保健医療分野におけるA I活用推進恐故会 諸事次第 平成 2 9年 3月 7日 1 5: 0 0 . -1 7 : 0 0 厚生労働省省議室 1.開会 2.議事 mトFC杜 67 唱除 胡 滋 か SE せE y舵l V岬+J S f Ul 駄な噸凶感嘆 第 3回 (1) A Iの活用が想定 され る領域 について (2) A Iの質 ･安全確保矧 こついて (3) これ までの葺 養論 の整理 について (4)その他 配 布資料 資料 松山参考人提出資料 資料 前田参考人提出資料 資料 奥野構成免提出資料 資料 座長提出資料 資料 A Iの質 ･安全性確保等について 参考資料 1 保健医療分野におけるA I活用推進懇故会開催変領 参考資料 2 本懇書 炎会の位置づけ C a fJ .u O !JC ^ O Ltu l Je q lP a LLFq Jg u o t7.u V IN P LJe JLM 3 閉会 / 溜 薬 基盤 研 究臥 平豊 年 娼 立健康 頒 兼研究Hf : : / : - ､ … 熟 し : , 器 義 経 藍藍 済 H 竃 _ 管 阪 ､ 茨木市 . 軸 責 嵩雛磯 闇 喝せ 【 理念】 巴芸 岩 岩 岳 盛鎧 ∼健康長寿の社会を目指し 創 る ､挑 む ､か なえる て 幅広 ①基盤 く多様な研究領域 ②難治性疾患 的技術の研究及び創薬支援 ( 難病)に係る研究及び開発支 ③医薬品等の開発振興 ④国民の健康の保持及 援 ⑤国民の栄養その他 び増進 に関する調査 ･研究 上の試験 ･研究 ⑥食品についての栄養生理学 国民の食生活の調査 - 多様な研 ≡ / ナジツ クに 究展開 を 志 向 したオー プンイノベーション･ プラット フォ-ム 【目的】 潮薬 関連データJ シーズを収集､医薬基盤 . 新宿 区 ∫ 難病 A I フち ットフォーム ー創案から診断､治療へ とつ 床調査個人票 し 二重二､ E 湧 碑 p 味 蕪 i 悉 皆 性 の あ る D く B 減 難 病 法 に 基 づ なぎAI で世界をリー ドー 性別 ･年齢 症状 ( 診断基準) ･重症度 臨 目 (診 断基準) 検査項 艶病 レジ 塞 ストリ子 疾患関連遺伝 ( DB)項 目 閉 簡 指 詔 難病診断支援 国 韻立保健医療科学院から 弱 3, 治療薬 医薬健栄研が ( H2 7･ -) 引き軽ぎ実施 難病患者の所在情報 剤 と治療効果 Al : 難病治療支援 司 郎. L一̀ 九. .琵 Fr _ g 1EZ l_ 毎年積み上 _ 一 . < J 難 病研究 げら･ れ 社る会実装 DB⇒教師付き学習 での強み 難病創薬支援 5 E 都 道 府 県 I E 医 療 機 関 難病AI プラットフォーム B i g NI 一項E J 薬か ら診断､治療へ とつなぎAI で世界を リー ドー l 臨 床 調 査 個 人 票 項 目収 集 責DB 車病 患者情 報 登重 疾 患 関 連 遺 伝 子 リス ト 良Squar e R e s e a r c h e rxRa r edl S e a SeP a t l e n t S 患 者 ･研 究 者 ･医 師 ポ ー タ ル サ イ ト 自発 的 情 報 提 供 外部データベース pu峨 ed 盛盛 @ a _ R U q B ･ _ ･ _ A . 聖ヨ 6 担 乃 '1' L , i. A 父E 覇.三･E Z 買 主E j.z L . g i. I-E IE, lL_ 一●iJ H･ .R "lJ ;+l.. 