XiaoMi-AI文件搜索系统
World File Search System診療
基于人工智能的间质性膀胱炎内镜影像诊断技术
作为本次研发项目的共同研究员，名古屋大学信息学研究生院的森健作教授目前已开发并商业化了一种利用人工智能（AI）的结肠镜检查诊断支持设备（EndoBRAIN、EndoBRAIN-EYE）。 另一方面，膀胱镜诊断辅助装置在日本国内和国外都尚未实现商业化。我们获得了AMED转化研究战略促进计划（庆应义塾大学）Seeds H.A.的资助，开发了膀胱镜诊断支持的AI程序（专利申请号2021-178275）。在性能评估测试中，对三种疾病（HIC、BPS、BT包括CIS）的诊断准确率明显高于泌尿科医生（AI：88.5%，泌尿科医生：72.0%，见下图）。
利用人工智能（AI）进行骨髓涂片分析诊断血液病……
联系方式：027-220-8166 研究共同研究员 所属/职位：群马大学医院检验科、临床检验师 姓名：和泉绫子 联系方式：027-220-8166 研究共同研究员 所属/职位：群马大学医院检验科、临床检验师 姓名：北泽咲 联系方式：027-220-8166 - 如果研究对象希望获得有关其权利的更多信息，或者如果发生健康损害，请联系咨询台 如果研究对象希望获得有关本研究及其权利的更多信息，或者如果他们的健康受到损害，请联系以下人员。如果您有任何疑问，请随时联系我。 如果您不希望成为使用您的样本和信息进行的研究的对象，请通过下面列出的地址与我们联系。不成为研究对象也没有什么坏处。 【咨询、投诉等联系方式】 所属/职位：群马大学医学研究院血液内科副教授 姓名：半田宏 联系方式：〒371-8511群马县前桥市昭和町3-39-22 电话：027-220-8166 负责人：半田宏 上述办公室受理有关以下事项的咨询。 （1）查阅（或获取）有关研究计划和研究方法的资料及其方法 ※ 但仅限于不妨碍保护其他研究对象的个人信息和知识产权的范围内。 （2）受试者个人信息的披露及披露程序（包括费用）
日本抑郁症治疗指南II。
2019年7月24日“日本抑郁症治疗学会指南II。“重度抑郁症”（Ver。1）并不夸张说这是当时抑郁症治疗状况的关键因素，当时药物治疗通常是最佳和以经验为导向的。从那以后已经过去了五年，尽管日本公众对抑郁症的理解加深了，但新问题也开始引起人们的注意，例如抑郁症的多样化和诊断和治疗的复杂性，以及在抑郁症中休息是一个因素。此外，2013年，自DSM-IV-TR以来，2013年，美国诊断标准，精神障碍诊断和统计手册，第五版（DSM-5），这是第一次修订了13年。 2016年7月，日本的害虫治疗指南II。抑郁症（DCM-5）/严重抑郁症”（Ver.2）宣布。在此修订中，每章都添加了最新的知识和信息，以及有关睡眠障碍和儿童青少年治疗的新章节。关于抑郁症的睡眠障碍的一章概述了诸如睡眠呼吸暂停综合征等原发性睡眠障碍的分化，以及抑郁症失眠的特征和治疗（睡眠卫生，药物治疗，认知行为治疗等）。有关儿童青春期的部分引用了诊断，神经发育障碍和躁郁症等合并症之间的分化，并解释了心理社会治疗作为治疗的有效性以及药物治疗和心理治疗。此外，应根据个人的状况，疾病阶段和背景来考虑和确定是否要考虑并决定是否要考虑并确定是否在抑郁症治疗中休息的问题。另一个值得注意的是，这些准则已经可以从日本抑郁症协会网站上以PDF文件下载，但是当本书中发布时，已经添加了新的补品。该补充是根据《抑郁症指南》研讨会计划的一部分材料准备的，该计划于2016年10月针对全国的医生和药剂师举行。该内容的定位是在指南的主要文本中填充线间距，并且有助于理解文本，例如对严重性的更深刻地说明，并介绍了可以用作参考的证据。我希望您将其与主文本结合使用。此外，结合日语版本的DSM-5的出版，本书主要文本中DSM-5的参考页已被日语版本所取代。将来，当世界卫生组织（WHO）发布第11次修订版的国际疾病分类（ICD-11）时，我们希望以相同的方式做出回应。
利用人工智能开发癌症综合医疗系统
利用人工智能的综合癌症医疗系统的开发1.研究对象：研究对象为2011年5月13日至2029年12月31日期间在我院接受癌症治疗或手术的患者的生物样本（例如从病变部位采集的基因组信息）。 The research title is: "Development of artificial intelligence to accelerate new drug discovery" (Principal Investigator: Natsume Yayoi, National Institute of Biomedical Innovation), the research title is: "Understanding the pathology of malignant tumors through genomic and epigenomic analysis" (Principal Investigator: Kosaka Shinji, Division of Cellular Informatics, National Cancer Center Research Institute), the research title is: "Research aimed at identifying genetic factors contributing to personalized prevention of cancer in the AYA (Adolescence and Young Adult) generation" (Principal Investigator: Kawano Takashi, Division of Genome Biology, National Cancer Center Research Institute), the research title is: "Research aimed at identifying genetic factors contributing to personalized prevention of lung cancer" (Principal Investigator: Kawano Takashi, Division of Genome Biology, National Cancer Center