[2I5-OS-7a] OS-7

4:30 PM - 4:45 PM JST(7:30 AM - 7:45 AM UTC)

[2I5-OS-7a-05] Generating clinical study data by using generative adversarial networks (GAN) in drug development

〇Makoto Kakara¹, Chihiro Hasegawa¹, Hiroyuki Yoshitsugu¹, Hideaki Kawano² (1. Clinical Pharmacology Area, Japan Development, MSD K.K., 2. Department of Electrical and Electronic Engineering, Faculty of Engineering, Kyushu Institute of Technology)

Keywords:

Generative adversarial networks,Drug development,Clinical study data,Population pharmacokinetic model

目的：最近注目されている技術の一つに敵対的生成ネットワーク（GAN）がある。GANはディープラーニングの枠組みで画像生成で広く利用されている。一方で、医薬品開発に用いられるシミュレーションは、限られた臨床試験データに基づき、被験者背景情報はリサンプリング又は確率分布モデルを仮定して発生させ、また血中濃度データは母集団薬物動態モデルを用いて予測する手法が汎用されている。そこで、臨床開発を想定した少数例の臨床試験データに基づき、GANを用いて多数例の被験者背景情報及び血中濃度データを生成できるか検討を試みた。
結果・結論：訓練データの被験者数が30例及び50例の場合、GANで発生させた被験者背景情報及び血中濃度データの分布は、訓練データの分布と概して類似していた。被験者背景情報と血中濃度のデータ間の相関関係の再現には改善の余地があったものの、訓練データとしてある一定の被験者数が得られている場合、GANによりデータを生成できると考えられる。