真实世界信息健康医疗学研究室

About关于研究室

从医疗大数据中探寻疾病风险。

真实世界信息健康医疗学研究室利用基因组信息、医保结算明细、电子病历等大规模医疗・健康数据，探寻导致疾病发病和重症化的危险因素。
该研究室还结合数据科学、生物统计和流行病学等方法，推进预测发病和重症化的算法的开发。
在此基础上，该研究室通过提出最优的预防措施和干预措施，致力于推动医学・保健学领域的发展。
此外，该研究室也通过研究工作，致力于培养能够处理大数据的医疗・保健领域数据科学家。

Research研究课题

近年来，以基因组为代表的组学数据，以及医保结算明细和电子病历等真实世界数据，这类大规模且多样的医疗大数据不断积累。该研究室运用数据科学、生物统计和流行病学等方法对这些数据进行多角度分析，开展危险因素的探索、发病和重症化预测算法的开发，以及最优预防措施・干预措施的提出。

※示意图

疾病与体质的基因组数据分析↗

该研究室与国内外研究机构合作，从单核苷酸多态性（SNP）和拷贝数变异等基因组数据中，探寻造成体质个体差异的遗传因素。同时也在推进基于遗传信息的疾病发病风险预测模型的开发。

※示意图

基于血液组学数据的诊断・预测↗

该研究室从当地居民的血液中获取DNA甲基化、miRNA、蛋白质等组学数据，致力于识别有助于生活方式病和肌萎缩侧索硬化症等疾病早期诊断及发病预测的因子，并开发预测模型。

※示意图

基于体检数据的发病先兆预测↗

该研究室利用针对青森县弘前市岩城地区居民长期积累的体检数据和基因组数据，探寻生活方式病和精神疾病的发病风险因素，并开发可检测发病先兆的预测模型。同时也在推进基于大数据的生活方式方案的制定。

※示意图

新生儿的预后预测↗

如果能在出生前准确预测早产儿的死亡风险，就可以识别出高风险早产儿，并及早开展新生儿护理。该研究室基于日本新生儿及其母亲的数据，利用机器学习和AI开发识别高风险早产儿的算法。

Voices学长学姐的评价

评价基于在读（或曾在读）学生的个人经历，不代表研究室官方观点。评价的有无或数量不代表对研究室的评价。

对于接受采访的学生，无论内容如何，我们可能会赠送谢礼（价值1,000日元的礼品）。