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
290
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
67
oku-slide-20231129
okumakito
0
99
oku-slide-20230827
okumakito
0
110
oku-slide-20230213
okumakito
0
210
oku-slide-20221212
okumakito
0
75
oku-slide-20221129
okumakito
0
140
oku-slide-20220820
okumakito
0
260
oku-slide-stat1-1
okumakito
0
270
oku-slide-stat1-2
okumakito
0
300
Other Decks in Education
See All in Education
MLH Hackcon: Keynote (2024)
theycallmeswift
0
180
20241004_Microsoft認定資格のFundamentals全部取ってみた
ponponmikankan
2
310
Flinga
matleenalaakso
2
13k
H5P-työkalut
matleenalaakso
4
35k
英語学習から海外発表までの流れ
yasulab
18
4.2k
Epithelium Flashcards
ndevaul
0
970
Matz に頼られたので張り切って2時間ほどドイツと日本の互いの Ruby 学習事情についてディスカッションした話
yasulab
1
370
勉強する必要ある?
mineo_matsuya
2
1.2k
A question of time
ange
0
930
LINE ミニアプリ開発のメリットとキャッチアップ方法
junghyeonjae
0
630
小学生にスクラムを試してみた件~中学受検までの100週間の舞台裏~
ukky86
0
320
Contentless Marketing
jonoalderson
0
1.5k
Featured
See All Featured
Rails Girls Zürich Keynote
gr2m
93
13k
A Tale of Four Properties
chriscoyier
156
23k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
3
370
Writing Fast Ruby
sferik
626
61k
It's Worth the Effort
3n
183
27k
Fontdeck: Realign not Redesign
paulrobertlloyd
81
5.2k
Testing 201, or: Great Expectations
jmmastey
38
7k
Bash Introduction
62gerente
608
210k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
27
790
Keith and Marios Guide to Fast Websites
keithpitt
408
22k
5 minutes of I Can Smell Your CMS
philhawksworth
202
19k
Building an army of robots
kneath
302
42k
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