慶應義塾研究者情報データベース

経歴 【 表示 ／ 非表示 】

経歴 【 表示 ／ 非表示 】

• 2018年11月

  -

  継続中

  慶應義塾大学薬学部, 医薬品情報学講座, 助教

学歴 【 表示 ／ 非表示 】

学歴 【 表示 ／ 非表示 】

• 2010年04月

  -

  2014年03月

  東京大学, 薬学部, 薬科学科

  大学, 卒業

• 2014年04月

  -

  2016年03月

  東京大学, 薬学系研究科, 薬科学専攻

  大学院, 修了, 修士

• 2016年09月

  東京大学, 薬学系研究科, 薬科学専攻

  大学院, 博士

• 2017年09月

  東京大学, 薬学系研究科, 薬学専攻

  大学院, 博士

学位 【 表示 ／ 非表示 】

学位 【 表示 ／ 非表示 】

• 薬科学（修士）, 東京大学, 課程, 2016年03月

  黄色ブドウ球菌コロニースプレッディングにおけるPSM毒素の役割

免許・資格 【 表示 ／ 非表示 】

免許・資格 【 表示 ／ 非表示 】

• 東京大学フューチャーファカルティプログラム修了, 大学教員としてのキャリアを進むにあたり不可欠となる教育力の向上をめざすプログラム, 2017年03月

• 薬剤師免許, 2019年

研究分野 【 表示 ／ 非表示 】

研究分野 【 表示 ／ 非表示 】

• ライフサイエンス / 医療薬学

• ライフサイエンス / 医療管理学、医療系社会学

研究キーワード 【 表示 ／ 非表示 】

研究キーワード 【 表示 ／ 非表示 】

• 医薬品情報

• 多職種連携

• 薬剤師

論文 【 表示 ／ 非表示 】

論文 【 表示 ／ 非表示 】

• 臨床研究コーディネーターが治験における被験者ケアにおいて抱える課題の抽出　フォーカスグループインタビュー法を用いた研究

  木崎 速人, 角田 望, 大島 央子, 石崎 雅人, 野呂 幾久子, 飯岡 緒美, 中野 重行, 堀 里子

  臨床薬理 （(一社)日本臨床薬理学会)  53 （ 4 ） 137 - 145 2022年07月

  ISSN  0388-1601

• Extracting Multiple Worries From Breast Cancer Patient Blogs Using Multilabel Classification With the Natural Language Processing Model Bidirectional Encoder Representations From Transformers: Infodemiology Study of Blogs.

  Watanabe T, Yada S, Aramaki E, Yajima H, Kizaki H, Hori S

  JMIR cancer （JMIR Cancer)  8 （ 2 ） e37840 2022年06月

  　概要を見る

  Background: Patients with breast cancer have a variety of worries and need multifaceted information support. Their accumulated posts on social media contain rich descriptions of their daily worries concerning issues such as treatment, family, and finances. It is important to identify these issues to help patients with breast cancer to resolve their worries and obtain reliable information. Objective: This study aimed to extract and classify multiple worries from text generated by patients with breast cancer using Bidirectional Encoder Representations From Transformers (BERT), a context-aware natural language processing model. Methods: A total of 2272 blog posts by patients with breast cancer in Japan were collected. Five worry labels, “treatment,” “physical,” “psychological,” “work/financial,” and “family/friends,” were defined and assigned to each post. Multiple labels were allowed. To assess the label criteria, 50 blog posts were randomly selected and annotated by two researchers with medical knowledge. After the interannotator agreement had been assessed by means of Cohen kappa, one researcher annotated all the blogs. A multilabel classifier that simultaneously predicts five worries in a text was developed using BERT. This classifier was fine-tuned by using the posts as input and adding a classification layer to the pretrained BERT. The performance was evaluated for precision using the average of 5-fold cross-validation results. Results: Among the blog posts, 477 included “treatment,” 1138 included “physical,” 673 included “psychological,” 312 included “work/financial,” and 283 included “family/friends.” The interannotator agreement values were 0.67 for “treatment,” 0.76 for “physical,” 0.56 for “psychological,” 0.73 for “work/financial,” and 0.73 for “family/friends,” indicating a high degree of agreement. Among all blog posts, 544 contained no label, 892 contained one label, and 836 contained multiple labels. It was found that the worries varied from user to user, and the worries posted by the same user changed over time. The model performed well, though prediction performance differed for each label. The values of precision were 0.59 for “treatment,” 0.82 for “physical,” 0.64 for “psychological,” 0.67 for “work/financial,” and 0.58 for “family/friends.” The higher the interannotator agreement and the greater the number of posts, the higher the precision tended to be. Conclusions: This study showed that the BERT model can extract multiple worries from text generated from patients with breast cancer. This is the first application of a multilabel classifier using the BERT model to extract multiple worries from patient-generated text. The results will be helpful to identify breast cancer patients’ worries and give them timely social support.

