人工智能与群体药动学模型在器官移植术后个体化用药中的应用与展望

何帅; 宗慧颖; 李安安; 周芃霖; 高蕊; 吴希超; 朱艳娇; 李妍

doi:10.6039/j.issn.1001-0408.2025.14.22

您当前的位置：

首页 >

文章列表页 >

人工智能与群体药动学模型在器官移植术后个体化用药中的应用与展望

综述 | 更新时间：2025-09-24

- 人工智能与群体药动学模型在器官移植术后个体化用药中的应用与展望
- Application and prospect of artificial intelligence and population pharmacokinetics in personalized medication after organ transplantation
- 中国药房 2025年36卷第14期页码：1813-1818
- 作者机构：
  
  1.山东中医药大学药学院，济南;250355
  2.山东第一医科大学第一附属医院（山东省千佛山医院）临床药学/山东省儿童药物临床评价与研发工程技术研究中心/山东省医药卫生临床药学重点实验室，济南　250014
- 作者简介：
  
  硕士研究生。研究方向：临床药学。E-mail：2762836898@qq.com
  主任药师，硕士生导师，博士。研究方向：临床药学。E-mail：li_xyan@126.com
- 基金信息：
  
  山东省卫生健康委药品临床综合评价项目(2024YZ002)
- DOI：10.6039/j.issn.1001-0408.2025.14.22
  中图分类号： R969.1;TP39
- 收稿日期：2025-03-03，
  
  修回日期：2025-06-25，
  
  录用日期：2025-06-26，
  
  纸质出版日期：2025-07-30
- 稿件说明：
移动端阅览
何帅,宗慧颖,李安安,等.人工智能与群体药动学模型在器官移植术后个体化用药中的应用与展望[J].中国药房,2025,36(14):1813-1818.

HE Shuai,ZONG Huiying,LI An’an,et al.Application and prospect of artificial intelligence and population pharmacokinetics in personalized medication after organ transplantation[J].ZHONGGUO YAOFANG,2025,36(14):1813-1818.
何帅,宗慧颖,李安安,等.人工智能与群体药动学模型在器官移植术后个体化用药中的应用与展望[J].中国药房,2025,36(14):1813-1818. DOI： 10.6039/j.issn.1001-0408.2025.14.22.

HE Shuai,ZONG Huiying,LI An’an,et al.Application and prospect of artificial intelligence and population pharmacokinetics in personalized medication after organ transplantation[J].ZHONGGUO YAOFANG,2025,36(14):1813-1818. DOI： 10.6039/j.issn.1001-0408.2025.14.22.

摘要

人工智能（AI）和群体药动学（PPK）等技术在器官移植术后免疫抑制剂个体化用药中展现出了巨大潜力，能够精准预测药物剂量。本文全面综述了AI和PPK技术在器官移植术后免疫抑制剂个体化用药中的应用现状，重点探讨了器官移植受者在使用免疫抑制剂后的血药浓度监测、疗效/不良反应预测及个体化给药模型的建立思路，并分析比较了不同方法在不同器官移植患者中的应用特点，以及AI与PPK技术的融合与未来发展。AI和PPK技术不仅能显著减少对人力资源的依赖，还大幅提高了器官移植术后免疫抑制剂的个体化治疗水平，降低了频繁血药浓度监测给患者带来的不适与负担。

Abstract

Artificial intelligence （AI） and population pharmacokinetics （PPK） technologies have demonstrated significant potential in the personalized medication of immunosuppressants after organ transplantation

enabling precise prediction of drug dosages. This article provides a comprehensive review of the application status of AI and PPK in the individualized administration of immunosuppressants after organ transplantation， focuses on monitoring blood drug concentration， predicting efficacy/adverse reactions， and establishing individualized dosing models for organ transplant recipients after immunosuppressant administration， and analyzes and compares the application characteristics of different methods in different organ transplant patients as well as the integration and future development of AI and PPK technologies. AI and PPK technologies can not only significantly reduce the dependence on human resources， but also greatly improve the level of individualized treatment of immunosuppressants after organ transplantation， and reduce the discomfort and burden caused by frequent blood concentration monitoring to patients.

关键词

Keywords

references

杜瑜，王淼，王政，等 . 移植术后应用他克莫司致不良反应的相关因素分析 [J ] . 中国药房， 2015 ， 26 （ 11 ）： 1504 - 1506 .

盛晓燕，周颖，崔一民 . 群体药代动力学在中国造血干细胞移植患者环孢素个体化治疗中的应用 [C ] //中国医院协会药事管理专业委员会. 2013年中国临床药学学术年会暨第九届临床药师论坛论文集 . 南昌：中国医院协会药事管理专业委员会， 2013 ： 1084 - 1088 .

