TOPページ > 特任准教授　河添　悦昌 （Yoshimasa Kawazoe, M.D., Ph.D）

特任准教授　河添　悦昌 （Yoshimasa Kawazoe, M.D., Ph.D）

English | Japanese

現職：

研究領域：

  • 医学医療における知識表現、知識処理、人工知能技術の応用
  • 次世代電子カルテシステムの開発研究
    • 人工知能技術を活用した高度な診療支援システム
    • 精密医療の時代における電子カルテシステム
  • 医療情報の標準化

略歴：

  • 1975年 4月 東京生まれ
  • 2001年 3月 山梨医科大学医学部医学科卒業
  • 2001年 4月 順天堂大学医学部附属順天堂医院 内科研修医
  • 2001年 10月 東京警察病院 内科研修医
  • 2004年 4月 東京大学大学院医学系研究科 社会医学専攻 医療情報経済学分野 博士課程 入学
  • 2008年 3月 同単位取得退学
  • 2009年 3月 同修了 博士（医学）
  • 2009年 4月 がん研究会有明病院 化学療法科 シニアレジデント
  • 2011年 4月 東京大学医学部附属病院 企画情報運営部 特任助教
  • 2012年 5月 東京大学医学部附属病院 企画情報運営部 助教
  • 2015年 7月 Department of Biomedical Informatics and Medical Education, University of Washington, Seattle, WA 客員研究員
  • 2016年 9 月 東京大学医学部 講師（医学部附属病院 企画情報運営部）
  • 2016年12月 科学技術振興機構 戦略的創造研究推進事業（JSTさきがけ）研究員
  • 2018年 7 月 東京大学大学院医学系研究科 医療AI開発学講座 特任准教授
  • 2022年 4 月 東京大学医学部附属病院 企画経営部 副部長
  • 2023年 4 月 東京大学医学部附属病院 企画情報運営部 部長

現在に至る

社会活動：

  • 2014年〜 ICD10対応標準病名マスター検討委員会作業班（病名とコードの標準化と普及推進）
  • 2015年〜2018年 SS-MIX2仕様策定合同ワーキンググループメンバー
  • 2018年〜 がんゲノム医療中核拠点ワーキング委員
  • 2018年〜2020年 日本医師会 学術推進会議委員
  • 2020年〜 日本人間ドック学会 AI実装WG委員
  • 2022年〜 日本医療情報学会 評議員
  • 2022年〜日本医療情報学会 医用人工知能研究会（幹事）
  • 2023年〜日本肺癌学会データベース AI開発委小員会
  • 2023年〜日本医療情報学会Terminology研究会（代表）

所属学会：

  • 日本内科学会
  • 日本医療情報学会
  • 日本人工知能学会
  • 日本メディカルAI学会

学位・資格：

  • 医師、博士（医学）
  • 日本内科学会認定内科医（第025294号）
  • 日本内科学会総合内科専門医（第015136号）
  • 講道館柔道初段
  • 普通自動車運転免許
  • 普通自動二輪運転免許
  • 大型自動二輪運転免許

受賞歴：

  • オントロジーを利用した臨床医学的意思決定支援システムの開発研究により、第28回医療情報連合大会 若手最優秀賞
  • 医療情報学会　第5回学術論文賞（2022年度）
    • 河添悦昌（東京大学大学院）、柴田大作（同）、篠原恵美子（同）、荒牧英治（奈良先端科学技術大学院大学）、大江和彦（東京大学大学院）．PLoS One. 2021 Nov 9;16(11):e0259763.

