Reviews, Commentaries, etc. - KISHIMOTO Taishiro

Unmet needs of patients with major depressive disorder – Findings from the ‘Effectiveness of Guidelines for Dissemination and Education in Psychiatric Treatment (EGUIDE)’ project: A nationwide dissemination, education, and evaluation study

Iida H., Iga J., Hasegawa N., Yasuda Y., Yamamoto T., Miura K., Matsumoto J., Murata A., Ogasawara K., Yamada H., Hori H., Ichihashi K., Hashimoto N., Ohi K., Yasui-Furukori N., Tsuboi T., Nakamura T., Usami M., Furihata R., Takaesu Y., Iwamoto K., Sugiyama N., Kishimoto T., Tsujino N., Yamada H., Hishimoto A., Nemoto K., Atake K., Muraoka H., Katsumoto E., Oishi S., Inagaki T., Ito F., Imamura Y., Kido M., Nagasawa T., Numata S., Ochi S., Iwata M., Yamamori H., Fujita J., Onitsuka T., Yamamura S., Makinodan M., Fujimoto M., Takayanagi Y., Takezawa K., Komatsu H., Fukumoto K., Tamai S., Yamagata H., Kubota C., Horai T., Inada K., Watanabe K., Kawasaki H., Hashimoto R.

Psychiatry and Clinical Neurosciences (Psychiatry and Clinical Neurosciences)  74 ( 12 ) 667 - 669 2020.12

ISSN  13231316

• Access to Document (DOI)

【神経疾患と人工知能(AI)】人工知能の精神科領域への応用

米澤 賢吾, 木下 翔太郎, 岸本 泰士郎

脳神経内科 ((有)科学評論社)  93 ( 6 ) 771 - 777 2020.12

ISSN  2434-3285

【神経症候学と神経診断学-AIは味方か敵か?】特異的症状の症候学・診断学とAI　うつ病

中島 和樹, 岸本 泰士郎, 三村 將

Clinical Neuroscience ((株)中外医学社)  38 ( 11 ) 1474 - 1476 2020.11

ISSN  0289-0585

総合病院精神科における遠隔医療の展開と展望　COVID-19パンデミック下での、諸外国の遠隔精神科医療の規制緩和について

木下 翔太郎, Cortright Kelley, 岸本 泰士郎

総合病院精神医学 ((一社)日本総合病院精神医学会)  32 ( Suppl. ) S - 78 2020.11

ISSN  0915-5872

総合病院精神科における遠隔医療の展開と展望　本邦のオンライン診療エビデンスと大学病院外来精神科遠隔医療の実践からの考察

岸本 泰士郎

総合病院精神医学 ((一社)日本総合病院精神医学会)  32 ( Suppl. ) S - 79 2020.11

ISSN  0915-5872

【双極性障害-最新の診断と治療-】双極性障害の診療における機械学習の活用

中島 和樹, 岸本 泰士郎

日本臨床 ((株)日本臨床社)  78 ( 10 ) 1784 - 1789 2020.10

ISSN  0047-1852

テレワーク実施の有無とストレス、well-being、抑うつ、パフォーマンスの関連

志賀 希子, 泉 啓介, 湊 和修, 吉村 道孝, 北沢 桃子, 三村 將, 岸本 泰士郎

ストレス科学 (日本ストレス学会)  35 ( 2 ) 167 - 167 2020.10

ISSN  1349-4813

Erratum: Safety of psychotropic medications in people with COVID-19: Evidence review and practical recommendations (BMC Medicine (2020) 18 (215) DOI: 10.1186/s12916-020-01685-9)

Ostuzzi G., Papola D., Gastaldon C., Schoretsanitis G., Bertolini F., Amaddeo F., Cuomo A., Emsley R., Fagiolini A., Imperadore G., Kishimoto T., Michencigh G., Nosé M., Purgato M., Dursun S., Stubbs B., Taylor D., Thornicroft G., Ward P.B., Hiemke C., Correll C.U., Barbui C.

BMC Medicine (BMC Medicine)  18 ( 1 ) 291 2020.09

ISSN  1741-7015

　View Summary

© 2020 The Author(s). The original version of this article [1] unfortunately included an error to an author’s name. Author Serdar Dursun was erroneously presented as Dursun Serdar. The author name has been updated in the original article and included in the author list of this Correction.

