KISHIMOTO Taishiro

写真a

Affiliation

School of Medicine, Hills Joint Research Laboratory for Future Preventive Medicine and Wellness (Shinanomachi)

Position

Project Professor (Non-tenured)

Related Websites

Profile Summary 【 Display / hide

Career 【 Display / hide

  • 2000.05
    -
    2001.03

    慶應義塾大学医学部, 精神神経科学教室, 研修医

  • 2001.04
    -
    2003.06

    国家公務員共済組合連合会 立川病院, 神経科

  • 2003.07
    -
    2004.03

    医療法人財団厚生協会 大泉病院

  • 2004.04
    -
    2009.11

    医療法人財団厚生協会 大泉病院, 副医長

  • 2009.04
    -
    2009.11

    医療法人財団厚生協会 大泉病院, 医長

display all >>

Academic Background 【 Display / hide

  • 1992.04

    The University of Tokyo, 理科 II 類

    University, Other

  • 1994.04
    -
    2000.03

    慶應義塾大学, 医学部

    University, Graduated

Academic Degrees 【 Display / hide

  • 慶應義塾大学, 慶応義塾大学, Coursework, 2009.02

Licenses and Qualifications 【 Display / hide

  • 医師免許, 2000.05

  • 精神保健指定医, 2005.12

  • 日本精神神経科学会 専門医, 2008.04

  • 日本英語検定 1級, 2014.07

  • 臨床精神神経薬理学 専門医, 2016.11

 

Books 【 Display / hide

  • Information technology and electronic health record to improve behavioral health services

    Hilty D., Naslund J.A., Ahuja S., Torous J., Kishimoto T., Crawford A., Mental Health in a Digital World, 2021.01

     View Summary

    We continue to increase our exchange of information through health technologies, used to access, disseminate, and analyze information. Clinical informatics is a rapidly expanding area and facilitates patient-centered care as defined by quality, affordability, and timely health care. This chapter covers developments in information systems, electronic health records, electronic communications with patients and staff (e.g., alerts, texts), behavioral health indicators and related digital advances to improve practice and research. The reader can learn how to set goals toward quality outcomes and be efficient while remaining patient-centered using technology, and adapt to technological components and processes used by systems. By grasping how systems are designed and tailored to collect data, clinicians can use technology to inform decisions and facilitate outcomes. Setting priorities involves input from all care participants, as well as technological competencies for the clinician and institutional/organizational. Patient, clinician, and institutional competencies for skills, attitudes, and behaviors can align clinical care, training, and research missions and stimulate quality improvement.

  • Autism Spectrum Disorder’s Severity Prediction Model Using Utterance Features for Automatic Diagnosis Support

    Sakishita M., Ogawa C., Tsuchiya K.J., Iwabuchi T., Kishimoto T., Kano Y., Studies in Computational Intelligence, 2020

     View Summary

    Diagnoses of autism spectrum disorder (ASD) are difficult due to difference of interviewers and environments, etc. We show relations between utterance features and ASD severity scores, which were manually given by clinical psychologists. These scores are based on the Autism Diagnostic Observation Schedule (ADOS), which is the standard metrics for symptom evaluation for subjects who are suspected as ASD. We built our original corpus where we transcribed voice records of our ADOS evaluation experiment movies. Our corpus is the world largest as speech/dialog of ASD subjects, and there has been no such ADOS corpus available in Japanese language as far as we know. We investigated relationships between ADOS scores (severity) and our utterance features, automatically estimated their scores using support vector regression (SVR). Our average estimation errors were around error rates that human ADOS experts are required not to exceed. Because our detailed analysis for each part of the ADOS test (“puzzle toy assembly + story telling” part and the “depiction of a picture” part) shows different error rates, effectiveness of our features would depend on the contents of the records. Our entire results suggest a new automatic way to assist humans’ diagnosis, which could help supporting language rehabilitation for individuals with ASD in future.