  • Access to Document (DOI)

• Analysis of contributory factors to incidents related to medication assistance for residents taking medicines in residential care homes for the elderly: a qualitative interview survey with care home staff.

  Kizaki H, Yamamoto D, Satoh H, Masuko K, Maki H, Konishi Y, Hori S, Sawada Y

  BMC geriatrics （BMC Geriatrics)  22 （ 1 ） 352 2022年03月

  研究論文（学術雑誌）, 共著, 筆頭著者, 査読有り

  　概要を見る

  Background: In Japan, staff who are not doctors or nurses can assist the elderly in residential care facilities to take their pre-packaged medicines. Therefore, there is a potential risk of incidents specific to staffs. The aim of this study was to clarify the causes of incidents related to medication assistance by staff in residential care facilities. Method: Semi-structured interviews with staff involved in medication incidents in long-term care facilities, focusing on how and why each incident happened, were conducted. The interview covered basic information about the subject and resident, the circumstances under which the incident had occurred, contributing factors, and countermeasures put in place. Verbatim transcripts of the interviews were prepared. Based on thematic analysis, codes and themes were created. Results: Twelve subjects participated in this study. All subjects were staffs (not doctors or nurses) in long-term care facilities. All incidents covered in this study were incidents in which the wrong resident was given the medication. The incidents arose because of “not following procedures”, such as lack of “self-check of residents’ faces/residents’ names/residents’ medicine envelopes” or “double-check with other staff” or “using a device for medication intake”. Contributory factors were grouped into four categories: individual resident factor items such as “decreased ability to understand their medication” or “refusal to take medicines”, individual staff factor items such as “lack of knowledge related to medication” or “mental burden” or “experience in medication assistance”, team factor items such as “failure to communicate with other staff”, work environment factor items such as “presence of other residents” or “other work besides medication assistance” or “not enough time” or “little understanding of fostering a safety culture at the facility”. Conclusion: This study identified four categories of contributory factors that may lead to incidents during medication assistance by caregivers for residents of care homes. These findings should be helpful for risk management in residential care facilities where staff usually provide medication assistance. Separation of meal times and medication assistance, and professional review to stagger the timing of administration of residents’ medication may be effective in reducing incidents.

  • Access to Document (DOI)

• Latent class analysis of patients' background factors affecting the risk of specific adverse drug reactions to dipeptidyl peptidase 4 inhibitors.

  Kaseda D, Hashiguchi M, Kizaki H, Hori S

  International journal of clinical pharmacology and therapeutics （International Journal of Clinical Pharmacology and Therapeutics)  60 （ 8 ） 346 - 357 2022年03月

  研究論文（学術雑誌）, 共著, 査読有り,  ISSN  0946-1965

  　概要を見る

  Background and purpose: Spontaneous reporting is widely used to identify adverse drug reactions (ADRs), but relatively little is known about the relationships between specific ADRs and background factors of affected patients. Here, we applied latent class analysis (LCA) to identify background factors associated with different ADRs in type 2 diabetes patients treated with dipeptidyl peptidase 4 (DPP-4) inhibitors, using the Japanese Adverse Drug Event Report (JADER) database. Materials and methods: Patients using only a DPP-4 inhibitor who encountered ADRs were selected from the JADER database up to April 2019 (N = 3,577). LCA was employed to classify these cases based on underlying diseases and lifestyle factors (alcohol, tobacco, diet, and exercise) and to identify characteristic ADRs in each class. The optimum number of classes was determined by selecting the model with the lowest value of the Bayesian information criterion (BIC). Results: A six-class model had the lowest BIC, and these classes were characterized by specific background factors and ADRs. For example, one class included diabetes complications, while another class included exercise and diet as background factors. Increased risk of a specific ADR(s), such as pancreatitis or pemphigoid, was found in each class. The nine DPP-4 inhibitors were not uniformly distributed among the classes, though individual classes included patients receiving different inhibitors. Conclusion: Our findings indicate that characteristic background factors of patients experiencing specific DPP-4 inhibitor-induced ADRs reported in the JADER database are different and can be classified by LCA. This methodology may be useful for predicting ADRs not detected during drug development.

