矢作 尚久 (ヤハギ ナオヒサ)

Yahagi, Naohisa

写真a

所属(所属キャンパス)

政策・メディア研究科 (湘南藤沢)

職名

教授

外部リンク

経歴 【 表示 / 非表示

  • 2004年04月
    -
    2007年09月

    横浜市立市民病院, 小児科, 医務職員

  • 2007年10月
    -
    2011年09月

    国立成育医療研究センター, 治験管理室, 臨床研究フェロー

  • 2011年10月
    -
    2013年03月

    国立成育医療研究センター, 治験ネットワーク推進室, 専門職

  • 2013年04月
    -
    2015年03月

    国立成育医療研究センター, 臨床研究ネットワーク推進室, 室長補佐

  • 2015年04月
    -
    2016年09月

    国立成育医療研究センター, データ科学室, 室長代理

全件表示 >>

学歴 【 表示 / 非表示

  • 1994年04月
    -
    2000年03月

    慶應義塾大学, 医学部

    大学, 卒業, 修士

  • 2000年04月
    -
    2004年03月

    慶應義塾大学, 医学研究科

    大学院, 修了, 博士

学位 【 表示 / 非表示

  • 学士(医学), 慶應義塾大学, 課程, 2000年03月

  • 博士号(医学), 慶應義塾大学, 課程, 2004年03月

免許・資格 【 表示 / 非表示

  • 医師免許証, 2000年04月

  • 小児科専門医, 2008年05月

  • 認定小児科指導医, 2016年12月

 

研究分野 【 表示 / 非表示

  • 人文・社会 / 経営学 (Strategy)

  • 社会基盤(土木・建築・防災) / 社会システム工学 (ヘルスケアシステムデザイン)

  • ライフサイエンス / 胎児医学、小児成育学

  • ライフサイエンス / 医用システム (clinical informatics)

研究キーワード 【 表示 / 非表示

  • Strategy for value-based healthcare delivery

  • Clinical Informatics

 

著書 【 表示 / 非表示

  • 2050年の入試問題

    神成淳司,田中浩也,脇田 玲,矢作尚久,安宅和人,池澤 あやか,石川将也,大山エンリコイサム,たかまつなな,清水唯一朗,一青窈,本城慎之介, 日本経済新聞出版, 2022年03月

  • 競争優位に導く業務改善とイノベーション

    矢作尚久, 日本医療企画, 2022年02月

  • 小児救急トリアージテキスト

    伊藤龍子,矢作尚久, 医歯薬出版, 2010年03月

論文 【 表示 / 非表示

  • Novel Approach for Detecting Respiratory Syncytial Virus in Pediatric Patients Using Machine Learning Models Based on Patient-Reported Symptoms: Model Development and Validation Study

    Shota Kawamoto, Yoshihiko Morikawa, Naohisa Yahagi

    JMIR FORMATIVE RESEARCH 2024年04月

    研究論文(学術雑誌), 最終著者, 責任著者, 査読有り

     概要を見る

    Background: Respiratory syncytial virus (RSV) affects children, causing serious infections, particularly in high-risk groups.
    Given the seasonality of RSV and the importance of rapid isolation of infected individuals, there is an urgent need for more efficient diagnostic methods to expedite this process.
    Objective: This study aimed to investigate the performance of a machine learning model that leverages the temporal diversity of symptom onset for detecting RSV infections and elucidate its discriminatory ability.
    Methods: The study was conducted in pediatric and emergency outpatient settings in Japan. We developed a detection model that remotely confirms RSV infection based on patient-reported symptom information obtained using a structured electronic template incorporating the differential points of skilled pediatricians. An extreme gradient boosting–based machine learning model was developed using the data of 4174 patients aged ≤24 months who underwent RSV rapid antigen testing. These patients visited either the pediatric or emergency department of Yokohama City Municipal Hospital between January 1, 2009, and December 31, 2015. The primary outcome was the diagnostic accuracy of the machine learning model for RSV infection, as determined by rapid antigen testing, measured using the area under the receiver operating characteristic curve. The clinical efficacy was evaluated by calculating the discriminative performance based on the number of days elapsed since the onset of the first symptom and exclusion rates based on thresholds of reasonable sensitivity and specificity.
    Results: Our model demonstrated an area under the receiver operating characteristic curve of 0.811 (95% CI 0.784-0.833) with good calibration and 0.746 (95% CI 0.694-0.794) for patients within 3 days of onset. It accurately captured the temporal evolution of symptoms; based on adjusted thresholds equivalent to those of a rapid antigen test, our model predicted that 6.9% (95% CI 5.4%-8.5%) of patients in the entire cohort would be positive and 68.7% (95% CI 65.4%-71.9%) would be negative. Our model could eliminate the need for additional testing in approximately three-quarters of all patients.
    Conclusions: Our model may facilitate the immediate detection of RSV infection in outpatient settings and, potentially, in home environments. This approach could streamline the diagnostic process, reduce discomfort caused by invasive tests in children, and allow rapid implementation of appropriate treatments and isolation at home. The findings underscore the potential of machine learning in augmenting clinical decision-making in the early detection of RSV infection.