  • Large-Scale Dialog Corpus Towards Automatic Mental Disease Diagnosis

    Sakishita M., Kishimoto T., Takinami A., Eguchi Y., Kano Y., Studies in Computational Intelligence, 2020

     View Summary

    Recently, the number of people who are diagnosed as mental diseases is increasing. Efficient and objective diagnosis is important to start medical treatments in earlier stages. However, mental disease diagnosis is difficult to quantify criteria, because it is performed through conversations with patients, not by physical surveys. We aim to automate mental disease diagnosis in order to resolve these issues. We recorded conversations between psychologists and subjects to build our diagnosis speech corpus. Our subjects include healthy persons, people with mental diseases of depression, bipolar disorder, schizophrenia, anxiety and dementia. All of our subjects are diagnosed by doctors of psychiatry. Then we made accurate transcription manually, adding utterance time stamps, linguistic and non-linguistic annotations. Using our corpus, we performed feature analysis to find characteristics for each disease. We also tried automatic mental disease diagnosis by machine learning, while the number of sample data is few because we were still in our pilot study phase. We will increase the number of subjects in future.

  • エッセンシャル金融ジェロントロジー

    駒村 康平 編, 岸本 泰士郎,中村 陽一, 江口 洋子 著, 慶應義塾大学出版会, 2019.10

  • 本田明編:精神科身体合併症マニュアル第2版

    桑原達郎, 野村総一郎,岸本 泰士郎ほか, 医学書院, 2018.06

    Scope: 307-313,331-334

display all >>

Papers 【 Display / hide

  • Intestinal metabolites predict treatment resistance of patients with depression and anxiety.

    Matsuzaki J, Kurokawa S, Iwamoto C, Miyaho K, Takamiya A, Ishii C, Hirayama A, Sanada K, Fukuda S, Mimura M, Kishimoto T, Saito Y

    Gut pathogens 16 ( 1 ) 8 2024.02

    ISSN  1757-4749

  • Feasibility of remote interviews in assessing disease severity in patients with major depressive disorder: A pilot study

    Sumiyoshi, T; Morio, Y; Kawashima, T; Tachimori, H; Hongo, S; Kishimoto, T; Watanabe, K; Otsubo, T; Oi, H; Nakagome, K; Ishigooka, J

    NEUROPSYCHOPHARMACOLOGY REPORTS  2024.01

  • The relationship between sleep, gut microbiota, and metabolome in patients with depression and anxiety: A secondary analysis of the observational study

    Tanaka A., Sanada K., Miyaho K., Tachibana T., Kurokawa S., Ishii C., Noda Y., Nakajima S., Fukuda S., Mimura M., Kishimoto T., Iwanami A.

    PLoS ONE (PLoS ONE)  18 ( 12 December ) e0296047 2023.12

    ISSN  1932-6203

     View Summary

    Background Growing attention is paid to the association between alterations in the gut microbiota and their metabolites in patients with psychiatric disorders. Our study aimed to determine how gut microbiota and metabolomes are related to the sleep quality among patients with depression and anxiety disorders by analyzing the datasets of our previous study. Methods Samples were collected from 40 patients (depression: 32 patients [80.0%]); anxiety disorders: 8 patients [20.0%]) in this study. Gut microbiomes were analyzed using 16S rRNA gene sequencing and gut metabolomes were analyzed by a mass spectrometry approach. Based on the Pittsburgh Sleep Quality Index (PSQI), patients were categorized into two groups: the insomnia group (PSQI score ≥ 9, n = 20) and the non-insomnia group (PSQI score < 9, n = 20). Results The insomnia group showed a lower alpha diversity in the Chao1 and Shannon indices than the non-insomnia group after the false discovery rate (FDR) correction. The relative abundance of genus Bacteroides showed a positive correlation with PSQI scores in the non-insomnia group. The concentrations of glucosamine and N-methylglutamate were significantly higher in the insomnia group than in the non-insomnia group. Conclusions Our findings suggest that specific taxa could affect the sleep quality among patients with depression and anxiety disorders. Further studies are needed to elucidate the impact of sleep on specific gut microbiota and metabolomes in depression and anxiety disorders.

  • Introduction to Evidence-Based Digital Interventions and Informatics Approaches to Service Delivery for Behavioral Health Populations

    Hilty D.M., Ahuja S., Felker B.L., Kishimoto T., Krupinski E.A.

