Kazuo Goda 研究室
主宰者:Kazuo Goda
東京大学
兼任:東京工業大学
AI 要約(直近 5 年の研究成果)
Kazuo Goda研究室は、大規模な医療保険請求データを活用した医療情報分析と、それを支えるデータベース技術の研究を行っています。研究の問いとしては、日本の国民皆保険制度が生成する膨大な医療データから、疾病の発生動向や医療資源の効率的配分、医療政策の効果を明らかにすることを目指しています。具体的には、肝炎やウイルス感染症の治療効果の追跡、抗菌薬使用の長期的なパターン変化、診断機器の施設間での利用実態、慢性疾患患者の治療継続性などを調査対象としています。
手法としては、全国の医療請求データベース(国民の98%以上の医療サービスを網羅)を用いた後ろ向き観察研究と統計分析を基本としています。同時に、このような巨大で複雑な医療データを効率的に処理・分析するためのデータベース技術の開発にも取り組んでいます。医療請求データの特殊な形式に対応した新しいデータ構造の設計や、クエリ処理の高速化、機械学習を用いた将来の医療需要予測なども手法に含まれます。
主要な発見としては、新規治療法導入後の疾病負荷の低減、国家的な医療政策(抗菌薬適正使用推進など)による処方行動の改善、COVID-19による慢性疾患治療の中断増加といった、医療政策と実際の医療実践の関連を明らかにしています。これらの分析を通じ、エビデンスに基づいた医療政策決定を支援することが研究室の目標です。
※ 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)
- 免疫学・微生物学Koji Kawakami 研究室京都大学論文 100 件·共通: データベース, 発生, 感染症, 機械 +11
- 医学Satoshi Kutsuna 研究室大阪大学論文 100 件·共通: ウイルス感染, データベース, ウイルス, 感染症 +7
- 医学Hirohisa Nakamae 研究室大阪大学論文 100 件·共通: ウイルス感染, データベース, ウイルス, 感染症 +6
- 環境科学Akira Mori 研究室東京大学論文 187 件·共通: ウイルス感染, ウイルス, 発生, 感染症 +6
- 医学Daisaku Nakatani 研究室Osaka University Hospital論文 100 件·共通: データベース, 機械, 計算機科学, システム +7
- 医学Yukio Miki 研究室大阪大学論文 100 件·共通: データベース, 機械, 計算機科学, システム +7
- 医学Yudai Kaneda 研究室北海道大学論文 100 件·共通: ウイルス感染, 行動, ウイルス, 感染症 +6
- 医学Yuki Takahashi 研究室北海道大学論文 100 件·共通: 行動, 発生, 計算機科学, システム +7
研究成果(84 件)
- DOI: https://doi.org/10.1093/ofid/ofaf695.797
- [2026] Synchronization Options and Their Performance Benefits for Spatial Index on Persistent MemoryDOI: https://doi.org/10.1587/transinf.2025edp7108
- DOI: https://doi.org/10.1093/ofid/ofaf695.797
- [2026] Synchronization Options and Their Performance Benefits for Spatial Index on Persistent MemoryDOI: https://doi.org/10.1587/transinf.2025edp7108
- DOI: https://doi.org/10.2196/72248
- [2026] DPHIM: Efficient Parallel Mining of High-Utility Itemsets on Multicore Processors and Its EvaluationDOI: https://doi.org/10.1109/tkde.2026.3666851
- [2025] Antibiotic Prescription Trends in Dentistry: A Descriptive Study Using Japan's National DatabaseDOI: https://doi.org/10.1111/jphd.12663
- DOI: https://doi.org/10.1093/jacamr/dlaf062
- DOI: https://doi.org/10.1186/s12913-025-12798-3
- DOI: https://doi.org/10.1093/jacamr/dlaf062
続きを表示(残り 74 件)閉じる
- DOI: https://doi.org/10.2196/preprints.72248
- DOI: https://doi.org/10.1093/ofid/ofae631.656
- DOI: https://doi.org/10.2196/preprints.72248
- DOI: https://doi.org/10.1093/ofid/ofae631.656
- [2025] Antibiotic Prescription Trends in Dentistry: A Descriptive Study Using Japan's National DatabaseDOI: https://doi.org/10.1111/jphd.12663
- DOI: https://doi.org/10.1109/access.2025.3649020
- DOI: https://doi.org/10.1109/bigdata66926.2025.11402218
- DOI: https://doi.org/10.1016/j.ijid.2025.108043
- DOI: https://doi.org/10.1109/access.2025.3649020
- DOI: https://doi.org/10.1109/bigdata66926.2025.11402218
- DOI: https://doi.org/10.1016/j.ijid.2025.108043
- DOI: https://doi.org/10.3233/shti250895
- DOI: https://doi.org/10.3233/shti251122
- DOI: https://doi.org/10.1145/3722212.3725079
- DOI: https://doi.org/10.1145/3722212.3724434
- DOI: https://doi.org/10.3233/shti250895
- DOI: https://doi.org/10.3233/shti251122
- DOI: https://doi.org/10.1145/3722212.3725079
- DOI: https://doi.org/10.1145/3722212.3724434
- DOI: https://doi.org/10.1186/s12913-025-12798-3
- DOI: https://doi.org/10.3233/shti231046
- DOI: https://doi.org/10.1145/3727200.3727223