競争的研究資金：

  1. 内閣府, 第3期戦略的イノベーション創造プログラム（SIP）統合型ヘルスケアシステムの構築, テーマD1「医療機関・ベンダー・システムの垣根を超えた医療データ基盤構築による組織横断的な医療情報収集の実現」（代表 | R5-R9）
  2. 内閣府, 第3期戦略的イノベーション創造プログラム（SIP）統合型ヘルスケアシステムの構築, テーマD2「統合型の医学概念・知識連結データベースの構築及び医療文書の自動分析基盤の整備」（主たる共同研究者：河添 悦昌, 代表：奈良先端科学技術大学院大学 荒牧 英治 教授 | R5-R9）
  3. 文部科学省, 科学研究費助成事業 基盤研究（B）「医療用語のエンティティリンキングに向けた実践的医療用語辞書の開発」(代表 | R5-R7)
  4. 厚生労働省, 厚生労働行政推進調査事業「次世代の医療情報の標準規格拡充等に資する研究」(代表 | R5-R6)
  5. 厚生労働省, 厚生労働科学特別研究事業「海外における標準化を有した高品質医療リアルワールドデータ基盤整備の調査研究」( 分担:河添 悦昌, 代表：九州大学 山下 貴範 准教授 | R5-R5)
  6. 科学技術振興機構, 戦略的創造研究推進事業 （CREST）データ駆動・AI駆動を中心としたデジタルトランスフォーメーションによる生命科学研究の革新「リアルワールドテキスト処理の深化によるデータ駆動型探薬」（主たる共同研究者, 代表：奈良先端科学技術大学院大学 荒牧 英治 教授 | R4-R9）
  7. 文部科学省, 科学研究費助成事業 挑戦的研究(萌芽) 「COVID-19関連制限と外国人居住者の健康福祉：ビッグデータ解析による自然実験」(分担, 研究代表：東京大学 神馬征峰 教授 | R3-R5)
  8. 厚生労働省, 厚生労働行政推進調査事業「次世代の医療情報標準規格への改定等に関する研究」(分担, 研究代表：東京大学 大江和彦 教授 | R3-R4)
  9. 文部科学省, 科学研究費助成事業 基盤研究（B）「遺伝性疾患のスクリーニングに向けた診療記録からの表現型の抽出と臨床応用評価」(代表 | R2-R4)
  10. 厚生労働省, がん政策研究事業「がんゲノム医療推進に向けたがん遺伝子パネル検査の実態調査研究」(分担, 研究代表：東京大学 瀬戸泰之 教授 | R2-R4)
  11. 文部科学省, 科学研究費助成事業 基盤研究（A）「レセプトデータベース(NDB)の利用を容易にするための包括的支援システムの開発」(分担, 研究代表：京都大学 加藤源太 准教授 | H30-R4)
  12. 科学技術振興機構, 戦略的創造研究推進事業（さきがけ） 新しい社会システムデザインに向けた情報基盤技術の創出「医療ビッグデータからの病態進行のシミュレーションによる先制医療に向けた研究開発」(代表 | H28-H31)
  13. 厚生労働省, 臨床研究等ICT基盤構築研究事業「Deep Learning技術を用いた腎生検病理画像の自動分類による病理診断の効率化と診断補助に関する研究」(分担, 研究代表：東京大学 大江和彦 教授 | H28-H30)
  14. 厚生労働省, 臨床研究等ICT基盤構築研究事業「カルテ情報の自動構造化システムと疾患数理モデルの逐次的構築，及び，自動構造化機能を有した入力機構の開発」(分担, 研究代表：奈良先端科学技術大学院大学 荒牧英治 特任准教授 | H28-H30)
  15. 文部科学省, 科学研究費助成事業 基盤研究（C）「電子的診療情報からの高次元特徴量による患者状態の表現と機械学習の適用に関する研究」(代表 | H28-H30)
  16. 厚生労働省, 地域医療基盤開発推進研究事業「医療知識基盤にもとづく高度医療情報利活用に関する研究」(分担, 研究代表: 東京大学 大江和彦 教授 | H28-H29)
  17. 文部科学省, 科学研究費助成事業 基盤研究（B）「レセプト分析に資するレセプト各種コードの新たな分類及び分析ツール開発に関する研究」(分担, 研究代表: 京都大学 加藤源太 准教授 | H27-H29)
  18. 文部科学省, 科学研究費助成事業 若手研究（B）「オントロジーを利用した診療情報検索システムの開発に関する研究」(代表 | H25-H27)