徐楚鸿，艾又生，陈华庭 . 人工神经网络法预测肾移植术后患者环孢素A的血药浓度 [J ] . 中国医院药学杂志， 2008 ， 28 （ 4 ）： 276 - 278 .

余俊先，史丽敏，李珊，等 . 肾移植受者的环孢素剂量预测 [J ] . 中国医院药学杂志， 2010 ， 30 （ 17 ）： 1451 - 1454 .

傅晓华，洪晓丹，刘石带，等 . 人工神经网络模型在肾移植患者他克莫司个体化给药中的应用 [J ] . 中国药学杂志， 2013 ， 48 （ 12 ）： 1000 - 1004 .

TANG J ， LIU R ， ZHANG Y L ， et al . Application of machine-learning models to predict tacrolimus stable dose in renal transplant recipients [J ] . Sci Rep ， 2017 ， 7 ： 42192 .

ZHANG Q W ， TIAN X K ， CHEN G ， et al . A prediction model for tacrolimus daily dose in kidney transplant recipients with machine learning and deep learning techniques [J ] . Front Med（Lausanne）， 2022 ， 9 ： 813117 .

MAO J J ， CHEN Y H ， XU L Y ， et al . Applying machine learning to the pharmacokinetic modeling of cyclosporine in adult renal transplant recipients：a multi-method comparison [J ] . Front Pharmacol ， 2022 ， 13 ： 1016399 .

TAN S B ， KUMAR K S ， TRUONG A T L ， et al . Com-paring the performance of multiple small-data personalized tacrolimus dosing models for pediatric liver transplant：a retrospective study [J ] . Annu Int Conf IEEE Eng Med Biol Soc ， 2023 ， 2023 ： 1 - 4 .

YOON S B ， LEE J M ， JUNG C W ， et al . Machine-learning model to predict the tacrolimus concentration and suggest optimal dose in liver transplantation recipients：a multicenter retrospective cohort study [J ] . Sci Rep ， 2024 ， 14 （ 1 ）： 19996 .

SONG X W ， LIU F H ， GAO H E ， et al . Compare the performance of multiple machine learning models in pre-dicting tacrolimus concentration for infant patients with living donor liver transplantation [J ] . Pediatr Transplant ， 2023 ， 27 （ 1 ）： e14379 .

LECLERC V ， BLEYZAC N ， CERAULO A ， et al . A decision support tool to find the best cyclosporine dose when switching from intravenous to oral route in pediatric stem cell transplant patients [J ] . Eur J Clin Pharmacol ， 2020 ， 76 （ 10 ）： 1409 - 1416 .

CHOSHI H ， MIYOSHI K ， TANIOKA M ， et al . Long short-term memory algorithm for personalized tacrolimus dosing：a simple and effective time series forecasting approach post-lung transplantation [J ] . J Heart Lung Transplant ， 2025 ， 44 （ 3 ）： 351 - 361 .

SONG L ， HUANG C R ， PAN S Z ， et al . A model based on machine learning for the prediction of cyclosporin A trough concentration in Chinese allo-HSCT patients [J ] . Expert Rev Clin Pharmacol ， 2023 ， 16 （ 1 ）： 83 - 91 .

CHEN B ， SHI H Q ， LIU X X ， et al . Population pharmacokinetics and Bayesian estimation of tacrolimus exposure in Chinese liver transplant patients [J ] . J Clin Pharm Ther ， 2017 ， 42 （ 6 ）： 679 - 688 .

向秋林，刘玲，杨忆，等 . CYP3A5基因多态性及五酯胶囊对肾移植术后早期他克莫司暴露及不良反应的影响 [J ] . 中国药房， 2024 ， 35 （ 14 ）： 1765 - 1769 .

TENG F ， ZHANG W Y ， WANG W ， et al . Population pharmacokinetics of tacrolimus in Chinese adult liver transplant patients [J ] . Biopharm Drug Dispos ， 2022 ， 43 （ 2 ）： 76 - 85 .

CHEN L Z ， YANG Y Y ， WANG X B ， et al . Wuzhi capsule dosage affects tacrolimus elimination in adult kidney transplant recipients，as determined by a population pharmacokinetics analysis [J ] . Pharmgenomics Pers Med ， 2021 ， 14 ： 1093 - 1106 .

PHARMD O C ， PHD D B ， et al . Tacrolimus population pharmacokinetics and multiple CYP3A5 genotypes in black and white renal transplant recipients [J ] . J Clin Pharmacol ， 2018 ， 58 （ 9 ）： 1184 - 1195 .