    Journal of Technology in Behavioral Science (Journal of Technology in Behavioral Science)  8 ( 4 ) 333 - 335 2023.12

     View Summary

    Technology use is ubiquitous in the digital age, and to ensure quality care, patients, more research, and evaluation are needed of digital interventions and informatics approaches for behavioral health disorders—particularly those that have population-level impact. Clinicians, teams, organizations, and countries have to prioritize and implement systems to organize clinical care and set the stage for evidence-based interventions. Much of this is through electronic health records (EHRs), patient portals, artificial intelligence (AI), and data analytic approaches for workflow (e.g., clinical decision support). The Special Edition is geared to help clinicians/faculty, trainees, and healthcare leaders improve clinical care, by showcasing new systems, technologies, research, and evidence- and consensus-based best practices. One overarching goal is to apply the most recent health technology and evidence to promote behavioral health and to predict, assess, triage, and treat behavioral health disorders. Another goal is to describe how to shift from in-person/video care visits to longitudinal, in time care with patient and clinician decision support facilitated by artificial intelligence and other technologies. The issue focuses on effectiveness and implementation science approaches for patients across populations and settings. Evaluation of intended and unintended consequences of new technologies could facilitate or impede workflow and outcomes.

  • Associations between glycemic variability, sleep quality, and daily steps in subjects without diabetes using wearable devices.

    Inaishi J, Kashiwagi K, Kinoshita S, Wada Y, Hanashiro S, Shiga K, Kitazawa M, Tsutsumi S, Yamakawa H, Kishimoto T

    Metabolism open 20   100263 2023.12

display all >>

Papers, etc., Registered in KOARA 【 Display / hide

Reviews, Commentaries, etc. 【 Display / hide

  • Anti-obesity drugs, eating disorders, and thinness among Japanese young women

    Kinoshita S., Kishimoto T.

    The Lancet Diabetes and Endocrinology (The Lancet Diabetes and Endocrinology)  12 ( 2 ) 90 - 92 2024.02

    ISSN  22138587

  • Dementia in Japan: a societal focus

    Kinoshita S., Kishimoto T.

    The Lancet Neurology (The Lancet Neurology)  22 ( 12 ) 1101 - 1102 2023.12

    ISSN  14744422

  • 精神医療のデジタルトランスフォーメーション(DX)化

    中込 和幸, 明智 龍男, 伊藤 正哉, 岸本 泰士郎

    精神科臨床Legato ((株)メディカルレビュー社)  9 ( 3 ) 130 - 137 2023.12

    ISSN  2189-4388

  • 【デジタル時代のメンタルヘルス】データテクノロジーの利活用にあたっての科学的,医学的エビデンスとその活用 デジタルフェノタイプを活用した精神症状定量化技術の開発

    岸本 泰士郎, 飯塚 真理, 木下 翔太郎

    臨床精神医学 ((株)アークメディア)  52 ( 12 ) 1421 - 1427 2023.12

    ISSN  0300-032X

  • 【オンライン・ICTメンタルヘルスサービスの発展と今後の展望】オンライン診療の今後の展望 本邦での非劣性試験に触れながら

    木下 翔太郎, 岸本 泰士郎

    精神障害とリハビリテーション (日本精神障害者リハビリテーション学会)  27 ( 2 ) 123 - 127 2023.11

    ISSN  1343-0386

display all >>

Presentations 【 Display / hide

  • Perspectives in machine learning for predicting psychiatric conditions.

    TAISHIRO KISHIMOTO

    WFSBP 2018 KOBE (KOBE) , 

    2018.09

    Oral presentation (invited, special)

  • ICTや機械学習を活用した精神科領域における重症度評価の試み

    TAISHIRO KISHIMOTO

    がん分子修飾制御学分野主催セミナー (東京) , 

    2018.08

    Oral presentation (invited, special)

  • 情報処理技術(ICT)や機械学習を用いたうつ病診療の展望

    TAISHIRO KISHIMOTO

    第3回CNSサミット (東京) , 

    2018.08

    Oral presentation (invited, special)

  • 情報通信技術(ICT)や機械学習を用いたうつ病診療の展望

    TAISHIRO KISHIMOTO

    第3回CNSサミット, 

    2018.08

    Oral presentation (invited, special)

  • ビデオ会議システムを用いた遠隔認知行動療法の開発:認知行動療法の普及を (実践発表) 見据えて

    TAISHIRO KISHIMOTO

    第15回日本うつ病学会総会, 

    2018.07

    Poster presentation

display all >>

Research Projects of Competitive Funds, etc. 【 Display / hide

  • SNS・新聞記事・議会議事録を用いたAIによる世論形成過程と政治家の応答性の分析

    2022.04
    -
    2027.03

    Grants-in-Aid for Scientific Research, Grant-in-Aid for Scientific Research (B), No Setting

