で大きな障壁となっていた。ここで提案された手法は、従来の単純な文字列比較に依存せず、機械学習の力を借りてより高精度なマッピングを実現するものである。従来の方法では捉えきれなかった表記のゆれや濃度の違いなどを考慮し、生成AIによって自動化を進める試みがなされている。

研究手法

新たに開発されたマッピング手法では、まず、薬価基準に沿って医薬品の成分名と規格から名称を機械翻訳し、英語表記された医薬品名を用意する。次に、OHDSIの標準用語集を参照し、BioBERTを用いた医薬品名称の埋め込みベクトルを生成することで、マッピング候補を特定する。RAGを活用し、選ばれた候補名の精度を向上させるために、評価プロンプトを実装してLLMによる推論機能の違いが精度に与える影響も検証される。

この手法により、従来のアプローチで難しかった類似性評価や薬剤名の多様性を考慮し、高い精度を持つマッピング候補を導き出すことができた。実際、この手法で出された候補薬は、医師による確認を経てオープンデータとして一般に公開されている。

今後の展望

Yuimediと愛媛大学の研究は、日本の医薬品用語を国際基準に適合させることを目指しており、今後も医療用語のマッピングの効率化に向けた研究を継続する意向を示している。この成果は、日本の医療データが国際的に利用され、RWD研究の発展に寄与することが期待されている。愛媛大学の木村教授が述べたように、希少疾患やがん治療などの研究分野における国際的な協力が進む中で、医薬品用語の標準化は重要な基盤となるだろう。