日本は高齢外来の約4割が5剤以上、潜在的不適切処方(PIM)は2014→2019で26.8%→43.7%へ増加。「ある薬の副作用を別の薬で治療し、薬が薬を呼ぶ」処方カスケードは有害だが、専門家が手作業で作る一覧（STOPP-J／ThinkCascades）に依存し、日本の実処方データから未知の連鎖を体系的に解明した公開研究は乏しい。みんこく非依存・医学生＝高齢者診療と薬理を学ぶ当事者性が効く独立テーマ。
大規模な縦断処方データに処方系列対称性解析(SSA)＋系列深層モデル＋因果推論を適用すれば、(1)未知の処方カスケードをデータ駆動で発見でき、(2)薬剤–薬剤–病態の相互作用ネットワークの隠れた構造を可視化でき、(3)患者ごとに「減らせる薬」を提示できる、と仮説。ルール表の再実装でなく、日本語実世界データからの発見＋解釈可能性が新規。
数千万処方・数百薬剤の組合せは人手で追えず、カスケードは「適応による交絡」と区別が要る。系列モデル＋因果推論でしか、時間順序を保ったまま“薬が症状を生み次の薬を呼ぶ”連鎖を、偶然の相関と分けて検出できない。
新規カスケードのカタログ＋薬剤相互作用ネットワーク＋減薬候補提示＝学会発表・論文。加えて研修医・薬剤師向けに「なぜこの薬が足された連鎖か」を可視化する教材・減薬支援の土台。Hiroは高齢者診療で多剤併用を内側から見る医学生＝当事者。