$30 off During Our Annual Pro Sale. View Details »

oku-slide-20221115

Makito Oku
November 15, 2022

 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

More Decks by Makito Oku

Other Decks in Education

Transcript

  1. 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

    View Slide

  2. 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

    View Slide

  3. 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

    View Slide

  4. 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

    View Slide

  5. 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

    View Slide

  6. 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

    View Slide

  7. 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

    View Slide

  8. 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

    View Slide

  9. 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

    View Slide

  10. 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

    View Slide

  11. 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

    View Slide

  12. 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

    View Slide

  13. 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

    View Slide

  14. 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

    View Slide

  15. 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

    View Slide

  16. 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

    View Slide

  17. 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

    View Slide

  18. 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

    View Slide

  19. 病気に対する考え方
    19 / 37

    View Slide

  20. 漢方医学における分類
    20 / 37

    View Slide

  21. 未病の診断?
    21 / 37

    View Slide

  22. 未病の例1
    22 / 37

    View Slide

  23. 未病の例2
    23 / 37

    View Slide

  24. 未病の例3
    24 / 37

    View Slide

  25. 未病の例4
    25 / 37

    View Slide

  26. 未病の例5
    26 / 37

    View Slide

  27. 未病かどうか微妙な例
    27 / 37

    View Slide

  28. 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

    View Slide

  29. 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

    View Slide

  30. 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

    View Slide

  31. 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

    View Slide

  32. 自覚症状のクラスタリング
    32 / 37

    View Slide

  33. 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

    View Slide

  34. 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

    View Slide

  35. 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

    View Slide

  36. 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

    View Slide

  37. ご清聴どうもありがとうございました!
    37 / 37

    View Slide