医療健康データ科学WEBセミナー

医療健康データ科学WEBセミナー

医療健康データ科学における最新の理論・方法論について、国内外の第一線で活躍する研究者によるオンラインセミナーを実施します。また、本セミナーの内容は、ビデオ教材として、センターのe-learningシステムに順次収録される予定です。

2022年度開催要項

※申込の際は下記注意事項をお読みいただき申込みください。

注意事項

講演はすべてオンライン(ZOOMウェビナー)開催となります。
各講演毎の申込が必要です。
本講演の申込受付は、Peatix Japan(株)のシステム上で行います。各日下記リンクをクリックすると同社のサイトに移動します。お申込にはPeatix Japan(株)のシステムにアカウントの登録が必要です。
定員に達し次第、お申し込みを締め切らせていただきます。
取得した情報は、当該講演への登録及び受講に関する連絡や、企業や個人を特定できない形で弊所講座・教材等の企画立案等のために利用することがあります。Peatix Japan(株)のシステムにアカウントを作成する際に入力する情報については同社のポリシーに従うものとします。

   
No 日時講演者 タイトル お申込み
2022年10月4日(火)
11:00~12:30
芝 孝一郎
(Boston University School of Public Health)
統計的因果推論における効果の異質性の問題について
(講演詳細)
開催済
2022年11月25日(金)
17:00~18:30
松井 孝太
(名古屋大学大学院医学系研究科)
統計的機械学習とニューラルネットワークの基礎
(講演詳細)
開催済
2022年12月19日(月)
17:00~18:30
松井 孝太
(名古屋大学大学院医学系研究科)
少ないデータを活用するための機械学習の方法と実践
(講演詳細)
開催済
2023年1月18日(水)
13:30~15:00
石黒 智恵子
(国立国際医療研究センター 臨床研究センター データサイエンス部 臨床疫学研究室)
薬剤疫学とReal World Evidence
(講演詳細)
開催済
2023年2月7日(火)
17:00~18:30
杉本 知之
(滋賀大学 データサイエンス学部)
生存時間解析の基礎
(講演詳細)
申込み受付は
1月23日(月)12:00頃から 
申込はこちら から
定員480名予定

講演の詳細

第1回 統計的因果推論における効果の異質性の問題について

  • 講演者:芝 孝一郎 (Boston University School of Public Health)
  • 日時 :開催済 2022年10月4日(火)11:00~12:30

概要 :疫学・臨床研究における観察データを用いた因果推論の多くは、集団全体における平均的な曝露・治療効果を推定している。一方で、治療効果は必ずしも集団内で一定ではない。効果の異質性(effect heterogeneity)、交互作用(interaction)、効果修飾(effect modification)といった言葉で表現される現象である。限られた資源の中で介入効果を最大にするためには、治療効果が高いサブ集団を特定して優先的に介入することが有効かもしれない。集団全体に介入を行う場合でも、全ての人が平等にその効果を得られているかどうかの評価は重要だ。どうすれば介入効果を強める・弱めることができるのかを知りたい場合もあるかもしれない。本講演では、サブ集団における治療効果の推定について、そのモチベーション・理論的な背景・伝統的な分析アプローチやその注意点に加えて、機械学習の応用も含めた近年の手法の発展と今後の課題についてご紹介する。


第2回 統計的機械学習とニューラルネットワークの基礎

  • 講演者:松井 孝太 (名古屋大学大学院医学系研究科)
  • 日時 :開催済 2022年11月25日(金)17:00~18:30

概要 :統計的機械学習 (statistical machine learning) は、大量のデータからそれらが内包する意味のあるパターンを自動的に特定・獲得するための技術の総称である。統計的機械学習は、数学的には入力と出力の間の関係を表す関数をデータから推定する問題として定式化される。例えば、入力を胸部レントゲン画像、出力を肺がんへの罹患の有無とすれば、画像データから肺がんへの罹患を判定する診断システム(これが関数に相当する)を開発する問題を統計的機械学習の問題として定式化することができる。ニューラルネットワーク (neural networks) は、上記のような関数を推定する際に用いられる統計モデルの一種である。特に、深層ニューラルネットワーク(deep neural networks) と呼ばれる多層構造を持つニューラルネットは、その関数近似能力の高さと多様な問題に適用可能な汎用性から、現在の第三次人工知能ブームの中核を担う技術となっている。本講演では、まず統計的機械学習の問題設定とアプローチ、特に「学習」という言葉が何を表していてどのように実現されるのかを説明する。次に、ニューラルネットの基本的事項を説明する。基盤となるいくつかのモデルを紹介し、学習の構成要素である損失関数、最適化アルゴリズムなどを解説する。


第3回 少ないデータを活用するための機械学習の方法と実践

  • 講演者:松井 孝太 (名古屋大学大学院医学系研究科)
  • 日時 :開催済 2022年12月19日(月)17:00~18:30

概要 :医学分野や材料科学分野などでは集められるデータ数が限られており、ニューラルネットワークのような高い関数近似能力を持つ強力な予測モデルであるが、その訓練に大量の教師データが必要なモデルをゼロから訓練させることは難しい。そのような場合、学習に必要な知識をデータ外から持ってきて活用したり、学習に有用な事例に対して適応的にアノテーションを行い必要データ数を減らすといったアプローチを考えることができる。前者は転移学習、後者は能動学習(または適応的実験計画)と呼ばれ、近年の機械学習分野のホットトピックとなっている。本発表では、これらの技術の基本的な考え方を説明し、いくつかの適用事例を紹介する。


第4回 薬剤疫学とReal World Evidence

                       
  • 講演者:石黒 智恵子 (国立国際医療研究センター 臨床研究センター データサイエンス部 臨床疫学研究室)
  • 日時 :開催済 2023年1月18日(水)13:30~15:00

概要 :薬剤疫学は、疫学の中でも特に医薬品等の曝露とそれによる影響に着目した学問である。それと同時に、レセプトデータなどの医療ビッグデータを2次利用することで発展を遂げてきたことから、データベースの学問とも呼ばれている。従来は、承認後医薬品の安全性評価が主流であったが、昨今は有効性評価にも注目が集まっている。その背景には、世界各国の規制当局が、厳格な環境下で実施される従来型の臨床試験以外のデータ(Real World Data)も薬事承認の判断根拠に資するエビデンス(Real World Evidence)として活用しようという動きがある。本講演では、薬剤疫学という学問領域の変遷および最近の応用事例について紹介する。


第5回 生存時間解析の基礎

                       
  • 講演者:杉本 知之 (滋賀大学 データサイエンス学部)
  • 日時 :2023年2月7日(火)17:00~18:30
  • 申込 :申込み受付は1月23日(月)12:00頃~
        申込はこちら から
        申込前に必ず注意事項をお読みください

概要: 生物医学研究等における統計的分析,およびビジネス等のデータ利活用では、しばしば、関心のあるイベントの発生の有無とともに,そのイベント発生までの時間も研究の対象として考える必要がある.なお,ここでのイベントは関心のある任意のものを規定できる.本セミナーでは、このような研究およびデータ利活用で収集される,イベント時間データ(生存時間データ)のとり扱い方、Cox回帰などの分析方法と解釈の仕方などの基礎を解説する。