  • The Impact of Cold Ambient Temperature in the Pattern of Influenza Virus Infection

    Eri M, Shota K, Yoshihiko M, Naohisa Y

    Open Forum Infectious Diseases (Oxford University Press)  10 ( 2 ) 1 - 6 2023年01月

    研究論文(学術雑誌), 共著, 最終著者, 責任著者, 査読有り

     概要を見る

    Abstract
    Background: Prior literature suggests that cold temperature strongly influences the immune function of animals and human behaviors, which may allow for the transmission of respiratory viral infections. However, information on the impact of cold stimuli, especially the impact of temporal change in the ambient temperature on influenza virus transmission, is limited.
    Methods: A susceptible-infected-recovered-susceptible model was applied to evaluate the effect of temperature change on influenza virus transmission.
    Results: The mean temperature of the prior week was positively associated with the number of newly diagnosed cases (0.107 [95% Bayesian credible interval {BCI}, .106-.109]), whereas the mean difference in the temperature of the prior week was negatively associated (-0.835 [95% BCI, -.840 to -.830]). The product of the mean temperature and mean difference in the temperature of the previous week were also negatively associated with the number of newly diagnosed cases (-0.192 [95% BCI, -.197 to -.187]).
    Conclusions: The mean temperature and the mean difference in temperature affected the number of newly diagnosed influenza cases differently. Our data suggest that high ambient temperature and a drop in the temperature and their interaction increase the risk of infection. Therefore, the highest risk of infection is attributable to a steep fall in temperature in a relatively warm environment.
    Keywords: SIRS model; cold stimuli; influenza.

  • 脳血管疾患後のリハビリテーションにおける標準的なリハビリ計画作成手法の開発

    加藤省吾,水流聡子,井手睦,進藤晃, 矢作尚久, 山田秀

    日本臨床知識学会誌 2   44 - 45 2021年

    研究論文(学術雑誌), 共著, 査読有り

  • A Prototype Method for Selecting Interventions for Enhancing Medication Adherence in Medicine Taking Processes.

    Hirokazu S, Norikazu H, Eri A,Masahiko H and Naohisa Y

    Journal of Chemical Engineering of Japan 54 ( 4-7 ) 152 - 161 2021年

    研究論文(学術雑誌), 共著, 最終著者, 査読有り

  • CONTINUOUS STANDARDIZATION OF REHABILITATION AFTER CEREBROVASCULAR DISEASES

    Shogo Kato, Satoko Tsuru, Makoto Ide, Akira Shindo, Naohisa Yahagi, Shu Yamada

    Proc. of the 64th EOQ Congress, CD-ROM 64   10 2021年06月

    研究論文(国際会議プロシーディングス), 共著, 査読有り

全件表示 >>

KOARA(リポジトリ)収録論文等 【 表示 / 非表示

総説・解説等 【 表示 / 非表示

  • 診療支援システムの実際の運用(小児科)

    森田英明, 矢作尚久

    小児科診療 (診断と治療社)  85 ( 12 ) 1605 - 1612 2022年12月

    記事・総説・解説・論説等(その他), 最終著者, 責任著者

  • 診療支援システムの全体構想

    森川和彦, 矢作尚久

    小児科診療 (診断と治療社)  85 ( 12 ) 1595 - 1603 2022年12月

    記事・総説・解説・論説等(その他), 共著, 最終著者, 責任著者

  • 小児医療における情報収集システムの整備

    加藤省吾, 矢作尚久

    小児科診療 (診断と治療社)  85 ( 12 ) 1583 - 1587 2022年12月

    記事・総説・解説・論説等(その他), 共著, 最終著者, 責任著者

  • 医療情報の利活用の現状と問題

    藤井進, 坂野哲平, 矢作尚久

    小児科診療 (診断と治療社)  85 ( 12 ) 1501 - 1513 2022年12月

    記事・総説・解説・論説等(その他), 共著, 最終著者, 責任著者

  • 競争戦略としての「医療のDX」イノベーション

    矢作尚久,藤井進,森川和彦,川本章太, 加藤省吾

    研究 技術 計画 36 ( 1 )  2021年

    記事・総説・解説・論説等(学術雑誌), 共著, 筆頭著者, 責任著者

全件表示 >>

研究発表 【 表示 / 非表示

  • The Potential in Structured Process for Dysphagia Rehabilitation after Cerebrovascular Diseases

