参考画像：WIRED｜スクリーンショット

人の習慣を利用して「ちゃんと薬を飲む」ようにしてくれるアプリ

（2015/8/8、WIRED）

「PillPack」は、薬を1回分に小分けした袋を2週間ごとにユーザーに届けるサービスですが、現在、患者が薬を飲み忘れないように教えてくれるリマインダーアプリを開発中なのだそうです。

【参考記事】

• PILLPACK｜ロボットが薬をパックし、薬剤師はより多くの時間を顧客の対応にあてられる

高齢者宅には年４７５億円分の残薬（飲み残し・飲み忘れの薬）がある！？｜解決する４つの方法によれば、何らかの理由で「飲み残し」「飲み忘れ」が起きていて、日本では、高齢者宅の残薬の年総額は475億円にもなっているそうです。

そこで、様々な企業が飲み忘れを防ぐシステムを提供しています。

【関連記事】

• アプリと薬剤ケースによる服薬忘れ防止システム「FLIXY」
• 薬を飲むタイミングを通知するボトルを開発するADHERETECH

Pillpackの場合は、「1回分のパック」をつくると、飲む時間を選択し、飲む時間が来るとプッシュ通知が来るという、いわゆるリマインダーアプリです。

■Pillpackのアプリの特徴とは

パーカーはもともとアドヒアランスをある程度理解していた。薬剤師である父親が、処方箋を患者にわたすのを少年時代に見ていたからである。薬を飲み忘れる理由は単なる物忘れだけでなく、習慣も関係する。

アドヒアランス – 薬学用語解説 – 日本薬学会によれば、

アドヒアランスとは、患者が積極的に治療方針の決定に参加し、その決定に従って治療を受けること

を意味します。

患者の中には、積極的に治療方針の決定に参加し、治療を受ける人がいる一方で、そうではない人もいます。

「薬を受け取る余裕がない、薬にお金を使いたくない、さらに、あるいは薬が効くと信じていないという人もいる」と、アーカンソー大学薬学部の准教授セス・ヘルデンブランドは言う。これは意図的な「ノンアドヒアランス（nonadherence、患者が治療に対して積極的でないこと）」と呼ばれる。

例えば、糖尿病患者の治療継続は半数にとどまるによれば、糖尿病の合併症に不安を感じ、糖尿病の治療の重要性を認識していても、治療を継続できている人は半数なのだそうです。

【関連記事】

• 緑内障　患者判断で治療中断18.7％

このアプリは、意図的でないノンアドヒアランスの人を対象に設計されている。「アプリを使うために多くの入力を患者に強いることで、アドヒアランスを更に高める必要はない」とヘルデンブランドは言う。

Pillpackでは、薬局や保険給付のデータを集めて、誰にどのような処方箋が出ているかがわかる「データベース」をつくることで、基本情報を入力すれば、患者の処方箋を自動で設定できるようになっているそうです。

こうした仕組みをバックグラウンドで動かすことによって、アプリユーザーの入力の手間を省き、薬の飲み忘れを防ぐためのお知らせをするシンプルなシステムになっています。

また、Pillpackは人の習慣も飲み忘れを防ぐために活用しようとしています。

パーカーはコンテクスト・アウェアネスをアプリでより実現し、より直感的なものにしている。

コンピュータが状況や変化を認識！『コンテキスト・アウェア・コンピューティング』｜コベルコシステムによれば、

今までのように、個人が必要な情報を検索したり、スケジュールを確認したりするのではなく、過去の行動履歴、現在の時刻・スケジュール・位置情報などに基づいて、次の行動に必要な情報がシステムの側から積極的に提供されます。

ということで、Pillpackでは、ユーザーの位置情報に基づいてアラートを設定できるそうです。

つまり、習慣の強力な力を活用して、薬の飲み忘れを防ごうというアイデアですね。

■まとめ

なぜ高齢者の薬のもらい過ぎという問題が起きるのか？によれば、次のような理由で高齢者の薬のもらい過ぎという問題が起きています。

• 高齢者になると複数の病気にかかることが多い
• 複数の医療機関・複数の薬局にかかる
• 薬剤師は「お薬手帳」で患者がどんな薬を飲んでいるか把握するが、薬の重複がわかっても、薬の整理までは手が及ばない
• 医療機関に問い合わせてもすぐに返事がもらえず、患者を待たせないため、処方箋通りに薬を渡せばよいと考える薬剤師がまだ多い
• 薬の情報が、医師や薬剤師間で共有されていない

処方された薬を適切に服用できずに、その結果、症状が悪化して薬が増えてしまい、また、その薬を飲み残してしまい、症状が更に悪くなっていく悪循環に陥ってしまうこともあるようです。