Research Institute), the research title is: "Research aimed at identifying genetic factors contributing to personalized prevention of breast cancer, ovarian cancer, and uterine cancer" (Principal Investigator: Kawano Takashi, Division of Genome Biology, National Cancer Center Research Institute), the research title is: "Elucidation of immune response network mechanisms in hosts and tumors based on genome analysis" (Principal Investigator: Shiraishi Shinji, Division of Genome Biology, National Cancer Center Research Institute)研究课题：“利用国家大数据和人工智能（AI）构建外科医生最佳配置模拟平台”（首席研究员：冈山大学医学、牙科和药学研究院消化器外科、肿瘤控制科学系、病理控制科学系藤原俊义） 研究课题：“乳腺肿瘤的临床病理特征、诊断以及治疗的有效性和安全性的研究”（首席研究员：国立癌症中心医院乳腺外科的周藤昭彦） 研究课题：“用于药物发现研究的患者标本移植模型的构建研究”（首席研究员：国立癌症中心研究所分子药理学系滨田哲信） 将使用上述研究中获得的样本和随附的医疗信息。 此外，在“基于基因组分析阐明肺癌发生发展的分子机制”的研究项目（首席研究员：国立癌症中心研究所基因组生物学部门河野隆）和“旨在确定青少年和青年一代癌症治疗目标的体细胞基因组分析研究”（首席研究员：国立癌症中心研究所基因组生物学部门河野隆）的研究项目中，也将使用全面同意制度实施前获得的现有患者样本。在这种情况下，该研究将在无需征得同意的情况下，根据涉及人类受试者的医学和科学研究伦理指南，经国家癌症中心研究伦理委员会批准后使用。另一方面，未经同意，基因组和表观基因组信息在任何情况下都不会被注册在数据库中或公开。 本研究项目获得的样本和信息将用于以下项目：“加速新药发现的人工智能开发”（首席研究员：国家生物医学创新研究所夏目弥生）（2019-108）和“图像诊断支持AI的持续开发和性能评估的基础环境构建的多中心合作观察研究”（首席研究员：中央医院放射科渡边雄一）（2023-229）。关于2019-108、2023-229所获取的样本及信息用于未来研究的可能性，若将从研究对象处获取的样本及信息用于在取得研究对象等的同意时未确定的未来研究，则需在获得伦理审查委员会的批准及研究机构负责人的许可后进行。
人工智能（AI）在医疗领域的应用：现状与未来......
人工智能在医疗领域的应用：现状和未来战略 Ryuji Hamamoto 日本国立癌症中心研究所医疗人工智能研究与开发部 5-1-1 Tsukiji, Chuo-ku, Tokyo 104-0045, Japan 电子邮箱：rhamamot@ncc.go.jp
使用细胞膜囊泡开发新的癌症免疫治疗制剂
Developing a new cancer immunotherapeutic preparation using cell membrane vesicles A research group consisting of Professor Kagotani Yuki and dedicated lecturer Ito Yusuke, Department of Cancer Immunology, Institute of Advanced Medical Sciences, Keio University, and Associate Professor Ota Seiichi, Graduate School of Tokyo, and Chitose of the Aichi Cancer Center, have successfully developed nanoparticle-sized cell membrane vesicles that activate immune cells and attack cancer as a new treatment for cancer.
建立帕金森氏病再生疗法
本研究旨在创建帕金森氏病小鼠模型，分析诱导再生肽的有效性，并阐明诱导再生肽在中枢神经系统疾病中的作用机理。这项研究通过开发抑制帕金森氏病进展，探索大脑稳态机制的疾病改良疗法以及发现新的治疗靶点的可能性来为社会和科学做出贡献。 3。作为帕金森氏病小鼠模型的研究方法，创建了小鼠立体定义地注入病理突变（G51D）α-突触核蛋白的原始原纤维（PFF）中，并通过施用诱导再生的肽或车辆来分析。具体而言，重组G51D-α突触核蛋白被纯化，搅拌产生的纤维被超声破坏以创建PFF，并且通过透射电子显微镜或原发性神经元培养给药进行质量评估后，PFF或生理盐是对小鼠Nigra sindia nigra nigra sideia nigra inigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra nigra的施用。 PFF给药后一个月，建立了多种方案，以反复给予再生诱导再生肽或盐水。给药后，随着时间的推移，进行行为测试（转子杆测试和开放式测试），以评估小鼠的行为和运动功能。建模六个月后，使用组织染色分析脑组织，以分析与病理α-突触核蛋白病理学扩散，多巴胺神经元还原的程度和其他机制有关的数据（图1）。除了上述PFF模型外，还将开发出多巴胺神经毒素6-羟基多巴胺（6-OHDA）的有毒帕金森氏病模型，将开发给尼古拉或纹状体，开发出来，并将重新引起毒性毒性毒性的效率和机制评估为2-8周。在此模型中，行为测试是阿哌汀给药测试。
利用人工智能在 CT 中自动诊断胆脂瘤和乳突腔扩展
尽管对于 AI 研究来说病例数非常少，但我们能够创建一个仅使用轴向 CT 扫描的 AI，其 AUC 为 0.837，准确度为 0.811。