抽出した徐放性モルヒネ中の粒子含有量に関するディープラーニング解析：長時間の加熱は大きな破片を減らしつつモルヒネ抽出を維持する

公衆衛生にとってこの研究が重要な理由

多くのオピオイド依存者は注射で薬物を使用しており、ときには静脈注射を想定して作られていない徐放性モルヒネ錠剤を分解して使うことがあります。薬物とともに、こうした即席の調製物には微小な固形破片が混入することがあり、それらが血流を通って血管や心臓、その他の臓器を損なう可能性があります。本研究は実践的かつ生死に関わる問いを投げかけます：人々がこの方法でモルヒネを抽出する際、有害な粒子の数を大幅に減らさずに薬物含有量を保つ調製法はあるか？その答えは、臨床医やハームリダクション従事者が、薬物使用を促すのではなく医療合併症を減らすことを目的とした、より確かな根拠に基づく助言を提供する手助けになります。

錠剤を注射に変える方法

研究チームはノルウェーで使われる徐放性モルヒネ錠剤「Dolcontin」に着目しました。現地の薬物使用者からの報告をもとに、4つの一般的な調製法を再現しました。いずれも小さな金属カップに錠剤と水を入れて加熱し、注射器に入れる前に綿球で濾すという流れです。方法Aは、錠剤を被覆ごと短時間煮沸しました。方法Bは着色被覆を取り除き、錠剤を粉砕してから短時間煮沸しました。方法Cは被覆を取り除いた上で錠剤をそのまま短時間煮沸しました。方法Dは被覆を取り除き、錠剤を粉砕せずにより長時間煮沸しました。これらの制御された変法により、粉砕、被覆除去、煮沸時間がモルヒネ含有量と粒子汚染に与える影響を分離して評価できました。

薬物含有量と目に見えない破片の測定

各方法が実際にどれだけのモルヒネを供給するかを測るために、チームは液体サンプル中の薬物分子を高感度で測定する実験室技術を用いました。主抽出液だけでなく、綿フィルターから洗い出せる成分も分析し、注射に利用可能なモルヒネ量を現実的に推定しました。粒子問題を理解するために、濾過液の滴を顕微鏡スライドに載せ高解像度で走査しました。破片を手で数える代わりにディープラーニングを用い、2つのコンピュータビジョンネットワークがすべての固形粒子を認識し輪郭を描くように訓練されました。専門の画像解析ソフトは各破片を4つのサイズ群（100マイクロメートル未満（おおよそ人間の髪の幅程度）から500マイクロメートル超まで）に分類し、単位面積あたりの各サイズの粒子数を算出しました。

モルヒネ回収率に関する所見

4つの方法はいずれも錠剤中のモルヒネの大部分を回収しました。全体の回収率は最も長時間加熱した方法（方法D）で約81％、粉砕した方法（方法B）でわずかに91％超と幅がありました。実用的には、最悪と最良の方法の間で抽出されたモルヒネ量の差は総投与量に比べて約1ミリグラム程度と小さいものでした。粉砕を伴わない単なる煮沸だけの方法はサンプル間でばらつきが大きく、これは錠剤の溶け方の均一性に依存するためと考えられます。錠剤を粉砕する（方法B）とモルヒネ回収率はやや安定し若干高くなりましたが、粒子解析が示す通り破片の面では代償がありました。

調製法が粒子汚染をどう変えるか

ディープラーニングに基づく粒子カウントは、すべての方法で100マイクロメートル未満の小さな破片が大量に生成されることを示しましたが、その分布パターンは大きく異なりました。被覆をそのままにした方法Aは最も高密度で微小な粒子を生み出し、多くは錠剤の着色シェル由来と思われる暗い斑点として現れました。被覆を除いた後に粉砕した方法Bは、500マイクロメートル超の非常に大きな粒子を最も多く出しており、注射されれば血管を塞ぎ炎症を引き起こしやすい塊でした。被覆を除去したが粉砕しなかった方法Cは中程度の大きさの破片が最も多く見られました。被覆を除去し粉砕も行わず長時間煮沸した方法Dは際立っており、最も危険な大型粒子を含めすべてのサイズカテゴリで最も少ない粒子数を生成しつつ、モルヒネを80％以上供給しました。

より安全なケアのために（使用を奨励するものではない）

一般向けの要点は明快です：徐放性モルヒネ錠剤から作った溶液を注射する場合、錠剤の調製方法は血流に入る固形破片の量とサイズに大きな違いをもたらします。被覆を取り除いたうえで長時間煮沸することは粒子汚染を大幅に減らし、それでも溶液中にモルヒネの大部分を残します。対照的に、被覆を外さないことや錠剤を粉砕することは、微細な破片の大量発生やより大きな有害な塊を生みやすいとされます。著者らは、錠剤を注射することを推奨するものではなく、むしろ医師、看護師、ハームリダクション担当者が一般的な調製方法の隠れたリスクをよりよく説明し、注射者の間で予防可能な感染、血栓、心臓合併症を減らすサービス設計に役立つ確かなデータを提供することを目的としていると強調しています。

引用: Pettersen, H.S., Gundersen, P.O.M., Aamo, T.O. et al. Deep learning analysis of particle content in extracted slow-release morphine: longer boiling reduces large fragments while retaining morphine extraction. Sci Rep 16, 5684 (2026). https://doi.org/10.1038/s41598-026-35870-2

キーワード: モルヒネ錠剤, 注射薬物使用, ハームリダクション, 粒子汚染, ディープラーニング解析