Shinji Tanaka 研究室
主宰者：Shinji Tanaka
東京大学
AI 要約（直近 5 年の研究成果）
田中真二研究室は、消化器疾患の診断と治療の最適化を目指し、内視鏡医学と画像診断を中心とした臨床研究に取り組んでいます。特に大腸がん、胃がん、食道がん、小腸がんなどの早期発見と内視鏡治療の安全性・有効性の向上に関心を寄せており、多施設共同研究を通じて多くの臨床データを集積・解析しています。
手法としては、大規模な患者データベースを活用した後ろ向き・前向きの観察研究や、ランダム化比較試験などの研究デザインを採用しています。また近年は、深層学習を用いた画像解析技術の導入に力を入れており、内視鏡画像から病変領域を自動検出・分類するコンピュータ支援診断システムの開発を進めています。さらに、肝臓疾患の診断では、造影剤を用いたMRIやCTから抽出した量的指標を活用した研究も行っています。
主要な知見として、内視鏡治療後の追加手術の必要性判定に用いられるガイドライン基準の妥当性が臨床転帰データで検証されたこと、および各種内視鏡治療における穿孔などの合併症のリスク因子が多数の患者データから同定されたことが挙げられます。これらの成果は、消化器疾患の患者管理と治療方針決定をより根拠に基づくものにするのに貢献しています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 医学Katsutoshi Oda 研究室University of Tokyo Hospital論文 101 件·共通: がん, 医学・健康科学, 生物学, データベース +4
- 医学Masaomi Nangaku 研究室東京大学論文 100 件·共通: 生物学, 神経科学, 認知・行動, 医学・健康科学 +4
- 生化学・分子生物学・遺伝学Takashi Morita 研究室Nagoya University Hospital論文 25 件·共通: 生物学, 学習, 神経科学, 認知・行動 +6
- 医学James Chambers 研究室東京大学論文 100 件·共通: 医学・健康科学, がん, 生物学, 神経科学 +3
- 生化学・分子生物学・遺伝学Seiya Imoto 研究室東京大学論文 100 件·共通: 生物学, 解析, 数学, 純粋数学 +5
- 農学・生物科学Wei Guo 研究室東京大学論文 77 件·共通: 学習, 生物学, 神経科学, 認知・行動 +5
- 生化学・分子生物学・遺伝学Kai Wang 研究室名古屋大学論文 25 件·共通: がん, 医学・健康科学, 生物学, 解析 +5
- 生化学・分子生物学・遺伝学Masaru Tomita 研究室慶應義塾大学論文 25 件·共通: 生物学, 解析, 数学, 純粋数学 +5
研究成果（149 件）
- DOI: https://doi.org/10.1159/000543630
- DOI: https://doi.org/10.1038/s41598-025-04277-w
- DOI: https://doi.org/10.1016/j.gie.2025.03.431
- DOI: https://doi.org/10.1016/j.gie.2025.04.002
- DOI: https://doi.org/10.1007/s11604-025-01768-8
- DOI: https://doi.org/10.1007/s11604-025-01868-5
- DOI: https://doi.org/10.1007/s00535-025-02318-9
- DOI: https://doi.org/10.58530/2025/2764
- DOI: https://doi.org/10.1587/transinf.2024edp7283
- DOI: https://doi.org/10.1007/s11604-025-01741-5
続きを表示（残り 139 件）閉じる
- DOI: https://doi.org/10.1007/s00261-024-04374-w
- DOI: https://doi.org/10.1111/jgh.16545
- DOI: https://doi.org/10.2169/internalmedicine.4471-24
- DOI: https://doi.org/10.14309/ajg.0000000000003001
- DOI: https://doi.org/10.1109/itc-cscc62988.2024.10628275
- DOI: https://doi.org/10.2474/trol.19.218
- DOI: https://doi.org/10.14309/ajg.0000000000002879
- [2024] Triglyceride-Glucose Index Associated with Future Renal Function Decline in the General PopulationDOI: https://doi.org/10.1007/s11606-024-08809-4
- DOI: https://doi.org/10.1111/jgh.16545
- DOI: https://doi.org/10.35772/ghm.2023.01085
- DOI: https://doi.org/10.1007/s00535-024-02081-3
- DOI: https://doi.org/10.14309/ajg.0000000000002715
- DOI: https://doi.org/10.1007/s00535-024-02079-x
- DOI: https://doi.org/10.35772/ghm.2023.01085
- DOI: https://doi.org/10.1007/s00535-024-02081-3
- DOI: https://doi.org/10.14309/ajg.0000000000002715
- DOI: https://doi.org/10.1200/go.23.00392
- DOI: https://doi.org/10.1007/s00535-024-02079-x
- DOI: https://doi.org/10.1111/jgh.16496
- DOI: https://doi.org/10.23922/jarc.2023-030
- DOI: https://doi.org/10.1016/j.gie.2024.01.026
- DOI: https://doi.org/10.1186/s12876-024-03135-9
- DOI: https://doi.org/10.1038/s41598-023-51085-1
- DOI: https://doi.org/10.1111/jgh.16496
- DOI: https://doi.org/10.1016/j.gie.2024.01.026
- DOI: https://doi.org/10.1186/s12876-024-03135-9
- DOI: https://doi.org/10.1159/000536048
- DOI: https://doi.org/10.5739/jfpsij.17.10
- DOI: https://doi.org/10.11405/nisshoshi.121.167
- DOI: https://doi.org/10.11405/nisshoshi.121.167