学術論文（国際）：

  1. Yoneda K, Seki T, Kawazoe Y, Ohe K, Takahashi N; Neonatal Research Network of Japan. Immediate postnatal prediction of death or bronchopulmonary dysplasia among very preterm and very low birth weight infants based on gradient boosting decision trees algorithm: A nationwide database study in Japan. PLoS One. 2024 Mar 27;19(3):e0300817. doi: 10.1371/journal.pone.0300817. PMID: 38536822.
  2. Hirabayashi M, Shibata D, Shinohara E, Kawazoe Y. Influence of Tweets Indicating False Rumors on COVID-19 Vaccination: Case Study. JMIR Form Res. 2023 Sep 5;7:e45867. doi: 10.2196/45867.
  3. Kage H, Shinozaki-Ushiku A, Ishigaki K, Sato Y, Tanabe M, Tanaka S, Tanikawa M, Watanabe K, Kato S, Akagi K, Uchino K, Mitani K, Takahashi S, Miura Y, Ikeda S, Kojima Y, Watanabe K, Mochizuki H, Yamaguchi H, Kawazoe Y, Kashiwabara K, Kohsaka S, Tatsuno K, Ushiku T, Ohe K, Yatomi Y, Seto Y, Aburatani H, Mano H, Miyagawa K, Oda K. Clinical utility of Todai OncoPanel in the setting of approved comprehensive cancer genomic profiling tests in Japan. Cancer Sci. 2023 Jan 5. doi: 10.1111/cas.15717.
  4. Kawazoe Y, Shimamoto K, Yamaguchi R, Nakamura I, Yoneda K, Shinohara E, Shintani-Domoto Y, Ushiku T, Tsukamoto T, Ohe K. Computational Pipeline for Glomerular Segmentation and Association of the Quantified Regions with Prognosis of Kidney Function in IgA Nephropathy. Diagnostics. 2022; 12(12):2955.
  5. Emiko Shinohara, Daisaku Shibata, Yoshimasa Kawazoe. Development of comprehensive annotation criteria for patients’ states from clinical texts. J Biomed Inform. 2022 Oct;134:104200.
  6. Kawazoe Y, Shimamoto K, Shibata D, Shinohara E, Kawaguchi H, Yamamoto T. Impact of a Clinical Text–Based Fall Prediction Model on Preventing Extended Hospital Stays for Elderly Inpatients: Model Development and Performance Evaluation. JMIR Med Inform 2022;10(7):e37913
  7. Hayakawa J, Seki T, Kawazoe Y, Ohe K. Pathway importance by graph convolutional network and Shapley additive explanations in gene expression phenotype of diffuse large B-cell lymphoma. PLoS One. 2022 Jun 24;17(6):e0269570.
  8. Kawazoe Y, Shibata D, Shinohara E, Aramaki E, Ohe K. A clinical specific BERT developed using a huge Japanese clinical text corpus. PLoS One. 2021 Nov 9;16(11):e0259763.
  9. Seki T, Kawazoe Y, Ohe K. Machine learning-based prediction of in-hospital mortality using admission laboratory data: A retrospective, single-site study using electronic health record data. PLoS ONE. 2021;16(2): e0246640.
  10. Yamaguchi R, Kawazoe Y, Shimamoto K, Emiko Shinohara, Tatsuo Tsukamoto, Yukako Shintani-Domoto, Hajime Nagasu, Hiroshi Uozaki, Tetsuo Ushiku, Masaomi Nangaku, Naoki Kashihara, Akira Shimizu, Michio Nagata, Kazuhiko Ohe. Glomerular classification using convolutional neural networks based on defined annotation criteria and concordance evaluation among clinicians. Kidney Int Rep. doi:10.1016/j.ekir.2020.11.037.
  11. Iwai S, Mitani T, Hayakawa J, Shinohara E, Imai T, Kawazoe Y, Ohe K. Development of graph-based algorithm for differentiating pathophysiological conditions. Applied Medical Informatics. Vol. 42, No. 2/2020.
  12. Hayakawa M, Imai T, Kawazoe Y, Kozaki K, Ohe K. Auto-Generated Physiological Chain Data for an Ontological Framework for Pharmacology and Mechanism of Action to Determine Suspected Drugs in Cases of Dysuria. Drug Safety. 2019,42:1055–1069.
  13. Kagawa R, Shinohara E, Imai T, Kawazoe Y, Ohe K. Bias of Inaccurate Disease Mentions in Electronic Health Record-based Phenotyping. Int J Med Inform. 2019 Apr;124:90-96.
  14. Kawazoe Y, Shimamoto K, Yamaguchi R, Shintani-Domoto Y, Uozaki H, Fukayama M, Ohe K. Faster R-CNN-Based Glomerular Detection in Multistained Human Whole Slide Images. Journal of Imaging. 2018; 4(7):91.
  15. Rina Kagawa, Yoshimasa Kawazoe, Emiko Shinohara, Takeshi Imai, Kazuhiko Ohe. The impact of “possible patients” on phenotyping algorithms: Electronic phenotype algorithms can only be reproduced by sharing detailed annotation criteria. Stud Health Technol Inform. 245, pp.432-436, 2017.
  16. Satoshi Iwai, Yoshimasa Kawazoe, Takeshi Imai, Kazuhiko Ohe. Effects of implementing tree model of diagnosis into a Bayesian diagnostic inference system. Stud Health Technol Inform. 245, pp.882-886, 2017.
  17. Kagawa R, Kawazoe Y, Ida Y, Shinohara E, Tanaka K, Imai T, Ohe K. Development of Type 2 Diabetes Mellitus Phenotyping Framework Using Expert Knowledge and Machine Learning Approach. J Diabetes Sci Technol 2016 Dec 7.doi: 10.1177/1932296816681584.
  18. Kawazoe Y, Imai T, Ohe K, A Querying Method over RDF-ized Health Level Seven v2.5 Messages Using Life Science Knowledge Resources, JMIR Med Inform. 2016 Apr 5;4(2):e12 doi: 10.2196/medinform.5275.
  19. Hiroki Osumi, Eiji Shinozaki, Masahiko Osako, Yoshimasa Kawazoe, Masaru Oba, Takaharu Misaka, Takashi Goto, Hitomi Kamo, Mitsukuni Suenaga, Yosuke Kumekawa, Mariko Ogura, Masato Ozaka, Satoshi Matsunaga, Keisho Chin, Kiyohiko Hatake, Nobuyuki Mizunuma. Cetuximab treatment for metastatic colorectal cancer with KRAS p.G13D mutations improves progression-free survival. Mol Clin Oncol. 2015 Sep;3(5):1053-1057.
  20. Kawazoe Y, Miyo K, Kurahashi I, Sakurai R, Ohe K, Prediction based Threshold for Medication Alert. Stud Health Technol Inform. 2013;192:229-33.
  21. Oba M, Chin K, Kawazoe Y, Takagi K, Ogura M, Shinozaki E, Suenaga M, Matsusaka S, Mizunuma N, Hatake K. Availability of irinotecan in a second-line setting confers survival benefit to patients with advanced gastric cancer refractory to fluoropyrimidine-based regimens. Oncol Lett. 2011 Mar;2(2):247-251.
  22. Oba M, Chin K, Kawazoe Y, Takagi K, Ogura M, Shinozaki E, Suenaga M, Matsusaka S, Mizunuma N, Hatake K. Irinotecan monotherapy offers advantage over combination therapy with irinotecan plus cisplatin in second-line setting for treatment of advanced gastric cancer following failure of fluoropyrimidine-based regimens. Oncol Lett. 2011 Mar;2(2):241-245.
  23. Kawazoe Y, Ohe K. An ontology-based mediator of clinical information for decision support systems: a prototype of a clinical alert system for prescription. Methods Inf Med. 2008;47(6):549-59. doi: 10.3414/ME9126.

