臨床の問いを、検証できる研究へ

国際ファーマコビジランスと異質性シグナル検出

薬剤の安全性を、平均的なシグナルから「誰に・どの条件で」へ。

世界規模の副作用自発報告データベース（VigiBase）を用い、薬剤と有害事象の平均的な関連だけでなく、年齢・併用薬・地域・臨床状況によって報告パターンがどう変わるかを調べています。機械学習で「注意すべき患者像・条件」についての検証可能な安全性仮説を生み出し、別の臨床データで確かめる研究の流れを目指しています。

科研費 若手研究 2026–2029 ｜ 主著3報・関連共同研究6報

プライバシー保護型医療AIと国際データ共有

患者データを移動させずに、国境を越えて医療AIを学習・検証できるか。

患者単位のデータを施設外へ持ち出さず、各施設で学習したモデルの更新情報だけを共有する「連合学習」を、実際の病院環境で実装・検証する研究です。予測精度だけでなく、施設間で異なる変数定義・欠測・運用・再現性も研究対象とし、継続利用できる国際共同研究基盤を目指しています。

セコム科学技術振興財団 研究助成 2026–2029 ｜ 日仏連携（名大・カーン大）

2026年開始の進行中プロジェクト。詳細は公式サイト CANAL-AI ↗（名古屋大学とカーン大学（フランス）を中心とする日仏国際連携プロジェクト）をご覧ください。

集中治療におけるエビデンス統合とリアルワールドデータ解析

無作為化試験だけでは答えにくい集中治療の問いに、複数のエビデンスをどう重ねるか。

敗血症・人工呼吸・ECMO・循環動態などを対象に、系統的レビュー／メタアナリシスと、観察研究・大規模データ解析を両輪として進めてきた継続的な共同研究です。臨床上の問いを共有し、研究デザイン・解析・解釈を更新しながら蓄積してきた研究系列で、P0.1による人工呼吸器離脱評価では研究代表を務めました。

関連18報（メタ解析9報／観察・RWD・機械学習9報）｜ 研究代表課題: P0.1（研究活動スタート支援）

救急・集中治療における重症度層別化と生理学的モニタリング

限られた初期情報から、重症患者の予後をどこまで見通せるか。

心停止後の目標体温管理、予後予測、救急初期評価、ICUでの循環・凝固・診療体制などを対象に、多施設レジストリや観察データを用いて重症度の層別化と生理学的モニタリングを検討してきた研究群です。救急初期のトリアージ指標や神経学的診察の診断精度など、ベッドサイドの意思決定に直結する問いを扱います。

関連20報 ｜ 研究費: 目標温度管理・敗血症性凝固障害・STARTトリアージ

脳血管障害・脳神経疾患の多施設臨床研究と個別化治療

同じ治療でも、脳血管疾患の患者ごとに効き方はどう違うのか。

くも膜下出血に対するクラゾセンタン治療を中心に、多施設臨床研究のデザインと解析に継続して関わっています。因果機械学習と外部検証を組み合わせ、「どの患者に治療効果が高く、どの患者で合併症リスクが上がるか」を捉える個別化治療の研究に取り組んでいます。

関連8報 ｜ 中心: くも膜下出血・クラゾセンタン研究5報