難病診断支援A I B J NI 確定診断支援 確定診断必須項 目を提示 し診断 既 知疾 患 否 定 支援 症例報告も含め類似疾患を提示 し 未知疾患であるか検証 ⇒難病患者 と専門医のマ ッチング 患者さん向け 医師向 g ツ St epl 気になる症状のフリー入力 AHこよる難病 DB項 目との連関を自己学習 HP上で追加質問にて疾患領域を想定 St ep2 近くの専 門医リスト提示 ( 診断可能な病院の提示) St eps S 医 t epl け DB上の診断 ⇒関連 学 的所見の入 した難病力 基準項 目を提示 Al による難病D8項 目との連関を自己学習 鑑別診断を提 St 追加必要な検査項 cp2 示 目を提示し ( 難病 D8deci s i ont r eeを活用診断をサポート 専門医に鑑別すべき疾患名を伝達 St 必要 epsに応じてサポート可能な専) 難病治療支援 AI 亘 田 = - 三= l= = :三 ≡ 辿 医師向け 難病名 廷 ( 疾患名)ごとに可能性の 難病 DB入力による重症度診断. ある治療法の提示 治療法 の提示 塾患者個々人に適切な医療の提示 ⊇ ｢ 型 ( pr e c i s I Onm 年齢､性別､症状などを入力⇒治療選 択肢を提示 馳医療経済的にも 痘 最適な治 辿地域主治医に 生 edi c i ne) _ H O H N J e 旦ugment ed旦nt el l i genc = 療法の提示 よる診療の支援 ▲E . ≡ , ー . E ･ E I. . . T j 矧1 ;. lll ･ カ ●五●l I 難病 劇 薬支援 AI 患者ゲノム Y 遺伝子 変異 情報 重 篤症 例 頻度 これからの創 薬 ター ゲ ット S 1 0 1 1 日 J H 難病劇薬支援AI / S u y 遺伝子 x変異があるが未発症凸一 h s th uper ea 難病劇 薬へ の活用 ma】 の遺伝子を検索 pernor l 遺伝子 Z 変異頻度 - 未発症症例 p■･ 難病 AI の波 l 静 道 府 県 l 医 羨 機 関 lDB 難病 疾 建患 病患 良 関連 者 S 遺 情 q 伝 報 u 子 a 撃 項r リス 録 目収集 DB ト e Resear cherxRar edl S ea S e 患者 ･研 究 者 ･医 師 l ent S Pat pu ベース ゲ u p eS 及効果 短床調査個人票 自発 的情 報/ l提 i一供夕)レサイ 外部データ 次世 代劇薬ター seas ( 発症抑制遺伝子 :di ト ット 虚器 蒜表芸 ステム ｢まいにち安診ネッ ト｣ 慢性期 .在宅医療での 昏二芙蓉 A I活用 について [ 二 重□ 良質 な慢 性期 巳在 宅 医療 には､ 『A Ⅰ』の活用が必 一般医療 と慢性期 .在宅医療の これだけの ① ④ ④ ④ ⑤ ⑥ 問診が有効でない ( 認知症 など) 症状が非典型的 ( バイタルが一般成 合併症) 看護師が少な く観 人と異なる 専門外の分野まで医 察密度が低い 既往歴によ 師が1人で担当 現在の医療の常識は医 り対象疾患を絞れる 違い 要 慢性期 .在宅医療の現場で ICT ･A lを活用 した医療 レ 医師不在の介護施設でも医師が遠隔から診断でき 重篤化 を予防す る システムです 病気 を早期発見 安診ネ ッ ト画面 ( 看護師 .医師側) ※開発中のVer . 40の 画面です 【 慧重 : 芸旨･ . J:▲, 1 了∴∴ ･ ∴∴･ ` . a 9 〇は玉もEk1 ノロウノ7 LコI 三e r ' S E L 二 17JつI ,1 r . - T : 二つ 2 つ1 7, I : . I . : c 日の出繋 . " q! 3 T 殴 リ ス ク フ ァ ク タ ー国広 E 遜 E ≡ 国 雷 撃 Y . L . 胃 ｡ : ; 1 与 = ∼ L 消 i l 鍾 鑑: ≡ : ≡ ; コ Ⅶ 正E E : コ 』 山 繭 由 8 1 - ◎ 怠 切 即 臥 位 喝 3 ‥ H 2 8 9 1 的 5 隠 義 盛 監 済 ‥ ㍉∴ ･ 1 ㌦‥ ■ ‥ ∵∴臨書 圏 尊 喫 増 産 呪 っ て い た ( 講 壇 i / ' 1 L 円 金 屑 ス テ ン ト 布 リ ベ ー L r r ' 二 言 1 ヽ ' . i ,: ,; - ■ ヽ 旺岳 啓三5878 D: 1 1 5 0) 一 2 8I -5 ' >; ｣′ 1 7/ I 4' 1 ) T三 三1 更生) 11 m3 10 lL 1 ､LT ; . L _ . . . 1 第 日10 高血圧症 不明 . ◎ 唾 感冒 H2 8 t むくみ 確瓦 飴控 n 芙Ft 始まり. 突 言しい : 恩 鴛 諾 意 N ; a 摘榊 佃 撤 加Ⅰ 王 還 る ロ ク ア ウ ト バイタル異常 試指d n在 ヰ経年的データ 介護記録 昏t r s o ) 古 人 よ り 不 窮 の 訴 え , 雨 冠 に t , く a f 見 う n る . ⑳ s o ) は ･ J j れ ! お 年 の せ い と 慧 っ て f = I C の こ と Y 2 日 か l う ◆看護記録 観察密度を上げる 病 80 歴代:心 女 性 事 拓梗 塞 ● パ イ タJ ● ー タ Lデ ● 一 一 十 r警 戒 ｣アラー / ● ( ト G! )摂 取 カ ロリー と水 分 量 をチェック一 一 一 ■ 医 師 力ヽ ら質 問 一 一正 常 ( 宣)容 態 変 化 が 無 い 力ヽ ･ 一 む くみ あ り 一一 ･ 持 市に水 が 溜 まっている可 能 性 を疑 0二 )1 本蓋 士 碧く 2k g以｣二)◎ t Li t 齢者医療』に 『 高齢者向け診断 A I』が有効な理由 注 :赤字は安診ネ ッ ト 問診が有効でない ( 認知症など) ヰ 症状が非典型的 ( 医学書 に記載無) 申 バイタルが一般成人 と異なる ヰ 看護師の観察密度が低い ･ + 専門外の医療分野まで1人で担当 中 既往歴 によ り疾患 を絞れ る 吟 バイタルか らの病態群分類 個別症状 を既往歴 に記録う学習 A I テーラーメイ ドバイタル異常検知 アラー ト患者の観察密度を上げる 高齢者辞書う鑑別アル ゴ リズム 診断アル ゴ リズム ( 消去法) ⑧ A◎重来 = ･ r J ･ : 1 l t l ; : _ . ･ ･ 1 ､ ( 高 齢 患 者 ) 死 ぬ 直 前 ま で 元 気 ( 厚 労 音 )大 幡医 療 費 削 減 撮衛◎遵歩 AI には良質なヘルスデータと解析能力が必要 モ ニ ター 稼働 中 安診ネ ッ トで高齢者 r 発病デー タ｣ を自動収集 (l)発病前 1か月間のバイタルデータ (2) 発病前1週間の症状記 ( 3)既 録 (4) 診 往歴 節情報 芙蓉会 ( 福岡) ｣和隈会 ( 東北 .関東 .中部 .関西 :計 中国) 4 芙蓉会の提携診療所 ( 11 か所選出予定 本日のまとめ ① ④ ③ @ 慢性期 ･在宅医療 こそ医療 A Iは威力を発揮する 毎 日のバイタル取得か らの個別化医療が有効 吟実用性高い A Iの進化には良質で大量な どッケデータが必要 A 卜 ⅠCTの進歩は 1か月 -1年 車日本は遅い ニューヨークの象漂な変化 劇薬における人工知 l資 料3 1 能応用 京都大学 大学院医学研究科 理化学研究所 QB i C/Ar cs/RC 先端医療振興財団 先端 農 薬 業 ビ ッグ デ ｣ 勿 紺 . I 界 の 超 え る 願 CGBV S J ･ 芽による世界虜*窟膚のタンパク質 一倍倉務# 倉予戯 タンパクー化合物の全組合せ (1 89. 