    Shogo Kato, Satoko Tsuru, Makoto Ide, Akira Shindo, Naohisa Yahagi, Shu Yamada

    Proc. of the AMIA 2022 Informatics Summit, 

    2022年03月

    口頭発表(一般)

  • 寒冷刺激が人体の免疫応答に与える影響を組み込んだ ウィルス感染症の流行シミュレーションモデルの構築

    川本章太, 加藤省吾, 宮本佳明, 森川 和彦, 矢作 尚久

    化学工学会第52回秋季大会要旨集, VE123, 

    2021年09月

    口頭発表(一般)

  • CONTINUOUS STANDARDIZATION OF REHABILITATION AFTER CEREBROVASCULAR DISEASES

    Shogo Kato, Satoko Tsuru, Makoto Ide, Akira Shindo, Naohisa Yahagi, Shu Yamada

    Proc. of the 64th EOQ Congress, 

    2021年06月

    口頭発表(一般)

  • The Potential in Standardized Process for Dysphagia Rehabilitation after Cerebrovascular Diseases

    Shogo Kato, Satoko Tsuru, Makoto Ide, Akira Shindo, Naohisa Yahagi, Shu Yamada

    AMIA 2021 Informatics Summit, web, 

    2021年

    口頭発表(一般)

  • 医薬をシステム視点で俯瞰する -診療プロセスの技術化による医療の再定義-

    矢作尚久

    化学工学会 第51回秋季大会, 

    2020年

    口頭発表(招待・特別)

全件表示 >>

競争的研究費の研究課題 【 表示 / 非表示

  • パンデミック治療薬の迅速生産支援システムの構築

    2021年
    -
    2024年

    日本学術振興会, 科学研究費助成事業, 補助金,  研究分担者

  • 医療の質に資する分析を可能とするデータの質・構造の評価研究

    2021年

    一般財団法人医療保険業務研究協会, 受託研究,  その他

  • 患者の状態に最適な診療業務を実現するICTの活用と患者動線に関する研究

    2021年

    一般財団法人医療保険業務研究協会, 受託研究,  その他

  • 新生児のための診療支援システムの拡充を通じた重症化予防プロジェクト

    2019年
    -
    2021年

    JST, 戦略的創造研究推進事業, 補助金,  その他

  • ビッグデータ・AIを活用したサイバー空間基盤技術:健康・医療・介護AI連携基盤の構築

    2019年
    -
    2021年

    NEDO, 戦略的イノベーション創造プログラム(SIP)第2期, 補助金,  研究代表者

全件表示 >>

受賞 【 表示 / 非表示

  • 経済産業省令和3年度国際標準化貢献者表彰(産業技術環境局長表彰)

    2021年

    受賞区分: その他

  • SFC Faculty Award(教育分野)

    2020年

    受賞区分: 塾内表彰等

  • 欧州小児科学会優秀賞

    2012年

    受賞区分: 国内外の国際的学術賞

  • 国際新生児学会最優秀課題賞

    2009年

    受賞区分: 国内外の国際的学術賞

  • 日本救急小児科学会優秀賞

    2005年

    受賞区分: 国内外の国際的学術賞

 

担当授業科目 【 表示 / 非表示

  • 研究会B

    2024年度

  • 修士研究会

    2024年度

  • 特別研究

    2024年度

  • 卒業プロジェクト2

    2024年度

  • 卒業プロジェクト1

    2024年度

全件表示 >>

 

学術貢献活動 【 表示 / 非表示

  • 情報処理学会誌

    2020年
    -
    継続中

  • American Medical Informatics Association

    2018年
    -
    継続中

委員歴 【 表示 / 非表示

  • 2020年
    -
    継続中

    情報処理学会誌 Reviewer

  • 2020年
    -
    継続中

    公益財団法人日本学校保健会 成長曲線普及推進委員

  • 2019年
    -
    継続中

    国立研究開発法人 日本医療研究開発機構 課題評価委員

  • 2019年
    -
    継続中

    内閣官房健康・医療戦略室標準的医療情報システムに関する検討会 構成員

  • 2018年
    -
    継続中

    American Medical Informatics Association Reviewew

全件表示 >>