学術論文（国内）：

  1. 篠原 恵美子, 河添 悦昌, 柴田 大作, 嶋本 公徳, 関 倫久. 症例報告に対する網羅的な所見アノテーションのためのアノテーション基準の構築. 医療情報学 42(1): 3-15, 2022.
  2. 平林（宮部） 真衣, 吉野 孝, 河添 悦昌. 新型コロナウイルス感染症流行時におけるTwitter上の流言訂正情報に関する分析，情報処理学会論文誌，Vol.63 No.1 29–44 (Jan. 2022).
  3. 柴田 大作, 河添 悦昌, 嶋本 公徳, 篠原 恵美子, 荒牧 英治. 診療記録で事前学習した BERT による疼痛表現の抽出. 医療情報学 40(2): 73-82, 2020.
  4. 笠井暁史, 横田慎一郎, 野口貴史, 井田有亮, 北川陽一郎, 今井健, 河添悦昌, 田中勝弥, 大江和, 服薬指示・実施システムのデータによる投薬プロセスの分析,医療情報学 37(4): 187-196,2017.
  5. 香川璃奈, 篠原恵美子, 河添悦昌, 今井健, 大江和彦, “病名を介する検査推薦システム構築に向けた同時オーダーすべき検査項目ペアの自動抽出方法の開発”, 医療情報学会誌, 36(3), 2016.
  6. 鈴木 剛, 西村 秀司, 櫻林 眞, 高橋 秀和, 野崎 みほ, 河添 悦昌, 吉野 克正, 平野 正憲. 潰瘍様型Functional Dyspepsia(FD)症例における症状重症度(疼痛症状スコア・Visual analog scale(VAS))と胃運動機能との関係について-造影剤含有カプセル法を用いて-. 薬理と臨床12(6), 503-506, 2002.

会議（国際）：

  1. Tomohisa Seki, Yoshimasa Kawazoe, Kazuhiko Ohe. Clinical Feature Vector Generation using Unsupervised Graph Representation Learning from Heterogeneous Medical Records. AMIA 2023 Annual Symposium in New Orleans (15 Nov 2023).
  2. Daisaku SHIBATA, Emiko SHINOHARA, Kiminori SHIMAMOTO and Yoshimasa KAWAZOE. Towards Structuring Clinical Texts: Joint Entity and Relation Extraction from Japanese Case Report Corpus. MedInfo 2023: The 19th World Congress on Medical and Health Informatics.
  3. Tomohisa Seki, Yoshimasa Kawazoe and Kazuhiko Ohe. Graph representation learning-based fixed-length clinical feature vector generation from heterogeneous medical records. MedInfo 2023 in Sydney (11 July 2023).
  4. Kenya Sakka, Kotaro Nakayama, Nisei Kimura, Taiki Inoue, Yusuke Iwasawa, Ryohei Yamaguchi, Yoshimasa Kawazoe, Kazuhiko Ohe, Yutaka Matsuo. Character-level Japanese Text Generation with Attention Mechanism for Chest Radiography Diagnosis AAAI Workshop on Artificial Intelligence, February 7-8, 2020, New York, USA.
  5. Kawazoe Y, Miyo K, Kurahashi I, Sakurai R, Ohe K., Prediction-based Threshold for Medication Alert. Stud Health Technol Inform. 2013;192:229-33. (再掲)
  6. Emiko Y. Shinohara, Akimichi Tatsukawa, Yoshimasa Kawazoe, Takeshi Imai, Kazuhiko Ohe. A Qualitative Model for Physiology: Apart from Function and Abnormality. Stud Health Technol Inform. 2013;192:984.
  7. Akimichi Tatsukawa, Emiko Y. Shinohara, Yoshimasa Kawazoe, Takeshi Imai, Kazuhiko Ohe. An Analysis of the OpenEHR Archetype Semantics Based on a Typed Lambda Theory. Stud Health Technol Inform. 2013;192:990.
  8. Kengo Miyo, Yoshimasa Kawazoe, Izumi Yamaguchi, Akimichi Tatsukawa, Kazuhiko Ohe. Evaluation of a Context-based Prescription Alert System: A Clinical Perspective. Stud Health Technol Inform. 2013;192:1030.
  9. Ishii M, Kawazoe Y, Tatsukawa A, Ohe K. A method for handling multi-institutional HL7 data on Hadoop in the cloud. Big Data 2013 Conference, Apr 2013, Brisbane, Australia.
  10. Osako M, Kawazoe Y, Mizunuma N, Gotoh T, Misaka T, Oba M, Shinozaki E, Suenaga M, Matsusaka S, Hatake K. Cetuximab Treatment for Metastatic Colorectal Cancer With KRAS p.G13D Mutation may Improve Progression-free Survival in Japanese Patients. Eur J Cancer, 47:395-396, Sept 2011.
  11. Kawazoe Y, Endo T, Mitsuishi Y, Miyo K, Ohe K. A Physician’s Decision-making Oriented Model of Cancer Chemotherapy toward Computer-assisted Chemotherapy Planning and Alerting System. MEDINFO 2007: Proceedings of the 12th World Congress on Health Informatics; Building Sustainable Health Systems, 2302-2304. Aug 2007, Brisbane, Australia