• Access to Document (DOI)

【生物学的自殺研究の最前線】機械学習を用いた自殺予防の可能性とその問題点

木下 翔太郎, 岸本 泰士郎

日本生物学的精神医学会誌 (日本生物学的精神医学会)  31 ( 3 ) 141 - 146 2020.09

ISSN  2186-6619

　View Summary

自殺者の90%以上は精神疾患を有しているとされており,精神科医にとって自殺の予防は最重要課題の一つである。しかし,精神神経科領域は,診断や重症度評価の客観的指標となるバイオマーカーに乏しく,複合的な要因によって引き起こされる自殺もまた正確な予測が困難とされてきた。近年,自殺予防において,機械学習(machine learning)を用いた研究が数多く行われるようになってきており,画像データや,自然言語処理(natural language processing)を用いた個人の日記やSNSへの投稿に関する研究など,従来にはない試みも出てきている。本稿では,機械学習を用いた自殺予防に関する新しい知見について紹介しつつ,社会への実装に際し検討すべき倫理的・法的・社会的な課題(ethical legal and social implications:ELSI)についても触れる。(著者抄録)

IoTや機械学習を用いた精神科領域における新しい試み

岸本 泰士郎

日本抗加齢医学会総会プログラム・抄録集 ((一社)日本抗加齢医学会)  20回   161 - 161 2020.09

精神科領域におけるオンライン診療:保険診療3年目の現状と課題　オンライン診療、中央評価、遠隔モニタリング　種々の遠隔医療の今後の展開

岸本 泰士郎

精神神経学雑誌 ((公社)日本精神神経学会)   ( 2020特別号 ) S337 - S337 2020.09

ISSN  0033-2658

【AIが切り拓く未来の医療】AI技術の実臨床への応用　精神医学へのAI技術の応用

木下 翔太郎, 岸本 泰士郎

医学のあゆみ (医歯薬出版(株))  274 ( 9 ) 860 - 864 2020.08

ISSN  0039-2359

　View Summary

精神科領域における代表的な精神障害の多くは症候群であり、特異的バイオマーカーは現在のところ存在していない。そのため、精神科領域における診断は主に患者の訴える症状をもとに行われており、採血検査や脳画像検査は診断補助ではなく器質性疾患の除外目的で行われることが多い。そうしたなかで、近年の技術の発展に伴い、患者の脳画像検査、脳波、体動などと機械学習を組み合わせることによって、精神疾患の診断や治療効果予測などを行うモデルを構築する試みが数多く行われるようになってきている。このような研究がさらに発展していくことで、個別の症例への診断補助が可能となるうえ、精神疾患の病態解明に寄与する可能性があり、期待が持たれている。本稿では、機械学習を用いた新しい試みについて紹介する。(著者抄録)

AIによるうつ病の診療支援

中島 和樹, 岸本 泰士郎

Depression Strategy ((株)先端医学社)  10 ( 2 ) 8 - 10 2020.08

ISSN  2186-2575

【腸管・腸内細菌叢と集中治療】抑うつ、概日リズム障害、せん妄における脳-腸相関のメカニズムと集中治療領域への応用の可能性

黒川 駿哉, 岸本 泰士郎

ICUとCCU (医学図書出版(株))  44 ( 7 ) 421 - 427 2020.07

ISSN  0389-1194

　View Summary

精神疾患における腸内フローラ-腸-脳軸にかかわりが注目されている。臨床研究の報告もここ数年で飛躍的に増えており、多くの精神科領域の疾患において腸内細菌叢の乱れ(dysbiosis)の関与が示唆されている。また、dysbiosisを復する目的で、probioticsやprebioticsなどによる介入、健康なヒトの糞便中の腸内細菌を移植する腸内細菌叢移植療法という新たな治療法の知見も少しずつ報告されている。概日リズムの乱れや術後せん妄など、集中治療領域における脳神経系の課題についても、わずかではあるが腸内細菌の関連についての報告がみられている。本稿では、主に腸内細菌の視床下部-下垂体-副腎系(hypothalamus-pituitary-adrenal axis:HPA axis)に関連したメカニズムに着目し、その脳-腸相関にかかわる病態と、集中治療領域への応用について考察する。(著者抄録)

