Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
oku-slide-20221115
Search
Makito Oku
November 15, 2022
Education
0
340
oku-slide-20221115
データサイエンスの世界
「和漢薬と未病」
奥 牧人 (和漢研)
2022/11/15
Makito Oku
November 15, 2022
Tweet
Share
More Decks by Makito Oku
See All by Makito Oku
oku-slide-20240802
okumakito
0
150
oku-slide-20231129
okumakito
0
150
oku-slide-20230827
okumakito
0
160
oku-slide-20230213
okumakito
0
260
oku-slide-20221212
okumakito
0
110
oku-slide-20221129
okumakito
0
170
oku-slide-20220820
okumakito
0
400
oku-slide-stat1-1
okumakito
0
320
oku-slide-stat1-2
okumakito
0
350
Other Decks in Education
See All in Education
ARアプリを活用した防災まち歩きデータ作成ハンズオン
nro2daisuke
0
190
高校におけるプログラミング教育を考える
naokikato
PRO
0
160
2025年度春学期 統計学 第14回 分布についての仮説を検証する ー 仮説検定(1) (2025. 7. 10)
akiraasano
PRO
0
160
Introduction - Lecture 1 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
2.5k
Online Privacy
takahitosakamoto
1
120
2025年度春学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2025. 7. 3)
akiraasano
PRO
0
140
Réaliser un diagnostic externe
martine
0
190
Présentation_1ère_Spé_2025.pdf
bernhardsvt
0
400
中央教育審議会 教育課程企画特別部会 情報・技術ワーキンググループに向けた提言 ー次期学習指導要領での情報活用能力の抜本的向上に向けてー
codeforeveryone
0
320
20250910_エンジニアの成長は自覚するところから_サポーターズ勉強会
ippei0923
0
290
[Segah 2025] Gamified Interventions for Composting Behavior in the Workplace
ezefranca
0
160
登壇未経験者のための登壇戦略~LTは設計が9割!!!~
masakiokuda
3
710
Featured
See All Featured
Testing 201, or: Great Expectations
jmmastey
45
7.7k
What's in a price? How to price your products and services
michaelherold
246
12k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
127
53k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
37
2.6k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.1k
Mobile First: as difficult as doing things right
swwweet
224
10k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
45
2.5k
Leading Effective Engineering Teams in the AI Era
addyosmani
4
390
Documentation Writing (for coders)
carmenintech
75
5.1k
Transcript
データサイエンスの世界 「和漢薬と未病」 奥 牧人 (和漢研) 2022/11/15 1 / 37
発表の流れ 1. 和漢薬とは? 2. 和漢薬とデータサイエンス 3. 未病とは? 4. 未病とデータサイエンス 5.
まとめ 2 / 37
発表の流れ 1. 和漢薬とは? 2. 和漢薬とデータサイエンス 3. 未病とは? 4. 未病とデータサイエンス 5.
まとめ 3 / 37
クイズ 「漢方」という呼び方は、ある国の医学が江戸時代に入ってきて、 それと区別するために使われ始めました。その国はどこでしょう? 1. アメリカ 2. オランダ 3. ドイツ 4.
イギリス 4 / 37
漢方薬と生薬と和漢薬 漢方薬 とは、基本的に2つ以上の 生薬 を組み合わせたもの 日本や中国で使う漢方薬や生薬のことを 和漢薬 と呼びます。 5 /
37
西洋薬と漢方薬 西洋薬 漢方薬 合成して作る 天然物を使用 単一の化合物 多くの化合物を含む 局所的 全体的 エビデンスに基づく
(主に)経験に基づく 6 / 37
是非覚えて欲しいこと 西洋薬と漢方薬にはそれぞれ利点と欠点があります。 両方を 上手に使い分けること が大事です。 7 / 37
漢方特有の概念 漢方には 気血水 や 陰陽虚実 などの特有の概念があります。 8 / 37
発表の流れ 1. 和漢薬とは? 2. 和漢薬とデータサイエンス 3. 未病とは? 4. 未病とデータサイエンス 5.