今回紹介したアプリはこの問題を解決するための一つのアイデアといえます。

P.S.
続きを読む PillPackは人の習慣を活用して薬の飲み忘れを防ぐリマインダーアプリを開発中 →

by ibmphoto24（画像：Creative Commons）

人工知能 病名突き止め患者の命救う 国内初か

（2016/8/4、NHK）

東京大学医科学研究所が導入した２０００万件もの医学論文を学習した人工知能が、専門の医師でも診断が難しい特殊な白血病を僅か１０分ほどで見抜き、治療法を変えるよう提案した結果、６０代の女性患者の命が救われたことが分かりました。

＜中略＞

このうち６０代の女性患者は当初、医師から「急性骨髄性白血病」と診断されこの白血病に効果がある２種類の抗がん剤の治療を数か月間、受けましたが、意識障害を起こすなど容体が悪化し、その原因も分かりませんでした。このため、女性患者の１５００に上る遺伝子の変化のデータを人工知能に入力し分析したところ、人工知能は１０分ほどで女性が「二次性白血病」という別のがんにかかっていることを見抜き、抗がん剤の種類を変えるよう提案したということです。女性は、治療が遅れれば、免疫不全による敗血症などで死亡していたおそれもありましたが、人工知能が病気を見抜いた結果命を救われ、無事退院しました。

東京大学医科学研究所の附属病院は、ＩＢＭなどと協同で、人工知能「ワトソン」に２０００万件に上るがん研究の論文を学習させ、がん患者の診断に役立てる臨床研究を進めているのですが、今回６０代の女性患者の１５００に上る遺伝子の変化のデータを人工知能に入力し分析したところ、女性が「二次性白血病」という別のがんにかかっていることを見抜き、治療法を変えるように提案して、命が救われたそうです。

■IBMの「WATSON」によってがん治療がスピードアップする！？

医療従事者は、膨大な数の情報（最新の医療研究、論文、医療データ、患者の医療記録）を取り扱っていて、すでに人の頭脳では把握することができないほどなのだそうです。

そこで、注目を集めているのが、人工知能で医師や患者をサポートするシステムであり、その代表的なものがWatsonです。

Watsonは膨大な量の医療データや論文などのデータベースが格納されており、患者のデータを高速で解析し、医療データを照らし合わせることで、患者に最も最適と思われる治療方針を提案することで、医師や患者が意思決定の支援をするシステムです。

現在でも様々ながんの治療法（外科手術、抗がん剤による化学療法、放射線治療など）があります。

そして、がんの遺伝子を解析して患者ごとの診断を行い、がんを引き起こす特定の変異細胞を狙った治療ということも実現しています。

しかし、がんと立ち向かうことは、時間との闘いなのですが、がんの遺伝子を解析して患者ごとの診断を行い、治療方針を決める際には、専門の医師によるチームでも数週間という長い時間を要してしまうのが現状です。

Watsonを活用することで、遺伝子情報の解析、医療データや論文などと照らし合わせる作業の時間短縮が可能になります。

そして、今回のケースのように、人工知能が病気を見抜くということも増えていくかもしれません。

■まとめ

宮野教授によりますと、これらの分野では論文の数が膨大になりすぎて、どの遺伝子の変化が互いにどのように影響し、がんを引き起こしているのか、医師一人一人が理解するのが不可能になりつつあります。ワトソンはこうした論文を２０００万件以上読み込んでいて、数多くの遺伝子の変化がどのように絡み合いがんになるのか学習しています。

現在は、治療に役立つ膨大な数の情報（最新の医療研究、論文、医療データ、患者の医療記録・遺伝子のデータ）があるものの、それを医師一人で全てを把握することはできない段階まで来ているそうです。

そこで、Watsonのような人工知能が治療方針を決めるサポートをする機会が増えていくことになるでしょう。

【関連記事】

• ディープ・ラーニングでがんを見つける？｜がん検診を人工知能が行なう時代になる！？
• 人工知能（ＡＩ）で糖尿病患者の電子カルテを分析｜日本ＩＢＭと藤田保健衛生大学など
• GOOGLE、人工知能（AI）「DEEPMIND」を目の病気（糖尿病網膜症と加齢黄斑変性症）の診断に活用
• 医学的エビデンス＋人工知能による脂肪肝治療アプリが開発される！？
• 人工知能が健診データを解析し病気予測するシステム｜日立
• 人工知能（ＡＩ）を使って糖尿病の改善や予防につなげる助言システムの開発｜経済産業省
• IBMの人工知能システム「WATSON」によってがん治療がスピードアップする！？
• 機械学習を活用した電子カルテデータの解析により、糖尿病治療薬の効果を予測・比較する技術を開発｜日立製作所

P.S.

気になったのは、患者の１５００に上る遺伝子の変化のデータを人工知能に入力する作業がどのように行われるのかです。

そのデートの入力を人が行なうと考えると、入力に時間がかかりそうですし、また入力ミスも起こる可能性があります。

それによって、診断に影響があるかもしれません。（イレギュラーなデータは排除するような仕組みになっているかもしれませんが）