企業が好むと好まざるとにかかわらず、消費者はソーシャルメディアのフォーラムで製品について論じています。有害事象に関するコメントは、患者フォーラムの他に、FacebookやTwitterなどのより一般的なソーシャルフォーラムにも存在しています。その多くは関連性がなく、検証できるものではありませんが、その一方で、企業が注意を払うべき安全性のシグナルがあり、それはファーマコビジランスとソーシャルメディアの核心に触れています。

しかし、問題は、潜在的な医薬品安全性シグナルのために、広大なソーシャルメディアをどのように企業がモニターできるかということです。ソーシャルメディアの可能性を活用するために、企業は自動化システムと人工知能の力を活用する必要があります

ソーシャルメディアマイニングへのステップ

ソーシャルメディアのサーベイランスは、通常、次の手順で行われます。

  • ソーシャルメディアの投稿からAEをテキストマイニング
  • フィルタリングと分類
  • AE-医薬品関連性を検出
  • ADRを抽出
  • シグナル評価の定性的評価と定量的評価

自然言語処理(NLP)に基づく高度なコグニティブツールは、ソーシャルメディアの投稿からの医薬品名および副作用用語(スペルミスからのバリエーションを含む)の自動検出に応用することができ、無関係な投稿は除外されます。その後、機械学習アルゴリズムを適用して、自発報告、医学文献、承認後安全性試験等、他の情報源からのファーマコビジランスデータを組み合わせて、複雑な統計分析を行うことができます。

アソシエーションルールマイニングと呼ばれる、ルールに基づいた機械学習機能は、可能性のある有害事象または副作用(ADR)の特定に用いることができます。教師付き学習法およびセンチメント分析に対する辞書ベースのアプローチは、ADR記載のプリコンパイルされたリストを使用してADRを識別するのに使用されます。

高度なアルゴリズムを使用した機械学習機能は、ソーシャルメディアの投稿で論じられたAE-医薬品関連性の程度を評価するために導入でき、定量的および定性的な評価の両方をシグナル評価に応用することができます。

期待に応える

ファーマコビジランスにおける人工知能(AI)は、Twitterのようなミニブログ、米国糖尿病学会やMedications.comなどの患者サポートフォーラム、MedHelpなどの疾患サポートネットワークを含む様々なフォーラムをモニターするために導入することができます。

規制当局は、企業の管理や責任の下にないソーシャルメディアフォーラムをモニターすることをまだ義務付けてはいませんが、当局がソーシャルメディアをより注視していることは確かです。例えば、FDAは、ソーシャルメディアへの関心と、ソーシャルメディアが希少かつ重篤な有害事象の早期発見に導く可能性を言及しています。FDAは、現段階では、ソーシャルメディアからの有害事象情報を自発報告として扱うべきだと述べています。

今やソーシャルメディアは人々の生活に定着し、患者が服用する医薬品について議論や情報交換を行うための重要な方法であるため、企業はこれらのフォーラムをモニターして利用するための、自動化による方法を見つけなければなりません。

今後数週間にわたり、AIが既に果たしている役割とPVにおける将来の可能性について当社の見解をお伝えします。ソーシャルメディア、ファーマコビジランスおよび自動化についての詳細は、当社の最近のWebcast「Productivity, Compliance and Quality: The Holy Grail of Pharmacovigilance」をご覧ください。