【人工知能(AI)技術のヘルスケア利活用】精神科領域での機械学習、自然言語処理の応用

中島 和樹, 岸本 泰士郎

Precision Medicine ((株)北隆館)  3 ( 5 ) 422 - 425 2020.05

ISSN  2434-3625

　View Summary

精神医学では診断基準を用いた操作的診断を行うことで、評価者間一致度を保っているが、精神疾患の顕在発症前の症状は、鑑別が困難であり、症状自体が見落とされることも多い。こうした中、自然言語処理を用いることで、精神症状の定量評価や、精神疾患の発症予測が可能となっている。また、ビッグデータの解析によって、自殺企図の可能性の予測や、従来の解析では見出せなかった関係性を明らかにすることができるようになってきている。精神医学において機械学習やdeep learningの応用が寄与する影響は決して少なくない。(著者抄録)

【精神科病院とIT】うつ病診療領域における機械学習の活用

中島 和樹, 岸本 泰士郎

日本精神科病院協会雑誌 ((公社)日本精神科病院協会)  39 ( 5 ) 446 - 451 2020.05

ISSN  1347-4103

デスクワークに従事している労働者のストレス・well-beingと生体sensing dataとの関連

泉 啓介, 志賀 希子, 湊 和修, 花城 清香, コートライト・ケリー , 宇佐美 陽子, 北沢 桃子, 吉村 道孝, 杉尾 樹, 藤田 卓仙, 前野 隆司, 佐渡 充洋, 武林 亨, 三村 將, 岸本 泰士郎

産業衛生学雑誌 ((公社)日本産業衛生学会)  62 ( 臨増 ) 456 - 456 2020.05

ISSN  1341-0725

生体信号データによるストレス・well-beingの機械学習予測モデルの構築の検討

杉尾 樹, 泉 啓介, 志賀 希子, 湊 和修, 花城 清香, コートライト・ケリー , 宇佐美 陽子, 北沢 桃子, 吉村 道孝, 藤田 卓仙, 前野 隆司, 佐渡 充洋, 武林 亨, 三村 將, 岸本 泰士郎

産業衛生学雑誌 ((公社)日本産業衛生学会)  62 ( 臨増 ) 457 - 457 2020.05

ISSN  1341-0725

デスクワークに従事している労働者のストレス・well-beingと職場環境の関連

志賀 希子, 泉 啓介, 湊 和修, 花城 清香, コートライト・ケリー , 宇佐美 陽子, 北沢 桃子, 吉村 道孝, 杉尾 樹, 藤田 卓仙, 前野 隆司, 佐渡 充洋, 武林 亨, 三村 將, 岸本 泰士郎

産業衛生学雑誌 ((公社)日本産業衛生学会)  62 ( 臨増 ) 456 - 456 2020.05

ISSN  1341-0725

【精神科臨床におけるエビデンスの有用性と問題点】機械学習が精神医学のエビデンスに与える影響　文献からの考察

中島 和樹, 菊地 俊暁, 高宮 彰紘, 岸本 泰士郎

精神科治療学 ((株)星和書店)  35 ( 2 ) 171 - 176 2020.02

ISSN  0912-1862

　View Summary

精神科領域における代表的な精神障害に対する特異的なバイオマーカーは現在のところ存在していない。操作的診断によって評価者間信頼性は保たれているが、患者の訴えを読み取るうえで、医療者の主観が介在することは避けられない。近年の機械学習の活用により、画像・音声データの解析や、ウェアラブルデバイスの装着によって、患者の精神症状の定量評価を行うことが可能になってきている。これによってより正しい診断、治療効果の判定を行うことができるようになり、これまでのエビデンスをさらに洗練させることに有用であろう。また、解析手法として機械学習を活用することで、ビッグデータの解析が可能になり、患者個人のデータに対して予測を行うことで、従来の解析では見出すことのできなかった関係性を発見できるようになる可能性がある。機械学習の活用が精神医学のエビデンスに寄与する影響は決して少なくない。(著者抄録)