- DOI: https://doi.org/10.5739/jfpsij.17.10
- DOI: https://doi.org/10.2208/jscejj.24-20061
- DOI: https://doi.org/10.1159/000536048
- DOI: https://doi.org/10.1007/s10620-024-08785-z
- DOI: https://doi.org/10.1016/j.pan.2024.12.003
- DOI: https://doi.org/10.1016/j.ejrad.2024.111845
- DOI: https://doi.org/10.1016/j.gie.2024.11.004
- DOI: https://doi.org/10.2474/trol.19.218
- DOI: https://doi.org/10.14309/ajg.0000000000002879
- [2024] Triglyceride-Glucose Index Associated with Future Renal Function Decline in the General PopulationDOI: https://doi.org/10.1007/s11606-024-08809-4
- DOI: https://doi.org/10.1158/1538-7445.am2023-6014
- DOI: https://doi.org/10.1093/ecco-jcc/jjad116
- DOI: https://doi.org/10.4329/wjr.v15.i12.338
- DOI: https://doi.org/10.1002/hsr2.1739
- DOI: https://doi.org/10.1093/bjs/znad386
- DOI: https://doi.org/10.1109/itc-cscc58803.2023.10212877
- DOI: https://doi.org/10.4329/wjr.v15.i12.338
- DOI: https://doi.org/10.1002/hsr2.1739
- DOI: https://doi.org/10.1093/bjs/znad386
- DOI: https://doi.org/10.1016/j.jallcom.2023.172457
- DOI: https://doi.org/10.1016/j.amjms.2023.08.012
- DOI: https://doi.org/10.1093/ibd/izad150
- DOI: https://doi.org/10.1109/itc-cscc58803.2023.10212618
- DOI: https://doi.org/10.1016/j.gie.2023.04.660
- DOI: https://doi.org/10.1016/j.gie.2023.04.803
- DOI: https://doi.org/10.1111/jgh.16365
- DOI: https://doi.org/10.1007/s00535-023-02048-w
- DOI: https://doi.org/10.1111/jgh.16369
- DOI: https://doi.org/10.1016/j.jallcom.2023.172457
- DOI: https://doi.org/10.1111/den.14682
- DOI: https://doi.org/10.1016/j.amjms.2023.08.012
- DOI: https://doi.org/10.1093/ibd/izad150
- DOI: https://doi.org/10.1002/deo2.277
- DOI: https://doi.org/10.1159/000531706
- DOI: https://doi.org/10.1016/j.gie.2023.07.024
- DOI: https://doi.org/10.1007/s00535-023-02017-3
- DOI: https://doi.org/10.1002/deo2.277
- DOI: https://doi.org/10.1159/000531706
- DOI: https://doi.org/10.1016/j.gie.2023.07.024
- DOI: https://doi.org/10.1007/s00535-023-02017-3
- DOI: https://doi.org/10.1109/itc-cscc58803.2023.10212877
- DOI: https://doi.org/10.1109/itc-cscc58803.2023.10212618
- DOI: https://doi.org/10.1016/j.gie.2023.04.660
- DOI: https://doi.org/10.1186/s12876-023-02816-1
- DOI: https://doi.org/10.1016/s0016-5085(23)03778-2
- DOI: https://doi.org/10.1111/den.14578
- DOI: https://doi.org/10.1007/s10388-023-00999-w
- DOI: https://doi.org/10.1158/1538-7445.am2023-6014
- DOI: https://doi.org/10.1371/journal.pone.0283822
- DOI: https://doi.org/10.1186/s12876-023-02816-1
- DOI: https://doi.org/10.1016/s0016-5085(23)03778-2
- DOI: https://doi.org/10.1111/den.14578
- DOI: https://doi.org/10.1371/journal.pone.0283822
- DOI: https://doi.org/10.1007/s00261-023-03874-5
- DOI: https://doi.org/10.14309/ajg.0000000000002269
- DOI: https://doi.org/10.1007/s00261-023-03874-5
- DOI: https://doi.org/10.3390/cancers15051383
- DOI: https://doi.org/10.3390/cancers15041206
- DOI: https://doi.org/10.1016/j.gie.2023.01.022
- DOI: https://doi.org/10.3390/cancers15051383
- [2023] Manual for abdominal ultrasound in cancer screening and health checkups, revised edition (2021)DOI: https://doi.org/10.1007/s10396-022-01272-w
- DOI: https://doi.org/10.5230/jgc.2023.23.e37
- [2023] PosterDOI: https://doi.org/10.1111/jgh.16070