3 億ペア) を計井するのに､汎用計井榛( 16ノード使 局) では約2年かかるところが､ ｢京 ｣ をフルに利用したら5時間45分程度で計算が可能 ｢ 嘉l が予測 した結合/( タ-ン( 予測 結 以 集) の 結 合ー ン ( 臭際 パタ 実験結集) アル ファ碁 と化 合 物 合 成 60乗 組合せか の に 勝の ち手を ら推 高速 定 組 10 60乗の に活性化 合 せから高速 学構 造 denwo hラックデゲ [ = 1る KI ' n a s e( CDK2)を鮒イン と L / AJ 5 10の3 + . ヽ ◆ a . > ' a . , / †㌔ : 2 : A M ;の願 璽r 三宝､ 一 . .- ∫◆ T 匡撃 倍の 讐閤 閤禦㌔ : 萎 . ; 3 菜 ; f : i 宗 竃 義良･ 檀 i l d ㌔ l 賀 響 1 _ バーチャル化合物絵致 1 . 1× 1 0 7倍 : 倉静 6 を自動提 案 ライフ･ インテリジェンスコンソーシアム ( L e Co mp e t i t i v eAr e Pr I M⊃ 製薬 ･ 化学 ･ 食品 a 医療 ･ ヘルスケア関連企業等 ∴･諜 : ; .E * I T系企業 モ ノ( 荊 ウ コ ハウ ード レ 構築の 蓄積 等は開 ライフ･ インテリジェンスコンソーシアムJLIM⊃ r e a Pr eCompet i t i veA 製薬 ･ 化学 ･ 食品 医療 ･ ヘルスケア関連企 業等 註 誌 窒.車 文献情報 ･ 公共DB Compet l t NeAr ea 標 準 モ デ ル とし て コ ンソ内でのみ共有利 I T系企 業 詞インハウスデータ ( プロ 帰属 ) 発 モデル構 ノ( ウ コ 者 ハウ ード に蓄積 等は開 築の 用 医薬品開発フローとA I ニーズ ライフ･ インテリジェンスコンソーシアム (LINC) P r eCompet i t i veAr e a圭 従来型人工知能 予測精度や探索空間が学習 ッド学 型人工知能 シ三1レイブリ ーシ]ンでの 非線形予 量に 依存していた｡ データの質と であり 測モデルは特徴量の抽出が困難 機械学習 ､因果関係の 推論もほぼ不可能｡ ＼ここ: ' . I 八 開発期間 : 4年短縮 開発費 :業界 ( 1品 目あた 2兆円削減 全体で1. 書 り600億円削減) 遥 買 閲発期間 温 孟宗 冨 : ≡ ;, 言4 霊年 昌1 + - 約給 80 90 年 の 億1 円 → AI がもたらす効果 譜芸 開発期間 芸芸 … :琵 1年∼ …E欝 1. 5年1 + 35 5 . 8 3 年品 → ( E ]本製薬=業協 25. 0 1 0 3 0 年 分の 約 ( 開発中止品の缶用含) 1 2 0 0 億円 1 篭9年∼9. 5年 5 6 0 o O Bt R Ol 業界全 DA T AB OOK201 6 ｣ 参考) 会r 4年で 20品自分 体で 1 年あた り新薬承認数 1. 2兆円の見積もり根拠 は平均 5 品目｡短縮期間 : の評価 ができるはずで 600 2 兆円の削減効 0品 目 -1. 億の削減 ×2 活 保健 医療 分野 におけるAI 果 ｢ ゲノム医療｣時代の肺がん 2 01 6 がんにおけるEGFRキナー EGFR阻害剤の保険適応 がんゲノムデータベ エキソン 19内欠失 ゼ変異 L 8 5 ● 8R がんゲノム医療用知識データベース ≒ W atson Genom i cs Anal ysi s 4 ' h t t p s : I / www. n c b i , nl mni h, go v / c l i ' * h t t p: / / c an n v a r l ce r . G an g er . ac . u k / c o s m i c l A 王による病理診断支援 椴 の病理組織診は構成細胞要素が多岐にわたる -細胞診 - 悪性黒色腫のAI による病変診断 L E T T E R ( Na t u r e2 0. 