会議（国内）：

  1. 柴田 大作, 河添 悦昌, 篠原 恵美子, 嶋本 公徳. 患者状態表現の病名交換コードへのマッピング. 医療情報学41(Suppl.),pp.1139-1144,2022.
  2. 関 倫久, 河添 悦昌, 大江 和彦. グラフ表現学習を用いた教師なし学習による電子カルテデータ構造自動特徴抽出手法の開発. 医療情報学41(Suppl.),pp.912-917,2022.
  3. 柴田 大作, 河添 悦昌, 篠原 恵美子, 嶋本 公徳. 診療テキストの構造化に向けた症例報告コーパスからの情報抽出. 人工知能学会全国大会論文集, 2022, JSAI2022 巻, 第36回 (2022).
  4. 河添 悦昌, 永島 里美, 大江 和彦. アレルギー情報の標準化を目指すJFAGYアレルゲン用語集とアレルゲンコードシステム. 医療情報学41(Suppl.),pp.834-838,2022.
  5. 柴田 大作, 河添 悦昌, 篠原 恵美子, 嶋本 公徳. 希少・難治性疾患の症例報告テキストコーパスと情報抽出精度の評価. 第36回人工知能学会全国大会, 2022年6月14日. (資料)
  6. 柴田 大作，河添 悦昌，篠原 恵美子，嶋本 公徳. 詳細なアノテーション基準に基づく症例報告コーパスからの固有表現及び関係の抽出精度. 医療情報学41(Suppl.),pp.713-718,2021.
  7. 河添 悦昌，篠原 恵美子. 患者状態に関する網羅的なアノテーション基準とFHIR Conditionリソースとのマッピングの検討. 医療情報学41(Suppl.),pp.643-647,2021.
  8. 河添 悦昌，篠原 恵美子. 希少・難治性疾患を対象とした症例報告テキストコーパスの構築. 医療情報学41(Suppl.),pp.1172-1177,2021.
  9. 河添 悦昌, 嶋本 公徳, 篠原 恵美子, 山口 亮平. 事象の共起関係から求めた分散表現を用いた多次元医療データによる深部静脈血栓症の発症予測. 第2回日本メディカルAI学会学術集会. 2020年1月31日.
  10. 関 倫久, 河添 悦昌, 大江 和彦. SS-MIX2 標準化ストレージを用いた入院後の死亡退院リスク予測モデルの開発. 医療情報学39(Suppl.), pp.164-168, 2019.
  11. 早川 仁, 関 倫久, 河添 悦昌, 大江 和彦. パスウェイデータベースを利用したグラフ畳み込み深層学習による悪性腫瘍の診断分類性能の検討. 医療情報学39(Suppl.), pp.575-580, 2019.
  12. 柴田 大作, 河添 悦昌, 篠原 恵美子, 荒牧 英治. 診療記録からの疼痛に関する事実性判定. 医療情報学39(Suppl.), pp.385-390, 2019.
  13. 篠原 恵美子, 河添 悦昌, 今井 健, 大江 和彦. 医学用語抽出のための文字列類似度. 医療情報学39(Suppl.), pp.382-384, 2019.
  14. 山口亮平, 河添 悦昌, 嶋本 公徳, 篠原 恵美子, 堂本 裕加子, 宇於崎宏, 塚本達雄, 清水章, 長田道夫, 深山正久, 大江 和彦. AI画像診断に向けた糸球体PAS染色画像の医師間所見一致度の評価，第62回日本腎臓学会学術総会．2019年6月23日．
  15. Ryohei Yamaguchi, Yoshimasa Kawazoe, Kiminori Shimamoto, Emiko Shinohara, Yukako Shintani-Domoto , Hiroshi Uozaki , Tatsuo Tsukamoto , Akira Shimizu , Michio Nagata , Masaya Fukayama , Kazuhiko Ohe. Why current Deep Learning can’t diagnose the glomerular images correctly? -From perspective of characteristics of glomerular images.　第62回日本腎臓学会学術総会、2019年6月22日.
  16. 作花 健也, 中山 浩太郎, 木村 仁星, 井上 大輝, 山口 亮平, 河添 悦昌, 大江 和彦, 松尾 豊. 文字単位のアテンション機構を用いた胸部X線写真の所見テキスト生成手法. 人工知能学会全国大会論文集, 2019, JSAI2019 巻, 第33回 (2019).
  17. 井上 大輝, 木村 仁星, 中山 浩太郎, 作花 健也, Rahman Abdul, 中島 愛, Patrick Radkohl, 岩井 聡, 河添 悦昌, 大江 和彦. 視線データを活用した深層学習による胸部 X 線写真の診断的分類. 人工知能学会全国大会論文集, 2019, JSAI2019 巻, 第33回 (2019).
  18. 中村 一成, 河添悦昌,山口 亮平, 堂本 裕加子, 大江 和彦, 深層学習を用いた蛍光抗体法による糸球体病理画像の所見分類.第1回日本メディカルAI学会学術集会, 2019年1月26日.
  19. 河添悦昌,嶋本 公徳,山口 亮平, 篠原 恵美子, 堂本 裕加子, 大江 和彦. 腎病理画像の自動診断に向けた畳み込みエンコーダ・デコーダモデルによる糸球体内部構造の領域抽出. 第1回日本メディカルAI学会学術集会, 2019年1月26日.