- DOI: https://doi.org/10.3862/jcoloproctology.76.467
- DOI: https://doi.org/10.1016/s0016-5085(22)61192-2
- DOI: https://doi.org/10.14309/ajg.0000000000002106
- DOI: https://doi.org/10.1097/md.0000000000032424
- DOI: https://doi.org/10.3390/cancers14246146
- DOI: https://doi.org/10.2474/trol.17.283
- DOI: https://doi.org/10.1055/a-1971-1508
- DOI: https://doi.org/10.1055/a-1945-9120
- DOI: https://doi.org/10.1007/s00535-022-01927-y
- DOI: https://doi.org/10.1055/a-1945-9120
- DOI: https://doi.org/10.1007/s00464-022-09542-x
- DOI: https://doi.org/10.1016/j.cgh.2022.07.029
- DOI: https://doi.org/10.1007/s10388-022-00945-2
- DOI: https://doi.org/10.1007/s12328-022-01653-1
- [2022] Predictive factors for the progression of primary localized stage small-bowel follicular lymphomaDOI: https://doi.org/10.1007/s00535-022-01897-1
- [2022] An Endoscopic image Classifier Using Deep Learning Considering Progression of Colorectal CancerDOI: https://doi.org/10.1109/itc-cscc55581.2022.9894870
- [2022] A U-Net Based Lesion Segmentation Method for Computer-Aided Diagnosis in Colorectal NBI EndoscopyDOI: https://doi.org/10.1109/itc-cscc55581.2022.9895039
- DOI: https://doi.org/10.1002/deo2.134
- DOI: https://doi.org/10.1111/jgh.16008
- DOI: https://doi.org/10.1007/s00464-022-09542-x
- DOI: https://doi.org/10.11607/jomi.9575
- DOI: https://doi.org/10.1016/j.cgh.2022.07.029
- DOI: https://doi.org/10.1007/s10388-022-00945-2
- [2022] Examination of micro-superficial lesions of up to 5 mm in size in the pharyngolaryngeal regionDOI: https://doi.org/10.1017/s0022215122001761
- DOI: https://doi.org/10.1007/s12328-022-01653-1
- [2022] Predictive factors for the progression of primary localized stage small-bowel follicular lymphomaDOI: https://doi.org/10.1007/s00535-022-01897-1
- DOI: https://doi.org/10.1109/embc48229.2022.9871060
- [2022] An Endoscopic image Classifier Using Deep Learning Considering Progression of Colorectal CancerDOI: https://doi.org/10.1109/itc-cscc55581.2022.9894870
- [2022] A U-Net Based Lesion Segmentation Method for Computer-Aided Diagnosis in Colorectal NBI EndoscopyDOI: https://doi.org/10.1109/itc-cscc55581.2022.9895039
- DOI: https://doi.org/10.1186/s12876-022-02381-z
- DOI: https://doi.org/10.1002/deo2.134
- DOI: https://doi.org/10.1007/s11604-022-01295-w
- DOI: https://doi.org/10.1016/j.gie.2022.04.1181
- DOI: https://doi.org/10.1016/j.gie.2022.04.1196
- DOI: https://doi.org/10.1080/21681163.2022.2155578
- DOI: https://doi.org/10.1016/j.gie.2022.04.416
- DOI: https://doi.org/10.1016/j.gie.2022.04.1130
- DOI: https://doi.org/10.1158/2767-9764.crc-22-0088
- [2022] Factors for conversion risk of colorectal endoscopic submucosal dissection: a multicenter studyDOI: https://doi.org/10.1007/s00464-022-09250-6
- DOI: https://doi.org/10.1007/s00535-022-01877-5
- DOI: https://doi.org/10.1016/s0016-5085(22)61192-2
- DOI: https://doi.org/10.1007/s11604-022-01295-w
- DOI: https://doi.org/10.1016/j.gie.2022.04.1181
- DOI: https://doi.org/10.1016/j.gie.2022.04.1130
- DOI: https://doi.org/10.1158/2767-9764.crc-22-0088
- [2022] Factors for conversion risk of colorectal endoscopic submucosal dissection: a multicenter studyDOI: https://doi.org/10.1007/s00464-022-09250-6
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。