まとめ 9 / 37
クイズ 富山大学にある民族薬物資料館には、様々な生薬の標本が 保存されています。その数は幾つでしょう? A. 万未満 B. 万以上 万未満 C. 万以上
万未満 D. 万以上 1 1 2 2 3 3 10 / 37
漢方の情報を含むデータベース KEGG KNApSAcK Metabolomics.jp 伝統医薬データベース (和漢研が管理) 11 / 37
和漢研のデータベース 1. 伝統医薬データベース 2. 民族薬物データベース 3. 和漢薬Wikiデータベース 4. KampoDB 5.
証類本草データベース 12 / 37
民族薬物データベース 民族薬物資料館に保存されている生薬のデータベース 和漢薬だけでも462種類、8378標本 https://www.inm.u-toyama.ac.jp/mmmw/ 13 / 37
人参の例 生薬名「人参」で検索すると、209標本がヒット https://www.inm.u-toyama.ac.jp/mmmw/dbs.html 14 / 37
KampoDB コンピュータで計算した結果をまとめたデータベース 名前と内容が 合ってなくね︖ 15 / 37
結合シミュレーション 和漢薬に含まれる化合物と、その相手となるタンパク質の結合 16 / 37
発表の流れ 1. 和漢薬とは? 2. 和漢薬とデータサイエンス 3. 未病とは? 4. 未病とデータサイエンス 5.
まとめ 17 / 37
クイズ 疲れて弱っている人の気力と体力を補うために よく使われる漢方薬はどれでしょう? 1. 葛根湯 2. 芍薬甘草湯 3. 人参養栄湯 4.
五苓散 18 / 37
病気に対する考え方 19 / 37
漢方医学における分類 20 / 37
未病の診断? 21 / 37
未病の例1 22 / 37
未病の例2 23 / 37
未病の例3 24 / 37
未病の例4 25 / 37
未病の例5 26 / 37
未病かどうか微妙な例 27 / 37
発表の流れ 1. 和漢薬とは? 2. 和漢薬とデータサイエンス 3. 未病とは? 4. 未病とデータサイエンス 5.
まとめ 28 / 37
クイズ 沢山のデータがあるとき、似たもの同士をまとめて 複数のグループに分ける解析を何と呼ぶでしょう? 1. 回帰分析 2. 分散分析 3. 主成分分析 4.
クラスタリング分析 29 / 37
自覚症状のデータ解析 未病では頭痛や悪寒など様々な 自覚症状 が現れます。 未病のときの自覚症状のデータは入手が困難です。 代わりに病気のときの自覚症状のデータを解析してみました。 30 / 37
使用したデータ 藤平健 著「漢方処方類方鑑別便覧」のデータを使用 主な32種類の自覚症状に関する102件のデータを取得 31 / 37
自覚症状のクラスタリング 32 / 37
7つの主なグループ 汗をかきやすい、口・のどが渇く、むくみ、尿利減少 四肢の疼痛・こわばり・麻痺、関節のはれ・痛み、悪寒・発熱、 頭痛・頭重 せき・たん、呼吸困難、くしゃみ・鼻水・鼻づまり、肩こり 感情が不安定、イライラする、不眠、めまい・立ちくらみ、 動悸・息切れ 月経異常、皮膚の荒れ、のぼせやすい・顔がほてる、便秘 下痢、みぞおちがつかえている感じ、吐き気または吐く、胃が もたれる、みぞおちのあたりが痛む、胃が痛む、食欲不振
体がだるい・疲れやすい、顔色が悪い・貧血、手足が冷える、 腹痛 33 / 37
未病チェックシート 神奈川県が 未病チェックシート というのを作っています。 https://me-byo.com/ 先ほどの7つとは違いますが、未病を8タイプに分けています。 22項目の質問に答えると自分の未病のタイプが分かります。 34 / 37
発表の流れ 1. 和漢薬とは? 2. 和漢薬とデータサイエンス 3. 未病とは? 4. 未病とデータサイエンス 5.
まとめ 35 / 37
まとめ 和漢薬と未病について簡単に説明しました。 和漢薬に関するデータベース、未病に関するデータ解析結果を 紹介しました。 和漢薬も未病も、データサイエンス と ちゃんと関係しています。 36 / 37
ご清聴どうもありがとうございました! 37 / 37