  • Access to Document (DOI)

• Telepharmacy in mountainous depopulated areas of Japan: an exploratory interview study of patients' perspectives.

  Matsumoto Y, Kizaki H, Ikeda Y, Nakamura S, Kina S, Nagai T, Nasu T, Miyamoto K, Hori S

  Drug discoveries & therapeutics 15 （ 6 ） 337 - 340 2022年01月

  研究論文（学術雑誌）, 査読有り,  ISSN  1881-7831

  • Access to Document (DOI)

全件表示 >>

総説・解説等 【 表示 ／ 非表示 】

総説・解説等 【 表示 ／ 非表示 】

• 保険薬局における薬剤師による患者フォローアップの実態調査

  川上 未知, 木崎 速人, 矢野 良太郎, 山村 真一, 吉岡 ゆうこ, 鈴木 順子, 宮本 光雄, 藤田 道男, 堀 里子

  日本薬学会年会要旨集 ((公社)日本薬学会)  142年会   27G - pm16S 2022年03月

  ISSN  0918-9823

• 新薬まるわかり 原発性腋窩多汗症治療薬 エクロックゲル 5% (ソフピロニウム臭化物ゲル)

  木崎速人，鈴木則子，佐藤宏樹，三木晶子著，堀里子，澤田康文監

  日経ドラッグインフォメーション【プレミアム版】 (日経BP社)   ( 292 )  2022年02月

  記事・総説・解説・論説等（その他）, 共著

• 新薬まるわかり 低血糖時救急治療薬(グルカゴン点鼻粉末) バクスミー点鼻粉末剤 3mg(グルカゴン)