7 ) De r ma t o l o is g t l e ve l c l a s s i 丘C a t i ono fs ki nc q nc e r wi t hde e pne ur lne a t wo r ks t Z V r e o v o a コ J J u s L n K o Z , s u s a n M S ､ v L ' T t e r コ 4 . H e l e n MB h u S 良 s e b a J Ar L drt･Est nL ■ . Br et tKup l L 書 , Rnbe r【 oA N 1 29. 450 dl gl t a t l mageS +nameofdl a gnOS edsk n dl S eaS e l D z a g n o s I S O f s k t n c o n d l t 1 0 n L b 熟練した皮膚科医より優 れた36 断 がんの開発研究 : 発がん変異 リ 〈 イオマーカー同定 一種類のがん検体に存在する非同義変異 は1 00-1 一 発がん原因が 000種類 わかったものは僅か tL so 抑亡即I Bra/ 8 O 協Ieb 丘Oh TtPJJ TOadh s也 e LLL ) 細r軸atEerrJhtduSeddocshJt 的有意 に高頻度に生じる非同義変 より統計学 異( C V ) Mu t Si g 例: ･アミノ酸置換がタンパク構造に与える 影響 ( 例: pol yphen 2, SI F T) T 161821 12345 探す 電 i d 盛 ep geneti a at cのがんを特徴付けるも のを Ti t t望 aii c ? n g e r ne u a ld t e s , . a ,の組み合わせから特定 琵 禁 oh 6789101214 二;︺二弓 g滝壷轟遠 さ義 I SbCVAIの応用 臣 i l∼P , T 4■ L ht D t u 7 O︰ uむ C O 巴 ' 9t0■ 監 F 1甲 2 Iー A ∪ D i(ores ll Nl 10mta at ut yG ene 臣 これまでのアプローチ ･ランダムバックグラウンド さらなるAI の利用 1 がんの病理診断 : 最初は特定のがん種に限った方が有効か 2 画像診断 : X線写真 ､cT､MRI 3 タンパクのアミノ酸変異のもたらす影響予測 ､i nsi H coでの薬剤 デザイン 4 がんの一般的な診療支援用知識データベース( ≒ Wa t son Oncol ogy) 5 電子カルテの診療支援システム ( 鑑別診断のサポート､ゲノム t 生化学検査データから禁忌薬剤の通知､など) 6 電子カルテとマルチオミックスデータの大規模解析による副作 用発生予測､病因解明など 8 がんゲノム医療の普及にAI が必須 e 新 規 治療標 的 ○ 最終意思決定 ( 診 断確 定 ､治療方針確定) は医師が行 うことを明確化 してお く必要 o AIの推測を基 に した診 断 に誤 りがあった場合 に責任 を負 う者を明確化 する必要 は はないか｡ 匿宴 詔 ( 第1回 ｢保健医療分野におけるAI活用推進懇談会｣での o な いか ｡ ご意見より ) AIが単独で診断､治療方針の決定を行 っているわ けで はな く､ デ ータベ ースの情報 と統合 して 医師が解析 し､治療方針の決定を行 っ AIの推測結果を ､他 の O A Iの推測結果が誤 ている｡ って いた場合 ､研 究者が間違 いを指摘 し改良を行 って を､医師 いる｡ ○ 画像診 断 に関 しても ､AI が数学的な特徴抽 出を行 うことで推測 した結果 ことが必要 C ○し､患者 現状 でに説明する は A Iが単独で診断確 定や治療方針の決定を が解釈 ○的な意思決定は医師が行 現状で は AIの推測結果 には誤 して りがあ りうるが ､ この場合 ､ うことと はどうか｡ 行 うことはで きな いため ､ これ らの量 経 して AI につ いての適切 を行 う医師が責任 を負 うべ きで はな いか｡その前提 として ､医師 し最終的な意思決定 Aに対 Iを活用 産整萱を行 い､安全性 を確保 してい はな いか . O AIを活用 した よ り良 い診療 支援 くことが必要で の確立のため には､保健 医療分野 にお ける AI開発へ 師の 関与が必 の医 要で製品のう はないか ち､ ｡ その使用 目的や提供形態等から A Ⅰ技術を用いた は､医薬品医療機器法に 医療機器に該当するもの ∵ 有効性の確保が行われる. これまで の対 基づき安全性､ ボ ● ロ ット技術 ､ 応i 言 CT等の技術革新を踏まえ､P M 器に係る相 DAの医療機 談･ 審査体制を 再編 ( 平成 2 ● 診断の支援等を 行う医 7年 10月) 意義を踏まえた評 療機器プログラムの審査上の論点 ( 臨床 保健 医療分野における A t活用推進懇談会 . - j ) j ゆふ総点軸哨叶泌覆轍( ] 叫目 頭 B : Q辰1Yy･ 小 t . ) 杏 ? ?準 急OY r ( __ _ _ _ _ IIt Id J _ _ _ _1ヽ --∼ t . ※ t. I_ _I /l l ･7r l . QE j f岬小 宙 Q覆轍 瀬 1 _ T小 鉄鎖 g 1 ] ) ︼ ︼ ] lLI[--. -I . -一 ′ . 7T l ) T小j )E j t I : : . ･･. f i･.: :C = .: == l f ･ : , ･: ) Lq T がPr y" お宅 岬 抑 a)く ‖ 槻 茄 C) 帥右 牧 山 . I . ■ . _■ . _ = _. _. -1ヽ ヽ ︼ ︼ ー . . . I It rI d . 慣班Q-T‖ . 7f j - ⋮ ' ･ i TT7 .i : I 3額 , IBL世 d ⋮ .I It 也 ′ : ヽ E 3 り) 仲島 飽 " ___. . ′ I . 17r T Q伯仲仙1買紙料′ O 脚E iE lu 2' 岬怖.#盤 凶 巾iE y堪 ′ 和一 ¥琴 ｡ QG t / ｣ 壁もL }Yr l 岬1和好? 1∩嶋 1 q帥鯉Q) 洋控 # HJ 些 X･ ､ l'-tI L]1-II' -I -J . -一′ ♭ 巾 伽YQL )Y rl .7 T j 難 桝 榊 槻 溺 e 右 叶 4 : 斗 ノ ] 駐 側 溢 岬 i L帆 榊 鵬 目 出群 叶.? r y 尾 端 i = B ] E確･ か Y j ) Ej t や r t I 端雌仙 回畠潜 ノ ] 駐 秘 抄 JT E < ･-T n M J小 Q ) 儲 瀬せ高瀬･ m VG t L E:姫 発 願 幽 7 ! ･ i .I , こ. . ･1 i ... L, ; .I : i , ., ･. I ･. . . ･ . . : . 7詞.i.･lJ.'･.I;･ 轟 k,緋 il . E ' .[ ･･ ︰ : ･･ . I .? .i ; .: i . ;I : I : i : I .1 黒 ..･ I . i Q . O 壷弄1rT牌 南村沖 村 代 表 血訓電W批忙◎ . 