     View Summary

    世論が政治家の言動や政治的出来事に対して合理的に反応しているかを検証することは、現代民主主義においてアカウンタビリティが確保されているかをチェックする上で重要な課題である。本研究では、SNSデータ(引用された新聞記事を含む)と国会議事録(文字・映像)を対象に、機械学習による精細な話し言葉解析器と心理状態分析器・嘘検出器を用いて、これら情報の受信・発信者の状態とその変化をミクロで推測する。さらにマクロな集団としての我が国の世論形成過程、政府・政治家と世論の関係を時系列モデルで分析し、可視化する。具体的なテーマとしては対外国人意識を重点的に扱う。
    世論が政治家の言動や政治的出来事に対して合理的に反応しているかを検証することは、現代民主主義においてアカウンタビリティが確保されているかをチェックする上で重要な課題である。本研究では、SNSデータ(引用された新聞記事を含む)と国会議事録(文字・映像)を対象に、機械学習による精細な話し言葉解析器と心理状態分析器・嘘検出器を用いて、これら情報の受信・発信者の状態とその変化をミクロで推測する。さらにマクロな集団としての我が国の世論形成過程、政府・政治家と世論の関係を時系列モデルで分析し、可視化する。具体的なテーマとしては対外国人意識を重点的に扱う。
    初年度にあたる本年度は、クラウドソーシングによる大規模ウェブ調査、嘘検出器作成のためのコーパス設計、SNS投稿の影響推測、含意関係認識に取り組んだ。クラウドソーシングによる大規模ウェブ調査では、これまでになかったユーザの属性を表す多面的な質問と、政治的な意識を紐づけられるよう設計した。SNS投稿の影響推測では、テキスト自体がどの程度その影響度を決定するかを定量的に推測できた。
    初年度にあたる本年度は、クラウドソーシングによる大規模ウェブ調査、嘘検出器作成のためのコーパス設計、SNS投稿の影響推測、含意関係認識に取り組んだ。クラウドソーシングによる大規模ウェブ調査では、これまでになかったユーザの属性を表す多面的な質問と、政治的な意識を紐づけられるよう設計した。SNS投稿の影響推測では、テキスト自体がどの程度その影響度を決定するかを定量的に推測できた。
    aクラウドソーシングによる大規模ウェブ調査を続行しその規模を増大させる。また、調査結果の分析と利用を進める。
    LLM(大規模言語モデル)の性能向上をうけ、どこまで利用可能か、性能比較とシステムへの組み込みを検討する。

  • Elucidating the gut-brain interaction in depression using functional brain imaging

    2022.04
    -
    2025.03

    Grants-in-Aid for Scientific Research, Grant-in-Aid for Scientific Research (C), No Setting

     View Summary

    系統発生的にヒトの脳と腸の間には密接な腸脳連関があり、腸は「第2の脳」と呼ばれている。現在急増しているうつ病においても、腸脳連関が強く示唆されており、特に乳酸菌のLactobacillusが関与していると言われている。他方、うつ病の脳画像研究では、辺縁系の異常活性がうつ状態を反映した中間表現型として知られている。
    そこで、「腸内細菌叢のLactobacillusと辺縁系の活動は密接に関連する」という仮説を立て、うつ病患者と健常者を対象として便解析と機能的MRIを施行することで、これを検証することを本研究の目的とする。本研究により、うつ病における腸脳連関の機序解明に繋がるものと考える。
    本研究は「腸内細菌叢のLactobacillusと扁桃体を中心とした辺縁系の活動との間には密接な関連があるのではないか」という仮説を立て、うつ病患者40名と健常者40名を対象として便解析と機能的MRI (fMRI)を施行することで、これを検証することを目的とした。
    これまで、うつ病患者は健常者と比較してLactobacillusが減少していることが報告されており、fMRIにおいては、うつ病患者は辺縁系のネットワークにおける機能結合の異常や辺縁系の活動異常が報告されている。しかし、うつ病患者における腸内細菌叢の相対的存在量と辺縁系との直接的な関連はまだ報告されていない。
    2022年度は、うつ病患者15名、健常者3名の組入れを終え、それぞれ35名と38名から便検体を採取して、fMRIを撮像した。このうち、fMRIのデータを解析したところ、患者と健常者共に約10名のデータが撮像中の体動等により、除外対象となることが判明した。このため、目標症例数を、各種評価項目において解析可能となる症例数に患者および健常者共に変更して、研究内容変更願を大学の倫理審査委員会に提出した。2023年2月28日付で承認されたため、引き続き対象者の組入れを進めていく予定である。
    コロナ禍ではあったが、順調に患者および健常者の組入れは進んでいる。fMRIの解析を一部施行したところ、患者および健常者共に除外対象となる症例が10名程度ずつ判明した。このため、症例数の変更を大学の倫理審査委員会に提出して、受理されたところである。
    fMRIの解析において、除外対象となる症例が患者および健常者でそれぞれ10名程度判明したため、引き続き対象者の組入れを継続する。
    今年度下半期では、便検体およびfMRI画像の前処理・統計解析を進める予定である。