  20. 篠原 恵美子,河添悦昌,今井健,大江和彦, 概念知識に基づいた診療録テキストの意味解析. 第1回日本メディカルAI学会学術集会, 2019年1月25日.
  21. 山口 亮平,河添 悦昌, 嶋本 公徳, 堂本 裕加子, 宇於崎 宏, 清水 章, 長田 道夫, 大江 和彦. AIによる画像診断に向けた腎病理糸球体画像の所見一致度の評価. 医療情報学38(Suppl.),pp.760-765,2018.
  22. 山下 英俊, 倉沢 央, 河添 悦昌, 大江 和彦, 入院レセプトの主傷病名推定に有効な説明変数の検討. 医療情報学38(Suppl.),pp.404-409,2018.
  23. 香川璃奈, 河添悦昌, 篠原恵美子, 今井健, 大江和彦, 疾患横断的なe-phenotyping手法開発を目的とした各疾患の特徴の検討, 医療情報学37(Suppl.), pp.754-759, 2017.
  24. 河添悦昌, 倉沢央, 岩井聡, 香川璃奈, 大江和彦, 状態空間モデルと深層ニューラルネットワークによる検体検査結果の欠損値推定精度の比較, 医療情報学37(Suppl.), pp.820-824, 2017.
  25. 山口亮平, 嶋本公徳, 河添悦昌, 堂本裕加子, 宇於崎宏, 大江和彦, 腎臓糸球体病理画像のDeep Learningによる所見分類手法の検討, 第3回JAMI & JSAI AIM 合同研究会, 神奈川県, マホロバマインズ三浦, 2017年03月. URL
  26. 黒滝 紘生, 中山 浩太郎, 上原 雅俊, 山口 亮平, 河添 悦昌, 大江 和彦, 松尾 豊. 深層学習による胸部X線写真からの診断補助. 人工知能学会全国大会論文集, 2017, JSAI2017 巻, 第31回 (2017).
  27. 上原雅俊, 味曽野雅史, 中山浩太郎, 山口亮平, 河添 悦昌, 大江和彦, 松尾豊, 生成モデルを利用したX線写真に対する異常検知の試行と考察, 第2回 JAMI & JSAI AIM 合同研究会, 東京, 2016年11月. URL
  28. 河添 悦昌, 香川 璃奈, 山口 亮平, 桜井 亮太, 篠原 恵美子, 大江 和彦, 電子的診療情報からの高次元特徴データを用いたEHR Phenotypingアルゴリズムの開発. 医療情報学36(Suppl.), pp.672-675, 2016.
  29. 香川 璃奈, 河添 悦昌, 篠原 恵美子,今井 健, 大江 和彦, 高血圧のphenotyping手法の開発および他疾患との比較検討. 医療情報学36(Suppl.), pp.770-773, 2016.
  30. 香川 璃奈, 河添 悦昌, 井田 有亮, 篠原 恵美子, 今井 健, 大江 和彦. 特定患者集団の抽出(Phenotyping)手法確立に向けた技術的課題に関する考察. 人工知能学会全国大会論文集, 2016, JSAI2016 巻, 第30回 (2016).
  32. 香川 璃奈, 河添 悦昌, 井田 有亮, 篠原 恵美子, 今井 健, 大江 和彦. SS-MIX2標準化ストレージを用いた2型糖尿病症例のEHR Phenotyping手法の開発と評価. 医療情報学35(Suppl.), pp.672-675, 2015.
  33. 河添 悦昌, 今井 健, 大江和彦. Linked DataによるSS-MIX2標準化ストレージの活用に向けて−薬剤の有害事象検出を目的としたfederation queryの実行可能性の検討−. 医療情報学34(Suppl.), pp.328-331, 2014.
  34. 河添 悦昌, 今井 健、立川 察理, 大江 和彦. RDF/RDFSによる知識統合型臨床情報データベースの開発に向けた診療情報モデルの構築. 第16回日本医療情報学会春季学術大会.
  35. 湯本 正典, 今井 健, 桜井 亮太, 林 亜紀, 佐藤 恵, 梶野 正幸, 河添 悦昌, 大江 和彦. 解剖学オントロジーを用いた情報抽出のための機能要件の検討. 人工知能学会研究会資料, SIG-SWO-A1101-07, 2011.  URL
  36. 河添 悦昌, 光石 豊, 遠藤 徹, 戸田 裕介, 立川 察理, 野口 貴史, 美代 賢吾, 大江 和彦. 診療情報オントロジーの開発と診療支援システムへの応用. 医療情報学 28(Suppl.), pp.781-786, 2008.
  37. 立川 察理, 光石 豊, 戸田 裕介, 遠藤 徹, 河添 悦昌, 野口 貴史, 美代 賢吾, 大江 和彦. Arden Syntaxインタープリタを内蔵したWebサーバの実装. 医療情報学 28(Suppl.), pp.1210-1215, 2008.
  38. 遠藤 徹, 光石 豊, 戸田 裕介, 河添 悦昌, 立川 察理, 野口 貴史, 美代 賢吾, 大江 和彦. イベント駆動型知的診療支援システムの提案. 医療情報学 28(Suppl.), pp.965-970, 2008.
  39. 光石 豊, 遠藤 徹, 河添 悦昌, 高田 真美, 田中 勝弥, 美代 賢吾, 大江 和彦. 診断報告書における病理医から臨床医へのリクエスト表現の分析. 医療情報学,25(Suppl.), pp.688-691, 2005.
  40. 河添 悦昌, 鈴木 剛, 高橋 秀和, 西村 秀司, 櫻林 眞, 吉野 克正, 平野 正憲. PTCD症例でのビリルビンおよび総胆汁酸の検討. 薬理と治療30(suppl.2), pp.393-395, 2002.