- DOI: https://doi.org/10.3233/shti231140
- DOI: https://doi.org/10.3233/shti231046
- DOI: https://doi.org/10.3233/shti231140
- DOI: https://doi.org/10.1109/icde60146.2024.00446
- DOI: https://doi.org/10.1145/3727200.3727223
- DOI: https://doi.org/10.1109/icde60146.2024.00446
- DOI: https://doi.org/10.1016/j.heliyon.2023.e16209
- [2023] Nested Loops Revisited AgainDOI: https://doi.org/10.1109/icde55515.2023.00299
- DOI: https://doi.org/10.1109/bigcomp57234.2023.00069
- DOI: https://doi.org/10.1109/bigdata59044.2023.10386475
- DOI: https://doi.org/10.1007/s10489-023-04811-1
- DOI: https://doi.org/10.1109/bigdata59044.2023.10386475
- DOI: https://doi.org/10.1007/s10489-023-04811-1
- DOI: https://doi.org/10.1089/tmj.2023.0118
- DOI: https://doi.org/10.1016/j.jiac.2023.06.014
- DOI: https://doi.org/10.1016/j.heliyon.2023.e16209
- DOI: https://doi.org/10.1109/icde55515.2023.00388
- DOI: https://doi.org/10.1089/tmj.2023.0118
- DOI: https://doi.org/10.1016/j.jiac.2023.06.014
- DOI: https://doi.org/10.1109/icde55515.2023.00388
- [2023] Nested Loops Revisited AgainDOI: https://doi.org/10.1109/icde55515.2023.00299
- DOI: https://doi.org/10.1109/icde55515.2023.00384
- DOI: https://doi.org/10.1109/icde55515.2023.00384
- DOI: https://doi.org/10.1109/bigcomp57234.2023.00069
- DOI: https://doi.org/10.21873/anticanres.15582
- DOI: https://doi.org/10.1265/ehpm.22-00084
- DOI: https://doi.org/10.1016/j.puhe.2022.10.018
- [2022] Discovering Fuzzy Geo-referenced Periodic-Frequent Patterns in Geo-referenced Time Series DatabasesDOI: https://doi.org/10.1109/fuzz-ieee55066.2022.9882785
- DOI: https://doi.org/10.2196/39181
- [2022] A Novel GPU-Accelerated Algorithm to Discover Periodic-Frequent Patterns in Temporal DatabasesDOI: https://doi.org/10.1109/bigdata55660.2022.10020216
- DOI: https://doi.org/10.1016/j.puhe.2022.10.018
- [2022] Discovering Fuzzy Geo-referenced Periodic-Frequent Patterns in Geo-referenced Time Series DatabasesDOI: https://doi.org/10.1109/fuzz-ieee55066.2022.9882785
- DOI: https://doi.org/10.2196/39181
- DOI: https://doi.org/10.1038/s41440-022-00924-1
- DOI: https://doi.org/10.1587/transinf.2021dap0004
- DOI: https://doi.org/10.1587/transinf.2021dap0004
- DOI: https://doi.org/10.1016/s2468-2667(22)00044-5
- DOI: https://doi.org/10.1038/s41440-022-00924-1
- DOI: https://doi.org/10.1007/s10157-022-02202-3
- DOI: https://doi.org/10.21873/anticanres.15582
- DOI: https://doi.org/10.1265/ehpm.22-00084
- [2022] A Novel GPU-Accelerated Algorithm to Discover Periodic-Frequent Patterns in Temporal DatabasesDOI: https://doi.org/10.1109/bigdata55660.2022.10020216
- DOI: https://doi.org/10.1016/s2468-2667(22)00044-5
- DOI: https://doi.org/10.1007/s10157-022-02202-3
- [2021] A Novel Parameter-Free Energy Efficient Fuzzy Nearest Neighbor Classifier for Time Series DataDOI: https://doi.org/10.1109/fuzz45933.2021.9494521
- DOI: https://doi.org/10.2139/ssrn.3969822
- [2021] A Novel Parameter-Free Energy Efficient Fuzzy Nearest Neighbor Classifier for Time Series DataDOI: https://doi.org/10.1109/fuzz45933.2021.9494521
- [2021] FOREWORDDOI: https://doi.org/10.1587/transinf.2020daf0001
- DOI: https://doi.org/10.2139/ssrn.3969822
- [2021] FOREWORDDOI: https://doi.org/10.1587/transinf.2020daf0001
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)。