  • 令和3年度 医工連携・人工知能実装研究事業「リストバンド型ウェアラブルデバイスデータを用いてうつ病スクリーニングおよび重症度評価を可能とするソフトウェア医療機器の開発」

    2021
    -
    Present

    日本医療研究開発機構(AMED, Commissioned research, Principal investigator

  • KGRI-IoT健康ライフ研究コンソーシアム「脳波を用いた認知機能評価基準の定量化」(研究代表者)

    2020
    -
    Present

    Consortium, Principal investigator

  • 障害者対策総合研究開発事業(精神障害分野)「対面診療に比したオンライン診療の非劣勢試験:COVID-19によって最も影響を受け得る精神疾患に対するマスタープロトコル試験による検証」

    2020
    -
    Present

    日本医療研究開発機構(AMED), Commissioned research, Principal investigator

display all >>

Awards 【 Display / hide

  • 2019年度 慶應医学賞 ライジング・スター賞

    2020.01, 慶應義塾大学

  • Keio Techno Mall Lion Award(研究室として受賞)

    2017.12

  • 国際学会発表賞

    2014.06, 第110回日本精神神経科学会学術総会

  • 国際学会発表賞

    2014.06, 日本精神神経科学会

  • Japanese Society of Neuropsychopharmacology Excellent Presentation Award for CINP 2014

    2014.06, CINP 2014

display all >>

 

Courses Taught 【 Display / hide

  • LECTURE SERIES, PSYCHIATRY

    2023

  • LECTURE SERIES, PSYCHIATRY

    2022

  • LECTURE SERIES, PSYCHIATRY

    2021

  • LECTURE SERIES, PSYCHIATRY

    2020

  • LECTURE SERIES, PSYCHIATRY

    2019

 

Social Activities 【 Display / hide

  • 厚生労働省 平成25年度 障害者総合福祉推進事業 「精神病床に入院している難治性患者の地域移行の推進に向けた支援の在り方に関する実態調査」研究分担者・実務担当者

    2014
    -
    Present

Memberships in Academic Societies 【 Display / hide

  • 保健医療分野におけるAI活用推進懇談会 構成員, 

    2017
    -
    Present
  • 独立行政法人医薬品医療機器総合機構専門委員, 

    2017
    -
    2019
  • 第14回日本うつ病学会総会プログラム委員, 

    2016
    -
    Present
  • 日本総合病院精神医学会 会員 (2016~ プログラム委員), 

    2015
    -
    Present
  • 日本遠隔医療学会 (2016~ 精神科分科会代表), 

    2014
    -
    Present

display all >>

Committee Experiences 【 Display / hide

  • 2018.08
    -
    2019.03

    プログラム委員, 第41回日本生物学精神医学会

  • 2018.08
    -
    2019.03

    委員, 総務省 オンライン診療の普及促進に向けたモデル構築にかかる調査研究検討委員会

  • 2018.05
    -
    Present

    評議員, 一般社団法人日本メディカルAI学会

  • 2017
    -
    Present

    構成員, 保健医療分野におけるAI活用推進懇談会

  • 2017
    -
    2019

    専門委員, 独立行政法人医薬品医療機器総合機構

display all >>