総説・解説

  1. 河添 悦昌, 篠原 恵美子. 診療テキストを構造化するための症例報告テキストコーパス. 医学のあゆみ 283(2): 165-171, 2022.
  2. 河添 悦昌.腎病理WSI(Whole Slide Image)とAI診断.小児科,2022年06月号(63巻 06号).
  3. 河添 悦昌. AIによる腎生検病理画像の診断補助に向けた取り組み. 先進医療ＮＡＶＩＧＡＴＯＲ医療とＡＩ最前線.
  4. 河添 悦昌. 腎病理WSIを対象としたDeep Neural Networkによる画像認識. 科学評論社 第13巻第4号.
  5. 河添 悦昌, 山口 亮平. 深層畳み込みニューラルネットワークを用いた腎生検病理画像の自動分類に向けた研究, 日本腎臓学会誌 2020;62(2):75‒80.
  6. 河添 悦昌, 大江 和彦, これまで行われてきた医療の分野での人工知能の利用と今後の課題, 東京医学社 小児内科51巻1号（1月号）
  7. 河添 悦昌, 大江 和彦, AIとICTが変える医療, 科学評論社 腎臓内科・泌尿器科7巻2号.
  8. 河添 悦昌, 医療における人工知能技術の応用, 医歯薬出版株式会社 医学のあゆみ 264巻3号 p260.
  9. 河添 悦昌, 末永 光邦, 畠 清彦, 水沼 信之. 化学療法 大腸癌患者へのbevacizumabの適応選択(投与規定因子).日本臨牀69(Suppl. 3), 472-476, 2011.

特許（登録）

  1. 美代賢吾, 河添悦昌, 木場義治, 田邊和正, 榊原英昭, “処方量適正化システム、処方量適正化方法および処方量適正化システムに適用されるコンピュータプログラム”, 特許第6231508号, 2017年10月27日.

