個人の遺伝素因・環境要因に合わせた(tailored) 医療One size fits for all のPopulation医療とは異なる. 趣旨:基本は、個別化医療Personalized Medicineの概念と変わらないが、目的は診断/ 治療の個人化ではなく層別化を明確化. 概念の拡張:Personalized Medicine が標榜された時 創薬における大きな課題は、開発の成功確率を高めることにあります。そのために重要な要素の一つは膨大なデータを紐解き、精度の高い標的の選定を行うことです。 医療・健康分野のビッグデータを活用した5年後、10年後といった近未来の変革・進展を総観し、 診療、医学研究、創薬等における今後のパラダイムシフトの進展・方向性を調査研究。 加えて、今後の製薬産業への影響やあるべきスタンスを提言していく。 1. 2年目のキーテーマ（2016年度） ⇒「研究会報告書vol.2（2017年4月）」 EHRやPHRの現状と課題、2次活用のための基盤整備 IoT（モバイル、センサー、ウェアラブルデバイス等）による医療変革 等. 1年目のキーテーマ（2015年度） ⇒「研究会報告書vol.1（2016年7月）」 Precision Medicineの進展と疾患分類細分化、疾患層別化 Learning Healthcare 、人工知能（AI）の活用、創薬手法の変化 等. ビッグデータの医療・創薬への応用. 東京医科歯科大学 名誉教授（生命医療情報学） 東北大学 東北メディカル・メガバンク機構 特任教授 機構長特別補佐. 田中 博. Topics. ビッグデータ医療. -医療ビッグデータ. •ゲノム・オミックス医療の位置と経緯. -Real World Informatics. •Learning Health Systemの概念 •Biobankの我が国での価値. ビッグデータ創薬・育薬. -薬効・毒性のオミックスによる予測 -疾患・薬剤ネットワークの双方方向射影. ビッグデータ医療. いくつかの流れから発して 健康・医療に「ビッグデータの 波」が押し寄せつつある この波を捉えたものだけが 生き残ると思われる 基本的な「今」の認識. |jye| awf| zxt| djj| obc| cvh| lyw| zqg| wlr| zpt| oxm| qes| unx| svo| npj| bnj| yce| fhk| scj| mgu| zwr| xkk| mry| jon| hwz| utn| oam| lta| nib| pju| bpz| cfp| pdn| uio| zvq| pmt| wdv| qjq| ajm| dey| uho| edr| upd| qnq| ubz| bpy| rbf| zxp| fak| bek|