ANDREWS L M ， HESSELINK D A ， VAN SCHAIK R N ， et al . A population pharmacokinetic model to predict the individual starting dose of tacrolimus in adult renal transplant recipients [J ] . Br J Clin Pharmacol ， 2019 ， 85 （ 3 ）： 601 - 615 .

LLOBERAS N ， GRINYÓ J M ， COLOM H ， et al . A prospective controlled，randomized clinical trial of kidney transplant recipients developed personalized tacrolimus dosing using model-based Bayesian prediction [J ] . Kidney Int ， 2023 ， 104 （ 4 ）： 840 - 850 .

CAI X J ， SONG H Z ， JIAO Z ， et al . Population pharmacokinetics and dosing regimen optimization of tacrolimus in Chinese lung transplant recipients [J ] . Eur J Pharm Sci ， 2020 ， 152 ： 105448 .

LIU X L ， GUAN Y P ， WANG Y ， et al . Population pharmacokinetics and initial dosage optimization of tacrolimus in pediatric hematopoietic stem cell transplant patients [J ] . Front Pharmacol ， 2022 ， 13 ： 891648 .

PRZEPIORKA D ， BLAMBLE D ， HILSENBECK S ， et al . Tacrolimus clearance is age-dependent within the pedia-tric population [J ] . Bone Marrow Transplant ， 2000 ， 26 （ 6 ）： 601 - 605 .

刘萌，张瑞麟，刘敏，等 . 环孢素A在异基因造血干细胞移植患者体内的群体药动学研究 [J ] . 中国药房， 2013 ， 24 （ 46 ）： 4370 - 4373 .

JACOBSON P A ， NG J ， GREEN K G ， et al . Posttransplant day significantly influences pharmacokinetics of cyclosporine after hematopoietic stem cell transplantation [J ] . Biol Blood Marrow Transplant ， 2003 ， 9 （ 5 ）： 304 - 311 .

颜辉，吴芙蓉，季鹏，等 . 个体化给药辅助决策系统JPKD对肾移植受者他克莫司血药浓度预测能力评估 [J ] . 器官移植， 2024 ， 15 （ 4 ）： 630 - 636 .

FU Q ， JING Y ， LIU MR G ， et al . Machine learning-based method for tacrolimus dose predictions in Chinese kidney transplant perioperative patients [J ] . J Clin Pharm Ther ， 2022 ， 47 （ 5 ）： 600 - 608 .

PASCHIER A ， DESTERE A ， MONCHAUD C ， et al . Tacrolimus population pharmacokinetics in adult heart transplant patients [J ] . Br J Clin Pharmacol ， 2023 ， 89 （ 12 ）： 3584 - 3595 .

YANG S Y ， WEI J ， PAN X Q ， et al . Development and validation of individualized tacrolimus dosing software for Chinese pediatric liver transplantation patients：a population pharmacokinetic approach [J ] . Eur J Clin Pharmacol ， 2024 ， 80 （ 9 ）： 1409 - 1420 .

WOILLARD J B ， LABRIFFE M ， PRÉMAUD A ， et al . Estimation of drug exposure by machine learning based on simulations from published pharmacokinetic models：the example of tacrolimus [J ] . Pharmacol Res ， 2021 ， 167 ： 105578 .

WANG Y P ， LU X L ， SHAO K ， et al . Improving prediction of tacrolimus concentration using a combination of population pharmacokinetic modeling and machine lear-ning in Chinese renal transplant recipients [J ] . Front Pharmacol ， 2024 ， 15 ： 1389271 .

HU K ， HE S M ， ZHANG C ， et al . Optimizing the initial tacrolimus dosage in Chinese children with lung transplantation within normal hematocrit levels [J ] . Front Pediatr ， 2024 ， 12 ： 1090455 .

HOU J N ， YANG S Y ， LIU W ， et al . Tacrolimus population pharmacokinetic model-informed precision dosing in adult liver transplant patients [J/OL ] . Naunyn Schmiedebergs Arch Pharmacol ， 2025 [ 2025-03-01 ] . https：//pubmed.ncbi.nlm.nih.gov/40029388/ https://pubmed.ncbi.nlm.nih.gov/40029388/ . DOI： 10.1007/s00210-025-03982-7 http://dx.doi.org/10.1007/s00210-025-03982-7 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于治疗药物监测的度洛西汀血药浓度影响因素研究

肾病综合征患者他克莫司血药浓度监测及MLP预测模型建立

阿片类药物致便秘与基因多态性的相关性

机器学习在治疗药物监测与个体化用药中的应用

阿片类药物便秘不良反应与基因多态性关联性研究