巾 仙YQ叶肺Qく鵬瑞 帥 喪 髄朗㊤ ノ 世′q爪p7/ q岬 ?J 珊J t 一 姫 翠些凶毛Vm6□ fQ)&空 蓋 両︼ Q伸′ J ) 中りr y?出雲 叫SF岬¥仲村瓢駄目 ︼ 堪山 等. 埴胡QY ノ ⊃氾? io 邪蛸も瑚刑利mN畑叫翻倒川叫 封習 姐薗幽固 岬1朝鮮? JO剖毛細湘盤Q) 詣畢 ∼ L 空 士 開催 要 領 T ｢ ‡ 1.開催の趣旨等t 現在､医療等の現場においては､世界中か ら報告 される膨大な科学的知見 を評価 ･分析するとともに､患者等に係 る大量の生体情報 を把握 して､患者 に最適な医療や安全な医療 を提供することが求め られてお り､医療従事者等 の負担は増大 している.将来にわたって､国民に質の高い保健医療サー ビス を提供 してい くためには､科学技術の進歩を適切に活用 し､医療等従事者を 支援 していくことが求め られている｡ A I)は､デ ィー プラーニングの登場により新たな局面 を迎え 人工知能 ( た｡保健医療分野における A l活用推進懇班会においては､A lの特性 を踏 まえ､その活用が患者 ･国民にもた らす効果を明 らかにするとともに､保健 医療等において A lの導入が見込まれ る領域 を見据えなが ら､開発推進のた 安全性確保のために必 めに必要な対応および A tを用 いたサー ビス等の質 . 要な対応等 を検苫 寸するD I 2.検討事項 保健医療分野における A Iの活用に関 し､次のような項 目について検討 を 行う｡ ･ 保健医療分野へ応用可能な A I関連技術の把握 創薬等)における活用 ･ 保健医療分野 ( 公衆衛生 ･医療 ･ ･ 保健医療分野におけるA Iの活用にあたって必要な対応 等 1 3.構成艮及び運営l ･ 懇放会の構成員は､別紙のとお りとするO ･ 懇畝会に座長を置 く｡座長は､会真 義を進行､整理するもの と し､構成 最の うちか ら厚生労働大臣が指名する. 1 懇畝会は､大臣官房厚生科学課が開催する｡ ･ 懇扶余の庶務は､関係各局 ･各課の協力を得て.大臣官窟厚生科学課 で行 う｡ ･ 懇放念では､必要に応 じて企業か らヒア リングを行 うことができる｡ ･ その他 ､懇談会の運営に必要な事項は､厚生科学課長が定めるところ による｡ l ︼ ︼ : I ︼ * 噸 同湖 弊 磯 -替 薙 せ [ 胤 且 養 熟 砂 舟 ∨ 蔀藩 固執 吟 甥 r Ca Sf +か AH鞘F R斉彬 増繋 妙 皿5 %開革 苫耐 糾勢 淋 舛 剖J l l 鈴 ,W 汁) T 琳粋 陳 謝 瀞牌 汁噸 開催 皆 瀬斡 欝 等 汁 傭 詳弊落 汁 堀罪H 噸 封 頚 押 空 事 諦 鮮 酵 落 -如 9 噸 許叢粋 奇 聞畢噸 頚甜 認弊 落 ノ反映 告 髄 ･ つ 汁 傭 汁傭 罪 開催 淋望 押選好 詰 腹噂 錬什哲 油 糾 糾 弾 岡茸 汁噸 需 圃場 頚沖 畢弊薄 瀬林 港肝 汁噸 汁 噸 *E 出 沖洲 融 障 首 E g粋 bt AJ 頚渦I t z V9-g沖常習軸 練 熟 瀞 鰐 汁 傭 開催蛍 薄落 O F m噂 義 顎 碑 F] 事 件 汁 噸 圃空堀 頚 押 習t =T+./ト 賓寄 せV 材 料 沖 や 開墾 * 淋郭 噛韓 叫甥 諒 茸薗 5 0車蒜.OE j : 掛軸) ( 昏 苔罫 . データヘルス改革推進本部 ス時代砂質 ル 芸 票讃 の高t l 岳綾 の実現に向 2 01 7. 春 201 6. 1 0 2 01 7. 1 201 5. 6 データヘ 参 考 資 料 2 2 0 1 7 . 春 以 降 政府全体 の計画
© Copyright 2024 ExpyDoc
