Reviews, Commentaries, etc. - Kinoshita, Shotaro

離島・僻地におけるオンライン精神科医療の可能性

木下翔太郎

第119回日本精神神経学会学術総会 抄録集    S-296 2023.06

Joint Work

Assessment of stress and well-being using wearable devices for sleep monitoring combined with ecological momentary assessment

Shotaro Kinoshita, Sayaka Hanashiro, Shiori Tsutsumi, Kiko Shiga, Yasuyo Wada, Jun Inaishi, Kazuhiro Kashiwagi, Taishiro Kishimoto

JMIR Preprints (JMIR Publications Inc.)   2023.05

Joint Work

• Access to Document (DOI)

精神科臨床におけるAI活用の可能性と課題ー薬物療法を含めてー

岸本泰士郎, 木下翔太郎

臨床精神薬理 (星和書店)  26 ( 3 ) 235 - 244 2023.03

Joint Work

Will Digital Technology Change Psychiatry?

Shotaro Kinoshita, Taishiro Kishimoto

Japanese Journal of Psychosomatic Medicine 63 ( 3 ) 208 - 216 2023.03

Joint Work

• Access to Document (DOI)

対面診療に対する遠隔精神医療の治療効果の比較 ランダム化比較試験に基づくシステマティックレビューとメタアナリシス

木下翔太郎, 萩勝彦, 黒川駿哉, 高宮彰紘, 藤川真由, 飯塚真理, 古川渉太, 江口洋子, 岸本泰士郎

日本遠隔医療学会雑誌 18 ( 補刊 ) 15 2023.03

Joint Work

Perspectives and Challenges for Future Psychiatric Care Using Telemedicine and/or AI

Shotaro Kinoshita, Taishiro Kishimoto

Japanese Journal of Psychosomatic Medicine (日本心身医学会)  63 ( 1 ) 19 - 25 2023.01

Joint Work

海外のオンライン診療・遠隔医療ー日本との比較ー

木下翔太郎, 岸本泰士郎

MB ENTONI (全日本病院出版会)  279   105 - 113 2023.01

Joint Work

サルコペニアの嚥下障害とリハビリテーション栄養

木下知子, 木下翔太郎, 若林秀隆

Geriatric Medicine (ライフ・サイエンス)  60 ( 12 ) 1141 - 1145 2022.12

Joint Work,  ISSN  0387-1088

　View Summary

高齢者のサルコペニアでは,全身および嚥下関連筋の筋肉量減少・筋力低下により,老嚥とは異なる摂食嚥下障害を認めやすい.老嚥で全身のサルコペニア,低栄養,低ADLを認める場合,可能な限り改善しておくことがサルコペニアの摂食嚥下障害の予防的摂食嚥下リハビリテーションとなる.「とりあえず安静」,「とりあえず禁食」,「とりあえず水電解質輸液のみ」による医原性サルコペニアをつくらないことも,サルコペニアの摂食嚥下障害の予防となる.リハビリテーション栄養の視点とSMARTなゴール設定が,予防的摂食嚥下リハビリテーションに重要である.(著者抄録)

海外でのオンライン診療

木下翔太郎

小児内科 (東京医学社)  54 ( 12 ) 1953 - 1956 2022.12

Joint Work

Telepsychiatry versus face–to–face treatment: a systematic review and meta-analysis of randomized controlled trials

Shota Furukawa, Katsuhiko Hagi, Shunya Kurokawa, Akihiro Takamiya, Mayu Fujikawa, Shotaro Kinoshita, Mari Iizuka, Yoko Eguchi, Taishiro Kishimoto

Neuroscience Applied (Elsevier)  1   100320 - 100320 2022.12

Joint Work,  ISSN  2772-4085

• Access to Document (DOI)

遠隔医療における規制動向と国際比較

木下翔太郎

精神科救急 : 日本精神科救急学会誌 (日本精神科救急学会)  25   51 - 56 2022.09

Joint Work

本邦におけるオンライン診療導入・研究の動向

岸本泰士郎, 木下翔太郎

精神科救急 : 日本精神科救急学会誌 (日本精神科救急学会)  25   46 - 50 2022.09

Joint Work

精神科医の地理的分布に関する検討

木下翔太郎

第118回日本精神神経学会学術総会 抄録集    s-433 2022.06

Joint Work

Development of medical device software for the screening and assessment of depression severity using data collected from a wristband-type wearable device: SWIFT study protocol

Taishiro Kishimoto, Shotaro Kinoshita, Toshiaki Kikuchi, Shogyoku Bun, Momoko Kitazawa, Toshiro Horigome, Yuki Tazawa, Akihiro Takamiya, Jinichi Hirano, Masaru Mimura, Kuo-ching Liang, Norihiro Koga, Yasushi Ochiai, Hiromi Ito, Yumiko Miyamae, Yuiko Tsujimoto, Kei Sakuma, Hisashi Kida, Gentaro Miura, Yuko Kawade, Akiko Goto, Fumihiro Yoshino, on behalf of the SWIFT collaborators

medrxiv (Cold Spring Harbor Laboratory)  13   1 - 24 2022.03

Joint Work

　View Summary

Introduction: Few biomarkers can be clinically used to diagnose and assess the severity of depression. However, a decrease in activity and sleep efficiency can be observed in depressed patients, and recent technological developments have made it possible to measure these changes. In addition, physiological changes, such as heart rate variability, can be used to distinguish depressed patients from normal persons; these parameters can be used to improve diagnostic accuracy. The proposed research will explore and construct machine learning models capable of detecting depressive episodes and assessing their severity using data collected from wristband-type wearable devices.
Methods: Patients with depressive symptoms and healthy subjects will wear a wristband-type wearable device for 7 days; data on triaxial acceleration, pulse rate, skin temperature, and ultraviolet light will be collected. On the seventh day of wearing, the severity of depressive episodes will be assessed using SCID-5, HAMD, and other scales. Data for up to five 7-day periods of device wearing will be collected from each subject. Using wearable device data associated with clinical symptoms as supervisory data, we will explore and build a machine learning model capable of identifying the presence or absence of depressive episodes and predicting the HAMD scores for an unknown data set.
Discussion: Our machine learning model could improve the clinical diagnosis and management of depression through the use of a wearable medical device.

• Access to Document (DOI)

10年後のAIはどこまで「診断」できるようになるか？

古川渉太, 木下翔太郎, 岸本泰士郎

総合診療 (医学書院)  32 ( 3 ) 303 - 307 2022.03

Joint Work

遠隔医療における規制はどこまで必要なのか

木下翔太郎

CBEL Report (東京大学生命・医療倫理教育研究センター)  4 ( 2 ) 36 - 37 2022.03

Joint Work

統合失調症

赤尾綾香, 木下翔太郎, 岸本泰士郎

産科と婦人科 (診断と治療社)  89 ( 増刊号 ) 431 - 435 2022.03

Joint Work

精神科におけるオンライン診療のエビデンス

岸本泰士郎, 木下翔太郎

精神医学 (医学書院)  64 ( 2 ) 147 - 155 2022.02

Joint Work

遠隔医療に関連した諸外国の政策動向

木下翔太郎, 岸本泰士郎

精神医学 (医学書院)  64 ( 2 ) 137 - 145 2022.02

Joint Work

精神科領域における人工知能技術の応用

飯塚真理, 木下翔太郎, 岸本泰士郎

細胞 (ニューサイエンス社)  52 ( 2 ) 21 - 23 2022.02

Joint Work