エブリワンコホートの解析事業
エブリワンコホートの実績
東北大学、青森大学等の研究機関、東京医科歯科大学、相和病院などの医療機関から受注しています。
研究計画・プロトコル作成
疫学・統計的観点と専門的なドメイン知識を活かし、最もロバストな結果が得られる解析を設計。非常に迅速に高品質なアウトプットを提供
解析の目的が明確な場合
最短1週間で 研究計画〜論文執筆まで完了
例) DeSC社との研究では2週間で全工程を終了。論文は一流医学誌に掲載されアカデミア・実社会で大きく注目 （ Hamaya R, Fukuda H, Takebayashi M, et al. J Med Internet Res. 2021;23(4):e21622. ）
解析の目的が明確でない場合
クライアントにとって最も大きなインパクトが生まれるデータ活用法を提案
RWDを保有していない場合も、国内・国外の医師・研究者と協力し最適なデータ取得からサポート データ例) レセプトデータ、健康診断データ、 UK Biobank、様々なEHRデータ、 米国の様々な前向きコホート
データ設計コンサルティング
疫学専門家が「意味ある」健康データベースを作る上でどのような情報を収集すべきか明確化。AI・マーケティング・政策専門家と協働し、様々なデータベースの設計をサポート
健康診断データを保有しているが、 その使用用途に苦慮している
健康診断データは比較的詳細なTarget Trial Emulation (TTE)の良い適応です。具体的な介入法（朝食を食べ始めるなど）を定義することで、その効果（血圧低下効果など）を推定できます。本来は非常にコストのかかるランダム化試験が必要ですが、丁寧にデザインすることでRWDから因果関係を言います。TTEを精度高く行う上でどのような情報が追加で必要かリスト化します。
ストレスチェックを行っているが、 そのデータ活用法がわからない
ストレスチェックも他のデータと組み合わせることで効果的な施策の指針となります。 人事評価や健康診断等を組み合わせることで、 Target Trial Emulation (TTE)を行うことができます。 更に人数が多い場合、因果機械学習を用いることで、平均効果だけでなくより個別的な効果の推定も可能です。
エブリワンコホートの強み
- 01
ハーバードで世界最先端の「健康データを使った因果推論手法」を 用いた高精度な解析を行います
Target Trial Emulation (TTE)
RWDから「ランダム化試験（A/Bテスト）」を模倣する手法で、因果関係を推定する最も信頼性の高いもの 従来の多変量解析では調整できない様々なバイアスを最小化する 2014年時点で系統的なトレーニングが行われているのはハーバード疫学科のみ 正しく実装できる科学者は、世界でも限られている
因果機械学習
ランダム化試験は平均的な効果を示すものだが、同じデータを使い個別的な効果を推定する手法 計量経済学で発展し、特にウェブ広告や自動車廃車アプリなどで適用されている 特に企業の健康経営施策・人事政策、自治体の健康施策などの事前効果予測に有用 健康分野では大規模ランダム化試験を行うのが非常に難しいが、当社はTTEと組み合わせることで実装可能
- 02
精度の高い深層学習を用いた予測モデルを実装します
テーブルデータ
サンプルサイズや共変量の数が少ないデータセットでも最大限効率的に活用し高い予測を達成 因果機械学習に深層学習を応用 （世界最先端の手法）
画像・動画・音声データ
様々なデータをそのままAIモデルに入力し、精度の高い予測を達成 医療データの前処理に必須のドメイン知識を有する タスクに応じて応用的な機械学習手法を開発・適応
- 03
英語に堪能な現役のハーバード講師が対応
外資系企業の場合
海外との電話対応に参加し研究計画などの詳細を説明 世界で活躍している現役の研究者が研究の妥当性を担保 海外研究者のネットワークを活かし研究インパクトの最大化を支援
国内企業の場合
現役の研究者が科学的な研究デザインを推進 研究目的・分野に応じてそれぞれの専門家が対応
- 04
最もプロダクティブな研究者が一から十までサポート
論文執筆
濱谷・後藤は医学部卒後10年程度で100本以上の論文を国際誌に出版 よく使うデータの場合、研究計画・解析〜論文執筆まで最短1日で完了（「1日で医学論文を執筆する方法（仮）」を執筆中） 基本的にデータアクセスから1ヶ月以内に納品
学会発表支援
学会・社内発表用のスライド作成、想定されるQ&A作成、研究に関するレクチャーを実施 例）企業の健康経営施策の効果検証について、社内役員と国際学会向けそれぞれに発表スライドを作成
