医工情報学
医工情報研究領域

本領域の目的は、情報ネットワーク・情報処理技術に立脚し、実務・研究の双方の側面から医学研究支援と医療の質の向上に資することである。そのため研究科ネットワーク・各種サーバー管理、並びにネットワークを用いた医学研究支援などの実務に加え、医療情報分野の知識基盤と基礎的技術に関する研究、さらにそれらの診療現場への応用技術の研究を行っている。
例えば、昨今医療におけるIT化の推進によって電子的に蓄積される診療情報が増加し、その利用が活発化してきている。 これには数値や画像の検査データだけでなく、自由入力で行われる診断報告書やカルテ記載でのテキストデータも含まれているが、現在これらを統合し、計算機を用いた高度な意味的検索や統計処理による相関ルールの導出、特定の特徴を持つ患者集団の抽出、診療情報の自動コーディング、診断支援といった知的処理を行う需要が高まっている。しかしこのためには、用語・概念の整理と標準化、医学用語概念の定義を計算機処理可能な形式で記述したデータベース(オントロジー)、自然言語処理、機械学習、知識推論、といった医療情報分野の知識基盤と基礎的技術が必須である。 本領域ではこれらのリソース・基盤要素技術の開発、ならびに診療現場への応用の研究を行っている。

• 臨床医学オントロジーの構築と理論的基盤の整備
• 機械学習と臨床医学オントロジーを活用した診療情報の解析技術の開発
• 知識推論技術の診断支援システムへの応用手法の開発
• 自然言語処理技術の診療テキスト情報解析への応用手法の開発
• 医療情報モデルの開発と標準化

1. Iwai S, Mitani T, Hayakawa J, Shinohara E, Imai T, Kawazoe Y, Ohe K. Development of Graph-Based Algorithm for Differentiating Pathophysiological Conditions. Applied Medical Informatics. 2020;42(2):107-117.
2. Mitani T, Doi S, Yokota S, Imai T, Ohe K. Highly accurate and explainable detection of specimen mix-up using a machine learning model. Clin Chem Lab Med. 2020 Feb 25;58(3):375-383.
3. Hayakawa M, Imai T, Kawazoe Y, Kozaki K, Ohe K. Auto-Generated Physiological Chain Data for an Ontological Framework for Pharmacology and Mechanism of Action to Determine Suspected Drugs in Cases of Dysuria. Drug Saf. 2019 Sep;42(9):1055-1069.
4. Kagawa R, Shinohara E, Imai T, Kawazoe Y, Ohe K. Bias of Inaccurate Disease Mentions in Electronic Health Record-based Phenotyping. Int J Med Inform. 2019 Apr;124:90-96.
5. Ishihara S, Fujiu K, Imai T. An analysis of one-shot screening methods of ECG with different types of 2-D CNN. Journal of Neuroscience and Biomedical Engineering, 2019, 1(1): 1-9.
6. Ma X, Imai T, Shinohara E, Sakurai R, Kozaki K, Ohe K. A Semi-Automatic Framework to Identify Abnormal States in EHR Narratives. Stud Health Technol Inform. 2017;245:910-914.
7. Kagawa R, Kawazoe Y, Shinohara E, Imai T, Ohe K. The Impact of “Possible Patients” on Phenotyping Algorithms: Electronic Phenotype Algorithms Can Only Be Reproduced by Sharing Detailed Annotation Criteria. Stud Health Technol Inform. 2017;245:432-436.
8. Iwai S, Kawazoe Y, Imai T, Ohe K. Effects of Implementing a Tree Model of Diagnosis into a Bayesian Diagnostic Inference System. Stud Health Technol Inform. 2017;245:882-886.
9. Kozaki K, Yamagata Y, Mizoguchi R, Imai T, Ohe K. Disease Compass- a navigation system for disease knowledge based on ontology and linked data techniques. J Biomed Semantics. 2017 Jun 19;8(1):22. doi: 10.1186/s13326-017-0132-2.
10. Imai T, Shinohara E, Kajino M, Sakurai R, Ohe K, Kozaki K, Mizoguchi R. An Ontological Framework for Representing Topological Information in Human Anatomy. In Proc. of International Conference on Biomedical Ontology and BioCreative (ICBO-BioCreative 2016), Corvallis, USA, August 1-4, 2016. CEUR Workshop Proceedings, ISSN 1613-0073, available online at CEUR-WS.org/Vol-1747/, 2016.
11. Kagawa R, Kawazoe Y, Ida Y, Shinohara E, Tanaka K, Imai T, Ohe K. Development of Type 2 Diabetes Mellitus Phenotyping Framework Using Expert Knowledge and Machine Learning Approach. J Diabetes Sci Technol. 2017 Jul;11(4):791-799. doi: 10.1177/1932296816681584. Epub 2016 Dec 7.

1. 漢方の特性を利用したエビデンス創出と適正使用支援システムの構築(審査番号:11662)