その他（シンポジウム、講演、セミナー等）

  1. 河添 悦昌. 腎生検病理画像の診断補助を例とした医療画像に対するDeep Learning技術の応用. AI技術とリウマチ学の接点を醸成する医学教育事業 教育シンポジウム, 2022年1月23日.（招待講演）
  2. 河添 悦昌. 腎生検病理画像の診断補助を例とした医療画像に対するDeep Learning技術の応用. AI技術とリウマチ学の接点を醸成する医学教育事業 教育シンポジウム, 2021年6月13日.（招待講演）
  3. 河添 悦昌. 腎病理WSIを対象としたDeep Neural Networkによる画像認識. 第56回日本小児腎臓病学会 教育講演,2021年7月9日.（招待講演）
  4. 河添 悦昌. 遺伝性疾患のスクリーニングに向けた自然言語処理の応用. 国立精神・神経医療研究センター Meet the Expert. 2020年12月3日.（招待講演）
  5. 河添 悦昌. 自然言語処理技術の医療応用. 高知大学医学部附属病院 臨床試験セミナー. 2020年11月12日.（招待講演）
  6. 河添 悦昌. 医療分野におけるICT/AI技術の活用と課題. 第52回日本小児感染症学会総会・学術集会 特別講演. 2020年11月7日.（招待講演）
  7. 河添 悦昌. 学会企画セッション ポストコロナの医療情報. 第24回日本医療情報学会春季学術大会, 2020年6月6日.
  8. 河添 悦昌，医療分野における人工知能技術の利用と課題，第20回動脈硬化教育フォーラム 特別企画「人工知能・ビッグデータサイエンス」，京王プラザホテル，2020年2月2日.（招待講演）
  9. 河添 悦昌，がんゲノム医療のための電子カルテシステム，第78回 日本癌学会学術総会，国立京都国際会館，2019年9月26日．
  10. 河添 悦昌，医療分野における人工知能技術の利用と今後の課題，Meet the Expert，国立精神・神経医療研究センター，2019年9月10日．（招待講演）
  11. 河添 悦昌，医療と自然言語処理のこれから，FIT2019 第18回情報科学技術フォーラム，岡山大学津島キャンパス，2019年9月4日．
  12. 河添 悦昌，Deep Learning技術を用いた腎生検病理画像の自動分類による病理診断の効率化と診断補助，AI・ICT技術活用による腎臓病学研究の展望，フクラシア八重洲，2019年7月27日．
  13. 河添 悦昌,人工知能技術を用いた腎病理診断支援に向けた試み，移植腎病理研究会 第23回学術集会，名古屋第二赤十字病院 研修ホール，2019年7月20日．
  14. 河添 悦昌,『クリニカルデータサイエンティストに期待される専門性、資格、職の機会』第2回データサイエンティストが輩出する機会をどうつくるか？東京大学医科学研究所附属病院 講堂．2019年7月12日．（招待講演）
  15. 河添 悦昌, AIとICTが変える医療.高知大学医学部 講演会 医療におけるAIの活用について.2019年3月16日. （招待講演）
  16. 河添 悦昌, 医療分野での人工知能技術の利用と今後の課題,三井物産株式会社ヘルスケア・サービス事業部社内セミナー.2019年2月25日.（招待講演）
  17. 河添 悦昌, AIとICTが変える医療. 第27回石川県医師会勤務医部会総会, ホテル金沢. 2019年2月9日.（招待講演）
  18. 河添 悦昌, 医療分野での人工知能技術の利用と今後の課題, 応用情報科学ジャーナルクラブ（NAIST 荒牧研究室）
  19. 河添 悦昌, 医療分野での人工知能技術の利用と今後の課題. 東京大学医学部2号館・本館大講堂. 2019年2月7日.
  20. 河添 悦昌, 人工知能技術を用いた腎病理の診断支援に向けた取り組み. 第154回日本医学会シンポジウム, 2019年1月16日.（招待講演）
  21. 河添 悦昌, 試料付随情報：試料管理情報と由来者情報について. バイオバンクの試料と情報の利用に関するセミナー, 2019年1月9日.（招待講演）
  22. 河添 悦昌, AIとICTが変える医療. がん研究会有明病院, 2018年11月14日.（招待講演）
  23. 河添 悦昌, AIとICTが変える医療. 医療AI開発学講座 開設記念講演会. 東京大学医学部附属病院, 2018年10月29日.
  24. 河添 悦昌,  電子カルテデータの活用とe-Phenotyping,  第22回日本医療情報学会春季学術大会 シンポジウム 2018 in 新潟シンポジウム 大会企画セッション「医療におけるビッグデータ ─ 医療情報学はどう関わってゆくのか、何をなすべきか ─」資料
  25. 河添 悦昌, 人工知能技術を活用した腎病理診断に向けた取り組み, 第16回 BRB Nephrology Conference.
  26. 河添悦昌, 医療ビッグデータからの病態進行のシミュレーションによる先制医療に向けた研究開発, JST 新春日米ワークショップ２０１８, Challenge for Society5.0.
  27. 河添悦昌, 香川璃奈, 今井健, 大江和彦, 診療情報によるPhenotypingの現状・限界, 第37回医療情報学連合大会シンポジウム 「診療情報から「病態」を取り出そう！Phenotyingのススメ」 資料
  28. 河添悦昌, SS-MIX2シンポジウム2017 -様々な医療情報に対応するSS-MIX2ストレージ-「 院内がん登録HosCan-RからのSS-MIX2拡張ストレージ出力」資料
  29. 河添悦昌, クリニカルゲノムシーケンスの臨床応用への期待と課題,  第5回生命医薬情報学連合大会（IIBMP 2016）３学会合同セッション「ゲノム医療の実現に向けたバイオインフォマティクスのロードマップ」資料
  30. 河添悦昌, 電子的診療情報の二次活用に向けて – がん登録における診療情報収集の問題点の検討 -, 第34回医療情報学連合大会シンポジウム「電子カルテ入力情報の多目的利用に標準モデルはどう寄与するか〜Write once, use anywhereを目指して〜」
  31. 河添悦昌, HL7 CTSとThe Lexical Grid, 第25回医療情報学連合大会ワークショップ「臨床医学オントロジーとターミノロジー」

研究倫理関連の開示

  1. リアルワールドテキスト処理の深化によるデータ駆動型探薬（審査番号：2022251NI, 承認日：2022/11/28）
  2. 標準化腎生検組織評価法の確立（審査番号：2022036NIe, 承認日：2022/06/23）
  3. 電子カルテの自由記載を用いた情報抽出機能の開発研究（審査番号：2019276NI, 承認日：2020/02/19）
  4. 病院情報システム蓄積データを用いた傷病名推定システム機能の開発研究（審査番号：11939, 承認日：2018/05/01）
  5. Deep Learning技術を用いた腎生検病理画像の自動分類による病理診断の効率化と診断補助に関する研究（審査番号：11455, 承認日：2017/03/01）
  6. 電子的診療録の自動構造化機能を有した入力ソフトウェアの開発研究（審査番号：11446, 承認日：2017/02/08）
  7. 電子的診療データを利用した疾患コホート抽出アルゴリズムの開発 （審査番号：10791）
  8. 診療情報を検索するための新しい設計に基づくデータベース構築に関する研究 （審査番号：10559）
  9. 過去の診療データを利用した、オーダ時処方量警告システムの開発と評価に関する研究 （審査番号：3830）