Health improvement framework for actionable treatment planning using a surrogate Bayesian model / 階層ベイズモデルを利用した実行可能な健康改善プランを提案するAI技術の開発

Description

京都大学 / 新制・課程博士 / 博士(人間健康科学) / 甲第24539号 / 人健博第110号 / 新制||人健||8(附属図書館) / 京都大学大学院医学研究科人間健康科学系専攻 / (主査)教授 木下 彩栄, 教授 中尾 恵, 教授 中山 健夫 / 学位規則第4条第1項該当 / Doctor of Human Health Sciences / Kyoto University / DFAM

Links & Downloads

1. http://hdl.handle.net/2433/283658
2. 10.14989/doctor.k24539
3. 14301

Tags

Precision medicine

Machine learning

Hierarchical Bayesian model

Health improvement

Actionable treatment planning

498

Additional Fields

Identifer	oai:union.ndltd.org:kyoto-u.ac.jp/oai:repository.kulib.kyoto-u.ac.jp:2433/283658
Date	23 March 2023
Creators	Nakamura, Kazuki
Contributors	中村, 和貴, ナカムラ, カズキ
Publisher	Kyoto University, 京都大学
Source Sets	Kyoto University
Language	English
Detected Language	English
Type	doctoral thesis, Thesis or Dissertation
Rights	This is an article published in Nature Communications. The final authenticated version is available online at: https://doi.org/10.1038/s41467-021-23319-1
Relation	https://doi.org/10.1038/s41467-021-23319-1