  木崎速人，居森裕也，佐藤宏樹，三木晶子著，堀里子，澤田康文監

  日経ドラッグインフォメーション【プレミアム版】 (日経BP社)   ( 290 )  2021年12月

  記事・総説・解説・論説等（その他）, 共著

• 新薬まるわかり 外用ヤヌスキナーゼ(JAK)阻害薬 コレクチム軟膏 0.5%/0.25%

  木崎速人，池田百合香，佐藤宏樹，三木晶子著，堀里子，澤田康文監

  日経ドラッグインフォメーション【プレミアム版】 (日経BP社)   ( 287 )  2021年09月

  記事・総説・解説・論説等（その他）, 共著

• 新薬まるわかり 不眠症治療薬 デエビゴ錠 2.5mg/5mg/10mg

  木崎速人，久保田緑，佐藤宏樹，三木晶子著，堀里子，澤田康文監

  日経ドラッグインフォメーション【プレミアム版】 (日経BP社)   ( 285 )  2021年07月

  記事・総説・解説・論説等（その他）, 共著

全件表示 >>

研究発表 【 表示 ／ 非表示 】

研究発表 【 表示 ／ 非表示 】

• 保険薬局における薬剤師による患者フォローアップの実態調査

  川上 未知, 木﨑 速人, 矢野 良太郎, 山村 真一, 吉岡 ゆうこ, 鈴木 順子, 宮本 光雄, 藤田 道男, 堀 里子

  日本薬学会第142年会 (愛知（オンライン）) , 

  2022年03月

  , 

  口頭発表（一般）

• 医薬品類似度評価指標を活用した調剤時における薬剤取違えの要因分析

  吉川 康大, 上村 忠聖, 佐川 晴香, 鈴木 信也, 林 誠一, 木崎 速人, 堀 里子

  第16回 医療の質・安全学会 (オンライン開催) , 

  2021年11月

  , 

  口頭発表（一般）

• 自然言語処理を用いた患者ブログからの手足症候群発症ユーザー抽出手法の構築

  西岡 諭史, 渡邉 知生, 淺野 真輝, 川上 和宜, 矢田 竣太郎, 荒牧 英治, 矢島 弘士, 木崎 速人, 堀 里子

  第41回 医療情報学連合大会（第22回 日本医療情報学会学術大会） (名古屋) , 

  2021年11月

  , 

  口頭発表（一般）

• 医薬品類似度評価指標を活用した調剤時における薬剤取違えの要因分析

  吉川 康大, 上村 忠聖, 佐川 晴香, 鈴木 信也, 林 誠一, 木崎 速人, 堀 里子

  第16回 医療の質・安全学会 (オンライン開催) , 

  2021年11月

  , 

  口頭発表（一般）

• 自然言語処理を用いた患者ブログからの手足症候群発症ユーザー抽出手法の構築

  西岡 諭史, 渡邉 知生, 淺野 真輝, 川上 和宜, 矢田 竣太郎, 荒牧 英治, 矢島 弘士, 木崎 速人, 堀 里子

  第41回 医療情報学連合大会（第22回 日本医療情報学会学術大会） (名古屋) , 

  2021年11月

  , 

  口頭発表（一般）

全件表示 >>

競争的研究費の研究課題 【 表示 ／ 非表示 】

競争的研究費の研究課題 【 表示 ／ 非表示 】

• 要介護等高齢者の薬物治療適正化・医療安全確保に向けた介護施設における医薬品関連インシデント事例の要因解析

  2019年04月

  -

  2020年03月

  日本医薬品情報学会, 課題研究班, 木﨑速人、佐藤宏樹，堀里子，澤田康文, 研究代表者

受賞 【 表示 ／ 非表示 】

受賞 【 表示 ／ 非表示 】

• 第21介医薬品情報学会・学術大会　学生優秀発表ポスター賞

  木崎速人，佐藤宏樹，山本大輔，馬来秀行，益子幸太郎，小西ゆかり，浅井康平，堀里子，澤田康文, 2018年06月, 医薬品情報学会, 介護士による服薬介助に伴い発生したインシデントに関する記述疫学的解析

  受賞区分： 国内学会・会議・シンポジウム等の賞

担当授業科目 【 表示 ／ 非表示 】

担当授業科目 【 表示 ／ 非表示 】

• 卒業研究１（薬学科）

  2022年度

• 実務実習事前学習（実習）

  2022年度

• 英語演習（薬学科）

  2022年度

• ＥＢＭの実践

  2022年度

• 英語演習（薬科学科）

  2022年度

全件表示 >>

担当経験のある授業科目 【 表示 ／ 非表示 】

担当経験のある授業科目 【 表示 ／ 非表示 】

• 実務実習事前学習（実習）

  慶應義塾

  2018年04月

  -

  2019年03月

  , 

  秋学期, 実習・実験, 160人

教育活動及び特記事項 【 表示 ／ 非表示 】

教育活動及び特記事項 【 表示 ／ 非表示 】

• 明治大学 「教職実践演習」：「教育実習の総まとめ」、授業題目：正しい薬の育て方

  2017年11月

  , その他特記事項

• 東京大学教養学部 全学自由研究ゼミナール「伝えるを学ぼう」：第6回「大学院生による模擬授業・検討・解説３」、授業題目：創る薬から育てる薬へ

  2017年05月

  , その他特記事項

• 学校法人河合塾 知の追究講座 講師：「薬の創り方・育て方〜薬学研究の最前線〜」

  2017年04月

  , その他特記事項

• 東京大学文学部 第1回留学生ワークショップ 講師：「何気ない日本人の習慣・考え方を学ぼう！」

  2017年03月

  , その他特記事項

• 学校法人河合塾 学びみらいプログラム 講師：「正しい薬の育て方」

  2017年03月

  , その他特記事項

所属学協会 【 表示 ／ 非表示 】

所属学協会 【 表示 ／ 非表示 】

• 医療薬学会

  　

• 薬学教育学会

  　

• 医薬品情報学会

  　

委員歴 【 表示 ／ 非表示 】

委員歴 【 表示 ／ 非表示 】

• 2020年04月

  -

  継続中

  研究企画委員会 委員, 一般財団法人　日本医薬品情報学会